AI 并不会一下子抹掉销售岗位。美国官方预测显示，销售类职业的总就业人数十年内将减少 1.4%，但电话推销员减少 21.4%，而讲解技术产品的销售工程师和保险销售代理则会增加。分界线在于工作内容：是传递固定的信息，还是讲解、提供建议并对客户负责。
有的销售在减少，有的销售在增加
— 决定去向的是工作内容，而不是职位名称
上门推销与街头售卖等 −10.4%
广告销售代理 −7.2%
销售工程师 +2.8%
服务类销售代表 +2.7%
销售类职业整体为 −1.4%（全部职业平均为 +3.5%）。这是美国的十年就业预测，涵盖所有因素，不只是 AI，还包括网络销售和监管等。
目录
1. 先说结论——看任务，而不是看职位
“AI 会让销售人员失业吗？”如果以职位为单位来回答，是得不出答案的。即使是同一个销售岗位，一天里也混杂着适合 AI 的任务和不适合 AI 的任务。本文把四份性质不同的一手资料放在一起，按任务逐项来读。
| 资料（发布方） | 类型 | 关于销售能看出什么 |
|---|---|---|
| Occupational Outlook 与就业预测（美国劳工统计局） | 官方统计 | 各销售职业十年间的就业增减及其原因 |
| Anthropic Economic Index（Anthropic） | AI 使用数据 | 企业已开始交给 AI 的销售任务类型 |
| State of Sales（Salesforce） | 对卖方的调查（厂商） | 销售人员如何分配时间，以及他们预计 AI 会减少哪些任务 |
| B2B 买方调查（Gartner） | 对买方的调查（研究机构） | 买方希望和不希望从销售那里得到什么 |
把四份资料叠在一起，方向是一致的。调查、撰写、发送、记录这类入口和事务性工作，正开始转给 AI；讲解、在买方想核实时作答、签约后继续负责，则是买方希望面对真人的部分。销售岗位既不会整体消失，也不会一成不变：每项任务各有去向。
AI 对工作的总体影响请看 AI 会让白领消失吗；哪些职业受影响最大请看 被 AI 取代的工作排行；新人与资深者的差别请看 AI 先冲击资深员工还是年轻人？本文只聚焦销售一线。
2. 用官方统计看——美国销售类职业的十年预测
能按职业公布就业前景、同时说明工作内容的国家统计并不多。下面从美国劳工统计局（BLS）的分职业就业预测（2025—2035 年）中摘出与销售相关的职业。这份预测考虑了所有因素，不只是 AI，还包括网络销售的普及和人口结构的变化。
出处：美国劳工统计局“Occupational projections, 2025–35”（表 1.2）。条形长度表示增减幅度（以 25% 为满宽）。销售类职业整体中也包括门店销售员和收银员。接受订单的职业也并非一律减少：柜台与租赁接待员、零部件销售员都预计增加 3.0%。
查看人数和年薪中位数（表）
| 职业 | 2025 年人数 | 十年增减 | 年薪中位数（2025 年） |
|---|---|---|---|
| 电话推销员 | 6.09 万人 | −1.30 万人 | 35,450 美元 |
| 广告销售代理 | 9.93 万人 | −0.71 万人 | 64,820 美元 |
| 批发与制造业销售代表（技术和科学产品以外） | 127.94 万人 | −1.12 万人 | 72,080 美元 |
| 批发与制造业销售代表（技术和科学产品） | 29.20 万人 | +0.35 万人 | 104,920 美元 |
| 服务类销售代表 | 127.27 万人 | +3.39 万人 | 69,990 美元 |
| 保险销售代理 | 57.26 万人 | +1.88 万人 | 62,280 美元 |
| 销售工程师 | 5.16 万人 | +0.14 万人 | 124,900 美元 |
