《INDUSTRIAL MARKETING MANAGEMENT》：Understanding AI-enabled transformations in sales processes: A socio-technical perspective on the generative mechanisms underlying tensions
编辑推荐：
将人工智能（AI）整合到企业对企业（B2B）销售流程中，重塑了销售任务和销售工作的治理。虽然现有销售研究充分理解了任务层面的结果以及AI在销售中的绩效优势，但对于AI驱动转型在销售流程中更广泛的组织动态知之甚少。借鉴社会技术系统（STS）理论，本研究通过考察A
将人工智能（AI）整合到企业对企业（B2B）销售流程中，重塑了销售任务和销售工作的治理。虽然现有销售研究充分理解了任务层面的结果以及AI在销售中的绩效优势，但对于AI驱动转型在销售流程中更广泛的组织动态知之甚少。借鉴社会技术系统（STS）理论，本研究通过考察AI如何在B2B销售流程中重塑销售任务执行和管理治理，提出了对AI驱动销售转型的过程导向理解。基于对31位B2B销售从业者和销售学者的专家访谈，研究人员识别出六个相互关联的社会技术紧张关系，这些紧张关系在销售流程的售前、销售和售后阶段展开。超越对紧张关系的描述性分类，研究人员理论化了六个社会技术机制：数据制度化（data institutionalization）、递归意义建构（recursive sensemaking）、客户互动标准化（standardization of customer interactions）、意义建构不对称（sensemaking asymmetries）、角色重新分类（role reclassification）和专业知识合法化（legitimation of expertise），这些机制解释了这些紧张关系如何出现并重塑销售任务和治理。
**论文解读：理解销售流程中人工智能驱动转型的生成机制——基于社会技术视角**
**1. 研究背景与问题**
现有销售研究主要聚焦于人工智能（AI）作为技术使能者如何提升销售任务的效率与绩效，诸如预测分析、AI辅助辅导、自动线索培育等应用。然而，这些研究多停留在任务层面的结果分析，对AI驱动转型如何重塑销售流程中的组织动态、管理治理以及任务执行之间的相互作用缺乏过程导向的理解。随着AI从单纯的销售工具延伸至核心管理活动（如入职、辅导、绩效评估），销售任务执行与管理治理之间的界限日益模糊，但现有文献未能充分解释由此产生的张力如何从组织与技术交互中涌现。因此，本研究旨在探索AI驱动转型如何引发跨销售流程的相互关联张力，并理论化其背后的生成机制，以填补这一理论空白。
**2. 研究内容、结论与意义**
研究人员基于社会技术系统（STS）理论，通过31位专家访谈（包括B2B销售从业者与销售学者），识别出售前、销售、售后三个阶段中六个相互关联的社会技术张力，并进一步理论化六个社会技术机制（数据制度化、递归意义建构、客户互动标准化、意义建构不对称、角色重新分类、专业知识合法化），解释这些张力如何涌现、相互强化并重塑销售任务与治理。研究结论表明，AI驱动转型不仅是技术采纳问题，而是通过递归的社会技术交互重塑组织权威、专业边界与评价体系。论文发表在《INDUSTRIAL MARKETING MANAGEMENT》，为销售研究提供了过程导向的整合视角，并为管理者诊断AI实施挑战、重新设计销售治理提供了诊断性框架。
**3. 主要关键技术方法**
本研究采用定性研究方法，基于溯因推理（abductive reasoning）与批判实在论（critical realism）视角。数据来源于31位专家半结构化访谈，样本包括15位销售经理（来自SaaS、CRM软件、银行、咨询、工业制造等行业）、6位销售人员及10位销售学者，参与者分布于欧洲与美国。分析方法采用主题分析（thematic analysis, TA），结合反溯推理（retroductive reasoning）理论化潜在机制。研究通过迭代编码识别社会技术交互与张力，并利用MAXQDA软件进行数据管理。
