近期，全球B2B行业的龙头企业Salesforce遭遇了“预期过高、兑现偏慢”的市场质疑。

根据华尔街日报以Investor's Business Daily的报道，2026年7月9日，KeyBanc下调Salesforce评级，核心理由是Agentforce的发展不及预期。

表面上看，这像是资本市场对AI Agent热潮的一次降温。但是细想下来，连Salesforce的AI转型都会遭到质疑，我们这些规模一般的B2B企业，又应该如何向AI转型，或者说，我们做的AI转型到底是在转什么？

先说结论：B2B公司的AI转型，不是在原有产品上加一个AI功能，而是在AI改变用户使用习惯之后，重新争夺“入口、能力和增长”的位置。

AI转型，不是加一个AI功能这么简单

过去一年，几乎所有ToB公司都在谈AI转型。有的公司上线AI助手，有人发布Agent，有人把大模型接进原有产品流程里。但归根结底，这样做仍然只是在原有的产品体系上“做加法”。

现在我就已经能够感觉到非常明显的趋势，Codex、Claude Code以及Workbuddy等Agent工具，正在改变我们每一个人的使用习惯。

用户想做什么，首先想到的不是打开你的产品和软件，而是打开Agent。用户不再进入你的系统中，不再先学习你的功能，而是先提出自己的任务，让AI去自动完成。

如果这时候前台入口被AI占住，而我们的产品只负责提供客户数据、标签、行为记录、自动化流程和结果回写，那它就会越来越像一个被调用的底层系统。我们的产品，慢慢就会被AI所吞掉。

所以我认为，企业AI转型真正要回答的，从来不是“有没有接入AI”，而是“你的产品能力，能不能在AI时代继续占据用户入口、任务入口和增长入口”。

拆开来看，B2B公司的AI转型是为了做到以下这三件事：

1. AI转型是在避免价值底层化

过去，ToB产品的核心逻辑是把能力封装进系统，让用户学习流程、进入页面、逐步完成操作。而在AI时代，用户越来越习惯直接提出目标，再由系统去理解、编排和执行。用户要的，不再只是一个能用的功能，而是一个更短、更直接的结果路径。对ToB公司来说，这意味着产品竞争的重点，正在从“我有什么功能”，转向“我能不能更快帮用户完成任务”。

2. AI转型在做能力下放

过去很多能力都被封装在产品流程里，只有熟悉系统的人才能真正把它用出来。但AI出现之后，这些能力开始被重新拆解，并下放到新的交互层中。

原来需要用户自己点选、配置、查找、拼接的动作，未来会越来越多地由AI来调用、组合和执行。也就是说，AI转型本质上是一场能力下放，从“人适应系统”，转向“系统围绕任务被即时调用”。

触达了多少人、带来了多少线索、转化率多少"，而是"用户在想什么问题、什么样的内容能触动用户、AI有没有把我放进答案里"。

3. AI转型是在找新的增长入口

过去ToB公司的增长建立在相对稳定的产品使用路径上，用户进入系统、形成依赖、沉淀数据、逐步扩展使用范围。

但是当用户越来越习惯先问AI、先让AI尝试，此时的用户可能不再先打开某一个系统，而是先打开AI，不再先学习产品功能，而是先描述自己的需求。

如果ToB公司不能在这个新入口里保有自己的位置，它就很难继续掌握用户关系，也很难掌握下一阶段的增长机会。

所以，B2B企业的AI转型，本质上并不是一次普通的产品升级。它真正要转的，是一家公司的能力如何被重新分配，价值如何被重新交付，以及产品在新的用户习惯里还能不能继续占据入口。

我们真正面临的AI风险

过去很长一段时间里，ToB SaaS产品的逻辑建立在两个前提之上：

• 用户必须进入你的系统；
• 用户必须按照你的流程完成操作。

也正因为如此，谁掌握产品界面和流程设计，谁就掌握了用户关系和商业逻辑。

但AI的出现，正在打破这个前提。正如上文所说，越来越多用户开始习惯先提出问题、先描述目标、先发起任务，再由AI去决定调用哪个系统、拼接哪些能力、完成哪些动作。对用户而言，这是一种更自然的工作方式。但对ToB公司来说，这意味着原本属于产品本身的入口权，正在被重新分配。

以致趣百川自己为例，过去营销自动化平台的价值，很大程度上建立在“把复杂流程系统化”这件事上。拉新、触达、培育、打分、流转、复盘，都需要用户进入系统逐步完成。这正是很多ToB公司在AI时代会面临的真正风险，不是产品会立刻消失，而是产品会慢慢退到后台。它不再是用户主动进入的工作界面，而更像是AI背后调用的数据层、流程层和执行层。

而一旦走到这一步，企业的业务增长逻辑也会跟着改变。因为真正决定增长的，不再只是你沉淀了多少数据、做全了多少功能，而是你能不能在新的交互方式里继续培养用户的使用习惯。