| 销售类职业整体 | 1,453.32 万人 | −20.68 万人 | 38,530 美元 |
把减少的一侧和增加的一侧分开的那条线，正是 AI 擅长与不擅长之间的那条线。BLS 在各职业的说明（Occupational Outlook Handbook）中给出了以下理由。
- 批发与制造业销售代表（基本持平）：说明预计网络销售主要是补充面对面的销售，而不是取代它；同时，AI 以及聊天机器人等自动化技术的进步可能会抑制就业增长。即使几乎没有增长，因转行和退休带来的补缺，预计每年平均仍有约 12.34 万个职位空缺。
- 保险销售代理（增加）：说明指出，自己上网研究并购买保险的客户会减少需求，但仍需要代理人帮助客户理解各种选择、挑选适合自己的保单。
- 广告销售代理（减少）：说明认为，除了纸质媒体萎缩之外，网络广告投放可以自动化以及广告拦截工具的使用都会抑制需求。广告一侧的变化见 AI 如何改变营销与广告。
也就是说，只是传递固定信息的销售，会在网络渠道和自动化的压力下萎缩；产品复杂、买方想问“我的情况怎么办”的销售则会持平或增加。销售工程师和技术、科学产品的销售代表年薪中位数还超过 10 万美元，在销售中处于较高的一端。另外，这是美国的预测，其他国家的数字需要查看各国自己的统计。
3. 企业开始交给 AI 的销售任务——Anthropic 的使用数据
BLS 的预测着眼于十年，看不出“现在 AI 正在做哪些任务”。填补这一空白的，是 AI 公司根据自家使用数据发布的报告。Anthropic 定期发布“Anthropic Economic Index”，把 Claude 的使用情况按工作任务分类。
2026 年 3 月 24 日的报告“Learning curves”（统计 2026 年 2 月 5 日至 12 日的使用情况）指出，在企业把 Claude 接入自家系统使用的 API 中，有两类用法比三个月前明显增多。其中之一是“销售与外联自动化”，由以下四项任务构成。
“销售与外联自动化”在 API 中的占比三个月内至少翻了一番
筛选条件：在本次数据中出现 300 次以上、且比上一期报告增长 2 倍以上的任务。
具体占比未公布。这是 Claude 这一款 AI 的使用数据，并不是对销售就业的测量。
这四项都是销售中 SDR（负责开发潜在客户和初步筛选的岗位）的核心任务。同一份报告还写道，与人通过对话来回交流的用法相比，API 的用法多得多地属于“下指令后全权交出”的形式，中途需要人确认的地方更少。可以这样理解：企业不是把 AI 当作对话对象，而是开始把销售任务本身直接交给 AI 处理。
另一方面也要注意，商谈中的答疑、谈判以及签约后的跟进，并没有出现在这类报告的“增多的用法”中。第 2 节中被认为会萎缩的“传递信息”的工作，与已开始交给 AI 的工作是重合的。
4. 销售的时间花在了哪里——Salesforce 对 4,050 人的调查
卖方的数字来自 Salesforce 的调查“State of Sales”（2026 年 2 月 3 日发布）。调查于 2025 年 8—9 月访问了 22 个国家的 4,050 名销售从业者（销售负责人、销售人员、合作伙伴销售和销售运营），主要数字如下。
4,050 名销售从业者的回答（Salesforce 调查）
AI 智能体能减少的时间
预期值
业绩靠前者是靠后者的 1.7 倍
此外还有“87% 的销售组织在使用某种形式的 AI”“54% 的销售人员用过 AI 智能体，近九成计划在 2027 年前使用”。
−34%、−36% 不是实测值，而是受访者对“引入之后”的预期。也要考虑到 Salesforce 本身就是销售 AI 智能体的公司。
