2021 年，全球最大貨櫃航運公司 Maersk 開始讓 AI 直接替公司談生意，它導入新創公司 Pactum 的 AI 代理，與超過 50 家承運商自主協商航線價格、運輸義務與付款條件。這套系統從聯繫供應商、進行多輪談判，一路做到協議確認，整個過程不需要人工介入。
最後，AI 與承運商達成協議的比例達到 96%——在與人類談判員進行的對照測試中，相同航線談到的價格更低了 22%。企業採購的「對手」已經改變。
代理式 AI 進駐採購流程，已非少數個案
麥肯錫在 2025 年 11 月發布的全球 AI 調查，涵蓋 1,993 名不同層級的企業受訪者，其中 62% 表示所在組織至少已經開始實驗 AI 代理。雖然目前真正大規模部署的比例仍不高，但從企業軟體的發展方向來看，代理參與工作流程已經不是少數公司的特殊實驗。
首先改變的是研究與篩選供應商的方式。全球知名的 B2B 商用軟體評測平台 G2，在 2026 年調查超過 1,000 名 B2B 軟體買家後發現，51% 已經從 AI 聊天機器人開始研究產品，高於前一年的 29%，AI 甚至超越評論網站與供應商官網，成為影響廠商候選名單最主要的資訊來源。
位於美國的 B2B 軟體展示與銷售自動化平台 TestBox 創辦人 Sam Senior 觀察，其企業客戶發現，買家在真正與業務交談以前，70% 到 80% 的決策可能已經完成。
當買家終於出現在官網、預約 Demo 時，AI 可能早已替他比較完市場上的選項。
按人頭收費的模式，正被 AI 代理鬆動
AI 採購代理首先衝擊的，是 B2B 軟體最熟悉的收費方式：按人頭訂閱。
Per-seat pricing 的基本假設，是一名使用者對應一個帳號、一個席次，軟體使用規模大致可以由人數衡量。但 AI 代理不是這樣工作，它可以同時拆解多個任務、平行呼叫不同系統，以機器速度持續運作。
當一個代理能完成原本多名員工分工處理的工作，「一個帳號等於一份使用價值」的對應關係就開始鬆動。賣方必須面對的問題是，當實際使用量、處理任務數與創造的價值，都不再與使用者人數成正比，該如何有更合理的計價單位？
同時，AI 代理也在強化買方的議價能力。
全球管理顧問公司 Kearney 估計，AI 採購代理透過更快速比較供應商、提高價格透明度，可能使經銷商平均售價下降約 8%。麥肯錫對企業的試點研究也發現，一家化工企業利用代理自主採購消耗品後，採購人員效率提高 20% 至 30%，價值獲取增加 1% 至 3%。
前者改變的是「按什麼單位收費」，後者改變的則是「議價的能力」。當買方可以更即時比較不同供應商的價格、使用效果與投資報酬，賣方就更難只靠帳號數量作為價格錨點，而必須更清楚證明客戶實際產生出了多少結果。
如今，一些公司已經開始改變計價方式。AI 客服公司 Sierra 不以席次或對話次數收費，而是按照實際產生的成果計價。客服軟體公司 Intercom 的 AI 客服代理 Fin 也採取類似模式，每成功解決一次客戶問題收取 0.99 美元，沒有解決就不收費。
關係銷售的價值，AI 讀不到也算不進去
除了價格之外，第二個被改寫的，是企業銷售長期依賴的關係模式。過去的 B2B 業務知道，價格從來不是唯一變數，業務可以透過多次會議建立信任，理解採購人的內部壓力，甚至不少資深業務則透過季度回顧、高黏著度的服務以建立長期關係影響舊客續約意願。
但在買家那邊，AI 採購代理首先評估的，並不是這些難以量化的關係與印象。它能直接讀取和比較的是價格、合約期限、交付規格、使用紀錄、合規條件，以及可計算的投資報酬率（ROI）。
如果一項產品的優勢只存在於業務簡報裡那句「服務比較好」，或者哪個業務跟哪個窗口比較熟悉，卻沒有轉換成可驗證、可比較的資料，AI 代理在建立候選名單時，可能根本辨識不出這項優勢。
事實上，這種轉變已經反映在企業的採購行為上。企業營收管理軟體公司 Clari 旗下的研究部門 Clari Labs 分析 121 家大型企業、約 1,000 萬筆商機後發現，平均合約金額年減 50%；追加採購的平均成交週期，則從 92 天拉長至 125 天。Clari 將這種壓力，與買方要求供應商提出更明確、且經過驗證的價值證據連結在一起。
續約評估的時間點，被 AI 大幅提前
因此，影響不只發生在第一次採購，也會延伸到續約。一個負責評估 SaaS 是否值得續約的 AI 代理，可以直接讀取 API 使用量、計算實際 ROI，再同步搜尋競爭對手的價格，最後把比較結果和可能節省的金額交給決策者。
到了這個階段，即使客戶和業務維持良好關係，只要產品帶來的成果無法用資料證明，就很難阻止系統提出更換供應商的建議。
真正棘手的是，AI 讓評估時間大幅提前。過去，業務通常可以等到續約前幾個月，才主動了解客戶的使用狀況與需求；現在，AI 代理可以持續在背景監測使用情形、比較市場價格，並預測不同供應商的成本效益。等到業務發現帳戶出現流失風險時，代理可能早已完成初步評估，甚至整理好替代方案。
人類決策不會消失，但前端工作已經改變
總而言之，AI 採購代理並不意味著未來所有企業交易都會完全取代人類。大型採購仍涉及預算、責任、法務與組織判斷，最終決策在未來很長一段時間內仍然需要人參與。
但「前端工作」正在改變。當買方那頭的 AI 代理開始負責搜尋產品、建立名單、比較價格、評估續約甚至談判條件，B2B 賣方面對的就不再只是另一套新的銷售工具，而是一種新的買家。
對賣方而言，這帶來三個直接要求，一是，價格必須能與實際成果建立更清楚的連結；二是，產品資訊、條款與效益必須能被機器讀取和比較；第三，客戶價值不能等到續約前才由業務重新說明，而必須持續留下可以被驗證的數據。
過去的企業銷售，競爭的是誰更了解窗口、誰更能建立信任。這些能力不會消失，但在它們發揮作用以前，供應商可能必須先通過另一道篩選。
科技的變化總是快得驚人，而我們每天的工作，就是從龐雜的趨勢中理出觀點、提煉出決策者真正需要的洞察。如果你也對 AI 發展充滿熱情，《TechOrange 科技報橘》正在徵內容編輯！
👉了解職缺內容
＊本文開放合作夥伴轉載，參考資料：《Mckinsey》、《OREILLY》，圖片來源：Unsplash
（責任編輯：鄒家彥）
