AI不会淘汰客户经理，但会淘汰不用AI的

何岸 · 特约作者 · 数智化转型顾问 · 2026-05-27

85%没培训，26%有效果

一项覆盖251名销售人员的调研揭示了AI在销售领域的真实渗透状况。数据并不乐观：85%的受访者表示从未接受过正式的AI培训，但78%明确表达了想要接受培训的意愿。在实际效果方面，只有26%的人认为AI对自己的工作产生了显著影响。

使用频率分布同样值得关注：27%的人从未使用过AI工具，27%偶尔使用，只有20%达到频繁或每日使用的程度。目前最常见的应用场景是聊天机器人（63%的人用过）和邮件自动化（54%）。

Gartner预测，四年内60%的B2B销售工作将使用生成式AI；McKinsey的估算更具体——销售团队中约五分之一的职能可以被自动化。技术成熟度在加速，但组织的准备程度远远没有跟上。

4.8倍的分水岭

调研中最有价值的发现藏在一个对比里：那些把AI视为"新队友"的销售人员，报告的AI效果是其他人的4.8倍。

这不是一个微小的差异。4.8倍意味着心态是决定AI投入产出比的第一变量——不是工具的先进程度，不是预算的大小，而是使用者如何看待人机关系。把AI当搜索引擎用的人，得到的是搜索引擎级别的价值；把AI当协作伙伴用的人，得到的是倍增器级别的价值。

另一个关键数据：在AI效果最显著的群体中，31%的人所在组织有明确的AI使用政策；而在效果一般的群体中，这个比例只有17%。差距是1.8倍。这说明组织层面的制度设计——什么场景用、怎么用、边界在哪——对AI的实际效果有显著的放大作用。

而那些报告AI影响最大的人，日常使用AI的频率是其他人的3倍。效果来自持续使用中的经验积累，不是偶尔尝试能达到的。

AI能做什么，不能做什么

受访者反馈的AI最大收益集中在五个方面：改善价值传达信息的质量（68%）、减少重复性事务的时间（68%）、实现客户互动的个性化（63%）、起草外联沟通内容（62%）、生成销售洞察和分析（60%）。

简单说，AI在信息处理和内容生成方面已经能提供实质性帮助。一个客户经理过去需要花半天准备一份行业分析，现在可能30分钟就能拿到一份质量不错的初稿。过去给客户写一封个性化的方案介绍信要斟酌很久，现在AI可以根据客户背景快速生成多个版本。

但AI的边界同样清晰。有一个经典的框架把销售人员分为四类：订单处理者、产品讲解者、关系协调者、顾问式销售。AI对前两类的替代效应最强——简单的交易处理和标准化的产品介绍，机器做得比人又快又准。但对后两类——特别是顾问式销售——AI是增强而非替代。

有五种高价值活动是AI目前做不到的：促成客户内部多个利益方的共识、为客户创造变革的紧迫感、与客户共同设计成功路径、用财务和战略语言证明价值、把对话从产品层面提升到业务影响层面。这些能力的共同特点是需要深度的情境理解和人际互动，而不只是信息处理。

障碍不在技术，在组织

50%的受访者表示难以跟上AI技术的发展速度，38%被过多的工具选择搞得无所适从，59%担心AI输出的准确性，45%担心数据隐私。这四个数字勾勒出一线人员面对AI时的真实心理状态——不是抗拒，是茫然。

茫然的根源在于组织层面的缺位。85%没有接受过培训，意味着大多数人是在自行摸索中形成了对AI的认知。自行摸索的结果必然是参差不齐——有人已经把AI融入日常工作流，有人试了两次觉得不好用就放弃了，更多人停留在观望阶段。

对银行来说，解决路径并不复杂但需要系统推进。第一步是制定明确的AI使用政策——不是笼统的"鼓励创新"，而是具体到哪些场景推荐使用、哪些场景禁止使用、输出内容的审核流程是什么。第二步是提供结构化的培训——从基础的提示词工程到具体业务场景的AI应用方法。第三步是建立分享机制——让用得好的人把经验传递出去。

淘汰已经在发生

这份调研的数据指向一个已经在发生的分层：持续使用AI的人在拉开效率差距，偶尔使用的人原地踏步，从不使用的人正在变成组织中效率最低的群体。这个分层在银行体系里同样存在——一些客户经理已经在用AI做客户画像分析和方案生成，另一些人还在手工翻阅信贷指引手册。

Forrester早在2015年就预测过，低复杂度的销售岗位会大量消失，高复杂度的顾问式角色反而会增长。十年后的今天，这个预测正在被AI加速兑现。分化的速度比预期更快，而决定一个客户经理站在分化的哪一边的，首先是他愿不愿意把AI当成自己的队友。