同一调查显示，销售人员每周几乎要花一整天开发潜在客户，48% 表示“没有余力充分开展陌生客户开发”。真正用于销售的时间平均只有 40%，其余 60% 用在销售以外的工作上。第 3 节中企业开始交给 AI 的任务，与这里销售人员预计会减少的任务，几乎指的是同一类工作。AI 最先削减的不是销售人员本身，而是“不在卖东西的那 60% 时间”。
另一个不可忽视的是数据维护。74% 的销售从业者表示正在重点做数据清洗，把数据质量放在优先位置的，业绩靠前者为 79%，靠后者为 54%。AI 智能体以 CRM 数据为材料来运作，所以数据越脏的组织越难从 AI 中受益。记录工作不会消失，而是变成为 AI 整理材料的工作。
5. 买方想从销售那里得到什么——Gartner 的调查
决定销售未来的，与其说是卖方的意愿，不如说是买方的行为。Gartner 于 2025 年 8—9 月调查了 645 名 B2B 买方，并在 2026 年公布了结果（3 月 9 日和 5 月 20 日的发布；3 月的发布写的是 646 名受访者）。
| 问题内容 | 回答 | 对销售意味着什么 |
|---|---|---|
| 更喜欢没有销售代表参与的采购体验 | 67% | 收集信息阶段想见销售的买方很少 |
| 更喜欢完全数字化的自助式采购 | 70% | “送资料”的角色会缩小 |
| 在最近的采购中使用过生成式 AI | 45% | 买方是用 AI 做完功课后才来的 |
| 希望向销售代表核实 AI 给出的信息 | 69% | 作为“核实对象”的销售是被需要的 |
| 更容易遇到误导性信息的来源——生成式 AI／销售代表 | 51%／49% | 销售和 AI 几乎受到同等程度的怀疑 |
67% 和 69% 看似矛盾，但如果理解为采购阶段不同，就说得通了。调查阶段，买方回避真人，通过 AI 和网络收集信息；但在做决定之前，他们希望向能负责任地作答的人核实这些信息是否正确。这与第 2 节中保险销售代理的说明（即使客户自己调查，选择时仍需要人的帮助）是同一个结构。正如最后一行所示，销售代表也并非被无条件信任。只有能准确作答的销售，才会被选为核实的对象。
Gartner 还在 2025 年 8 月 25 日的发布中预测：“到 2030 年，75% 的 B2B 买方将更喜欢优先与人互动、而不是与 AI 互动的销售体验”。这是预测，不是调查结果。更准确的读法是把它与“如今的买方在收集信息阶段回避真人”（67%）放在一起看。
6. 按任务划分的判断表——交给 AI 的部分与留给人的部分
下表把第 2—5 节的资料按销售任务重新排列。“交给 AI 的难易度”一栏是本文根据资料所指方向做的整理，并非资料本身的结论。比例和年限的预测找不到能追溯到发布方的来源，因此不予列出。
| 任务 | 交给 AI 的难易度 | 转给 AI 的部分 | 留给人的部分 | 依据 |
|---|---|---|---|---|
| 潜在客户调查与名单整理 | 容易 | 收集企业和联系人的信息，初步判断是否符合条件 | 判断哪些候选值得人去花时间 | Anthropic（潜在客户筛选）、Salesforce（预计 −34%） |
| 首次接触（邮件、电话） | 容易 | 针对每位收件人分别起草文案 | 确认文案是否符合对方的行业和情况，控制发送量的上限 | Anthropic（首次推销邮件）、Salesforce（预计 −36%）、BLS（电话推销员 −21.4%） |
| 记录（CRM 录入、会议纪要） | 容易 | 通话摘要、客户数据补全 | 维护数据的准确性 | Anthropic（客户数据补全）、Salesforce（业绩靠前者 79% 优先数据质量） |
| 商谈准备（方案书、报价） | 分担 | 初稿、过往商谈的摘要、竞品的初步调查 | 把握对这位客户而言的关键问题，核对数字和条件 | Anthropic（销售资料制作） |
