「黃仁勳就是一個很厲害的 B2B 銷售。」Salesforce 資深企業業務顧問吳承翰表示，輝達（NVIDIA）賣的是晶片，簡報裡少不了艱深的技術，但黃仁勳總是能把規格轉成客戶在意的成本帳，像是他的名言「The more you buy, the more you save.（買愈多，省愈多）」，乍聽之下違反直覺，但他要表達的是，運算節點愈多、連結愈緊密，同樣算力的成本反而愈低。
他強調，轉譯與敘事正是 AI 時代 B2B 業務最關鍵的能力，黃仁勳也是把產品翻成生意、把需求翻成決策的最佳典範，但這正是 B2B 業務最難的地方，產品規格只是談生意的起點，走到企業採購，還得回答成本值不值得、導入之後會改變什麼。
顧能調查：近半數 B2B 買家用 AI 查產品資訊，業務如何證明自身價值？
AI 普及後，規格資訊人人查得到，轉譯的價值反而更高。顧問公司顧能（Gartner）2025 年調查 645 名 B2B 買家，45% 在最近一次採購曾使用生成式 AI 蒐集供應商和產品資訊；67% 偏好沒有業務介入的採購體驗，70% 希望可以全程透過數位管道自行完成。然而，還是有 69% 的買家強調會找真人業務確認 AI 提供的資訊，他們認為業務比 AI，更能理解他的需求。
顧能發現，有 4 個時刻，業務仍是買家最倚重的資訊來源：釐清公司究竟遇到什麼問題、從幾家廠商裡選定一家、說服內部支持，以及最後拍板。這些都不是查資料能解決的，業務得先陪客戶把問題定義清楚。
舉例來說，一家公司想導入 AI 客服，一般業務會直接介紹模型能力和報價。吳承翰則主張先和客戶一起「定義問題」：問每月有多少客服案件，是為了掌握問題有多大；問哪些問題最常出現，是為了找出 AI 接得住的範圍；問用了多少人力，才能換算成本；問公司想改善成本、回覆速度還是顧客滿意度，則是先說好上線後用哪個指標驗收。
假設最後發現，公司每月 3 萬件詢問中，有 1.2 萬件是查訂單、改地址/等重複問題，企業才能算出 ROI，也知道該盯哪個 KPI。
顧能把這種能力稱為「價值清晰」（value clarity），也就是讓買家清楚知道一套方案放進自己的職務與公司後，究竟能改善什麼。「人人都可以用 AI 的時候，就不能只是做無差異化的提問。」吳承翰強調。
不過，企業採購從來不是一個人說了算。財務與法務在意法規、稅務和預算風險，營運長關心導入後各部門能不能順利協作。更難處理的，是寫不進財報的「隱藏議程」（hidden agenda）。吳承翰舉例，如果業務副總其實想拚上總經理，業務的提案卻只對著總經理講，就可能押錯人。他也看過不少企業導入 AI，卡關的不是技術，而是中階主管擔心自己的價值被取代，轉而向老闆強調資安風險，專案最後不了了之。
每周省下 4.8 hr 工時，卻沒創造更多價值？B2B 銷售該做的 2 個轉變
吳承翰認為，引導利害關係人、凝聚共識，正是AI最難取代的部分。當 AI 能協助業務完成愈來愈多例行工作，企業就得重新思考：哪些工作該交給 AI，省下來的時間又該如何運用？
首先是重新分工。過往陌生開發，業務若手握 100 家目標企業，須逐一檢視組織架構、研究近況，再撰寫開發信。如今 AI 代理（AI Agent）能自動篩選名單與搜尋窗口，並結合企業最新財報、新聞及動態，產出客製化信件；若未獲回應，系統也會定期自動跟進，待取得正面意願後再由真人接手。
拜訪準備也是如此，吳承翰指出，過去做一份像樣的提案簡報，動輒耗費 2、3 小時，現在借助 AI 只要 20 至 30 分鐘就能生成初稿，再花 1 小時微調就能上場。以做足準備、帶著客製化提案上門的拜訪來算，過去一名業務單月約能完成 5 場，如今可以提升至 15 場。
其次是調整訓練方式。當業務不必再花大量時間整理資料，更需要練習如何把資訊轉化成客戶能理解的商業價值。吳承翰建議團隊回到白板推銷（whiteboard selling），用簡單的圖形畫出流程、時程和預期成果，抓住高層的注意。拜訪前，也可以讓幾個 AI 代理分別扮演財務、法務和營運長互相辯論，再由業務標出哪裡有共識、哪裡有矛盾、哪裡是盲點，預演客戶內部可能出現的決策阻力。
然而，工作效率提高，不代表業務就能創造更高的價值。顧能 2026 年初調查 210 位銷售主管，AI 平均每周替業務省下 4.8 小時，可是有 72% 的銷售組織沒有把這些時間重新投入高價值的銷售活動；而確實重新投入的組織，超越客戶成長目標的機率是其他組織的 2.2 倍。
這和黃仁勳的做法一樣，他的簡報裡就算有艱深的技術，最後都會落到客戶算得出來的成本與營收。AI 接手資料蒐集與提案初稿之後，B2B 業務剩下的核心工作，替客戶把問題定義清楚、取得決策共識。