用户在哪里发起任务，哪里就更接近增长入口。既然用户正在逐渐使用AI，那我们就把自己变成一家AI公司，用AI重置一套体系，而不是把AI工具融入到已有的流程中。也就是说，在AI时代，任何一款SaaS工具，都将被AI及其带来的用户习惯而改变。

所以，企业做AI转型，表面上是在升级产品，实际上是在争夺位置。争夺的不是一个新模块，也不是一个新卖点，而是在AI改变用户习惯之后，自己还能不能继续成为用户工作的起点、决策的接口和增长的入口。

尽力去接近AI Native形式的市场部

什么是AI Native市场部？怎么理解AI Native？这里可以引用在致趣百川联合创始人兼CEO何润在今年年初提到的一句话“AI不仅是产品层面的创新，更是组织层面的根本性变革，要求信息高度透明、上下文共享以及个体能动性的释放。”

这句话之所以关键，是因为把AI Native市场部和“会使用AI工具的市场部”区分开了。前者不是在原有岗位和流程上外挂几个AI功能，而是围绕AI重构信息流、协同方式和执行方式。后者则往往只是让团队多了一些提效工具，快是快了，但增长方式本身并没有发生变化。

如果AI只是帮助营销人更快写一篇邮件、生成一段活动文案、做一次客户分群，那它提升的只是单点效率。但如果AI能进入线索培育、客户洞察、内容生产、销售跟进等等这些连续动作里，它改变的就不只是工具，而是整套增长方式。

1. AI Native要求信息高度透明

AI不能凭空产生判断，它只能基于企业已经透明化的数据和过程去理解客户、识别机会、推动动作。这些信息如果仍然分散在不同系统、不同岗位、不同表格里，AI 就很难真正参与增长决策。

这意味着平台的价值不只是记录和沉淀数据，而是让客户行为、内容互动、线索状态和销售进展变得持续可见、持续在线、持续可调用。

2. AI Native要求上下文共享

过去很多企业的问题，不是没有数据，而是大家虽然围绕同一个客户，却没有共享同一个客户上下文。

AI要真正进入线索培育、客户洞察、内容分发和销售协同的连续动作中，就必须建立在上下文共享之上。也就是说，AI不只是帮某个岗位更快完成任务，而是帮助营销、销售围绕同一段客户旅程形成协同。

对B2B企业而言，这正是平台能力升级的关键。不是只做流程自动化，而是把客户画像、触达历史、行为轨迹和转化结果连接起来，让每一个动作都能接上前因后果。

从这个角度来看，AI Native市场部要求平台不只是承载流程，更要承接目标、理解上下文、生成建议、推动执行，并把结果重新反馈到下一轮动作中。

B2B企业所要做的，也不是单纯给营销自动化加一个助手，而是让平台从“供人操作的系统”逐步演进为“驱动增长协同的智能中枢”。如果进一步拆解，符合AI Native特征的市场部，至少需要具备三个更具体的能力：

• 营销工作入口：用户不是来点按钮，而是来发起目标、拿到建议、快速推动动作。AI需要能够理解“我接下来要达成什么”，而不是只等待人工一步步操作。
• 营销售协同入口：AI不能只服务营销团队，还要把线索判断、跟进建议、商机反馈连到销售动作里，让营销和销售围绕同一组高价值线索协同推进，而不是各自完成各自的任务。
• 增长决策入口：平台不只是执行流程，还要能够帮助团队回答更高阶的问题，比如下一步该优先投什么内容、针对哪类客户加大触达、哪些线索更值得销售优先跟进、哪一类动作更可能推动转化。这意味着 AI Native 市场部不只是更高效的执行部门，而是更接近增长中枢的组织能力。

这样一套流程下来，意味着AI的价值不只是多一个功能，而是让平台从“承载流程的系统”升级为“驱动协同与增长的智能中枢”。

真正的AI专心，从重新审视业务开始

最后，我们再总结一下这篇文章的观点：

• B2B公司的AI转型，不是在产品上贴一个AI聊天框就可以的；
• 真正的AI转型，是关于能力如何被重新分配、价值如何被重新定义的转型；
• 如果不能把原有的产品变成符合AI时代的工作入口、决策入口和增长入口，原有产品就可能退化成被AI调用的数据库。

AI带来的变化，并不是简单替代某一个岗位，也不是让某一个环节效率提升20%、30%，而是重新改变企业创造价值的方式。哪些环节正在被AI重新定义？哪些能力需要被重新组织？哪些数据和经验需要沉淀为企业新的智能资产？这些问题都需要我们重新思考。

AI不会改变所有企业的终点，但会重新定义企业增长的起点。对于B2B企业而言，真正的AI转型，是让AI成为理解客户、连接业务、驱动增长的新基础设施。