| 商谈中的答疑与谈判 | 困难 | 准备预想问答 | 买方拿着 AI 收集的信息来核实时作答，谈判条件 | Gartner（69% 想向销售核实） |
| 协助买方通过内部审批 | 困难 | 说明资料的草稿 | 协调相关部门，向决策者说明 | BLS（技术和科学产品的销售代表与销售工程师在增加） |
| 老客户（续约、追加提案、故障处理） | 困难 | 监控使用情况、提醒续约时间、制作例行报告 | 出问题时负起责任去处理，提出下一步方案 | BLS（保险销售代理在帮助选择方面仍被需要）、Gartner（75% 的预测） |
行业差别也很大。在产品说明容易标准化的 SaaS 和标准化服务中，上面三行的自动化进展更快；而在制造业、建筑、医疗器械等需要理解现场情况和法规的领域，下面三行的比重更大。单价越高、参与决策的人越多的交易，人的比重留下得越多。
7. 销售人员能做什么——盘点自己一周的时间
AI 对你的影响有多大，取决于你自己的时间分配，而不是职位名称。按以下三步，可以自己估算出来。
- 把一周的时间，按第 6 节表中的七项任务分别记下来。看一下日程和已发送的邮件就够了，以 30 分钟为单位即可。
- 算出“容易”的三行合计占一周的几成。根据 Salesforce 调查的平均值，真正用于销售的时间只有 40%。如果“容易”的任务超过一周的一半，你就处在工作内容受 AI 影响最大的一侧。
- 决定把省下来的时间转到哪些“困难”的任务上。与上司具体商量：参加商谈、负责老客户，或者承担 AI 智能体的设置与检查，三者选其一。
计算示例
如果每周用 6 小时做潜在客户调查、4 小时起草邮件，按 Salesforce 受访者的预期（−34%、−36%）减少，就是 6×0.34≈2.0 小时，4×0.36≈1.4 小时，每周约 3.5 小时被腾出来。按每月 4 周计算，约为 14 小时。这些时间用在哪里，决定了 AI 之后你的工作是什么样子。
时间可以转向以下三个方向。
销售人员的三项技能转变
写给正在做或即将从事 SDR 的人：正如第 3、4 节所示，SDR 的工作与企业开始交给 AI 的任务重合度最高，所以多年只做入口任务的职业路径容易越走越窄。SDR 的经验并不会白费，判断潜在客户的眼光，在转到设置 AI 智能体的一方时可以直接派上用场。关键是尽早争取接触判断表中“困难”任务的机会，比如参加商谈、负责老客户。年轻人的入职门槛先收窄的数据，整理在 AI 先冲击资深员工还是年轻人？中。
8. 管理者的对策与 AI SDR 的选择方法
对管理者而言，把引入 AI SDR（自动完成潜在客户开发的 AI 智能体）设计成“重新分配时间的举措”而不是“裁员的举措”，更符合本文的数字。
- 先做好数据维护。业绩靠前者中有 79% 优先重视数据质量（靠后者为 54%）。在脏乱的 CRM 上叠加 AI 智能体，只会把错误的文案发给错误的对象。
- 把评价指标从“量”转向“经过核实的成果”。预约数、发送数，AI 想增加多少就能增加多少。应衡量商机转化率、成交单价、续约率等有人参与的结果。只追求数量的风险也可参考 AI 生产力指标的陷阱。
- 在裁减 SDR 之前，先铺好转岗的路。让他们转向 AI 智能体的设置与检查、参加商谈、负责老客户。
- 提升作为“核实对象”的质量。69% 的买方希望向销售核实，但近半数也同样怀疑销售代表提供的信息。产品知识培训，以及整理好能说明答案依据的资料，都很有效。
AI SDR 既有 Salesforce、HubSpot 等嵌入 CRM 的功能，也有单独引入的专用产品。产品名称、功能和价格变化很快，选择时请按下面的判断标准比较，价格请到各公司官网确认。
| 判断标准 | 要确认的事项 | 为什么重要 |
|---|---|---|