**4. 研究结果**
**4.1.1. 数据驱动的线索开发 vs. 情境判断（Data-driven prospecting vs. contextual judgment）**
通过访谈发现，AI生成的线索推荐挑战了销售人员基于经验的情境判断，因为AI模型无法捕捉人际互动中的隐性线索（如买家行为信号），导致销售人员在解释和信任AI输出时产生不确定性。销售经理则面临预测责任归属的挑战。
**4.1.2. 效率提升 vs. 任务扩展（Efficiency gains vs. task expansion）**
AI并非减少工作量，而是将验证和确认工作重新分配给销售角色。受访者强调，AI建议需经仔细审查，否则可能影响绩效。数据质量缺陷（如不完整的CRM记录）进一步增加了认知负荷，使验证工作抵消甚至超过效率收益。
**4.2.1. 实时AI洞察 vs. 销售人员自主权（Real-time AI insights vs. salesperson autonomy）**
AI监控销售对话（如实时指导）削弱了经验丰富的销售人员的自主感，尤其是当AI将个性化销售实践转化为标准化沟通模式时。销售人员担心隐性专业知识被边缘化，而管理者则将其视为绩效评估工具。
**4.2.2. 技能适应 vs. 销售行动者的意义建构能力（Skill adaptation vs. sales actors' sensemaking capacity）**
AI要求销售人员和管理者具备数据素养（data literacy）和批判性解释能力，但不同行动者的意义建构能力存在差异。部分人员能有效整合AI洞察，另一些则需持续支持，导致AI价值实现不均。
**4.3.1. 自动跟进 vs. 角色相关性（Automated follow-ups vs. role relevance）**
AI自动化售后任务（如日程安排、个性化沟通）模糊了销售角色的独特性，引发对专业价值稀释的担忧。受访者指出，AI不会取代销售角色，但会重新定义绩效评估标准，转向“AI协作能力”而非传统关系维护。
**4.3.2. 传统销售指标 vs. 新兴AI驱动指标（Traditional sales metrics vs. emerging AI-driven sales metrics）**
AI引入行为导向评估逻辑，使绩效评估从结果指标（如销售额、转化率）扩展至销售人员如何有效利用AI洞察。但受访者警告，可量化行为可能掩盖关系贡献，且难以隔离AI的单独贡献，导致评估体系设计挑战。
**5. 讨论总结与结论翻译**
**讨论总结**：研究理论化六个社会技术机制，解释张力如何涌现与演化。**数据制度化**指历史数据实践通过CRM系统固化并限制AI预测的可靠性；**递归意义建构**强调销售行动者持续解释、验证AI输出，形成认知循环；**客户互动标准化**描述AI生成互动规范，削弱销售人员情境判断空间；**意义建构不对称**指出不同行动者解读AI能力差异，加剧组织内部不平等；**角色重新分类**说明AI重塑角色边界与责任，要求销售人员从执行者转向“协调者”；**专业知识合法化**揭示AI评估体系如何使符合AI表征的实践获得认可，而隐性关系专业知识被边缘化。这些机制共同揭示AI驱动转型通过递归交互重塑销售任务与治理。
**结论翻译**：在本研究中，我们探索了AI驱动转型如何在销售流程中引发销售任务执行与管理治理之间的相互关联张力，并理论化了六个潜在社会技术机制，这些机制有助于解释这些张力如何涌现、相互强化并随时间重塑销售工作。通过这样做，我们说明AI驱动转型在销售流程中不仅超越了单个销售任务的自动化与增强，还通过重塑工作实践、决策制定和权威结构，重新配置了更广泛的销售组织安排。因此，我们提供了一个过程导向的解释，说明从AI驱动转型中涌现的张力如何通过社会技术机制展开，纠缠销售任务与管理治理。随着AI技术不断发展并迅速融入销售流程，理解其更广泛的组织后果需要超越采纳与绩效问题，去审视AI驱动转型的社会技术动态。我们希望本研究能为未来关于AI驱动销售转型的研究提供基础，并为全面理解AI整合在销售组织中的机遇与挑战做出贡献。