| 依靠什么数据运作 | 能否读取自家 CRM、邮件和通话记录，还是使用外部企业数据 | AI 智能体的效果取决于数据质量（第 4 节的 74%） |
| 人能否叫停 | 能否设置发送前审批，以及发送频率、时段和渠道的上限 | 如第 3 节所示，API 用法容易变成全权交出，错误文案的大量发送会一次性损害品牌 |
| 交出多大范围 | 只做草稿，还是自动完成发送、回复和确定日程 | 交出的范围越大，越需要核实的机制 |
| 如何衡量成果 | 能否追踪到商机和成交，而不只是发送数 | 只追求数量，就会变成 67% 的买方所回避的“强推” |
| 能否与现有工具连接 | 与现有 CRM、邮件、日历的集成 | 能单独完成工作的工具很少，组合使用是前提 |
让 AI 起草邮件和回复的基本方法，整理在 用 AI 提高邮件与聊天回复效率中。
总结
- 官方统计：美国销售类职业 2025→2035 年预计为 −1.4%（全部职业为 +3.5%）。电话推销员 −21.4%、广告销售代理 −7.2% 会减少，而保险销售代理 +3.3%、销售工程师 +2.8% 会增加（美国劳工统计局）。
- AI 使用数据：在企业通过 API 交给 Claude 的用法中，“销售与外联自动化”（潜在客户筛选、客户数据补全、首次推销邮件、销售资料）三个月内至少翻了一番（Anthropic，2026 年 3 月）。
- 卖方调查：真正用于销售的时间平均为 40%。受访者预计潜在客户调查减少 34%、邮件起草减少 36%（Salesforce，4,050 人）。
- 买方调查：67% 更喜欢没有销售代表参与的采购，同时 69% 希望向销售代表核实 AI 给出的信息（Gartner，645 人）。
- 对策：按任务盘点一周的时间，把腾出的时间转向商谈、老客户和 AI 的设置。组织则要做好数据维护，并用成果而不是数量来衡量。
相关文章：AI 会让白领消失吗、被 AI 取代的工作排行、AI 时代能留下来的职业、资深员工与年轻人、AI 对营销与广告的影响。
FAQ
Q. 从统计上看，销售岗位真的在减少吗？
A. 根据美国劳工统计局的预测，销售类职业整体从 2025 年到 2035 年预计减少 1.4%，低于全部职业的平均水平（增加 3.5%）。但具体情况因职业而异：电话推销员预计减少 21.4%，而保险销售代理和销售工程师预计会增加。该预测不只考虑 AI，也包括网络销售等因素，并且是美国的数字。
Q. 面向中小企业的销售会被 AI 取代吗？
A. 容易被取代的是从首次接触到发送资料这段“传递信息”的部分。在 Gartner 的调查中，67% 的买方更喜欢没有销售代表参与的采购，70% 更喜欢完全数字化的采购。另一方面，做决定前想核实信息的买方（69%）很多，能准确回答问题的销售人员仍有价值。
Q. 我在做 SDR，应该换工作吗？
A. 不必急着辞职，但最好避免只做入口任务。潜在客户筛选和首次推销邮件，已作为企业开始交给 AI 的任务出现在 Anthropic 的使用数据中。先把一周的时间按任务记下来，再在公司内部寻找接触难以交给 AI 的工作的途径，比如参加商谈、负责老客户、承担 AI 智能体的设置与检查，这样比较现实。
Q. 引入 AI SDR 后，应该减少下属人数吗？
A. 先重新分配时间，更符合调查数字。销售人员用于销售的时间平均只有 40%，把 AI 腾出的时间转到商谈和老客户上，就能在不减人的情况下增加直接带来收入的时间。看过大量潜在客户的 SDR 的经验，可以直接用于 AI 智能体的对象选择和文案检查。
Q. 外勤销售（现场销售）安全吗？
A. 取决于拜访提供了什么，而不是拜访本身。只是送资料、讲解资料的拜访，与买方想在线上完成的部分重合。反过来，结合对方现场情况来对齐需求、协助通过内部审批、对签约后的问题负责处理的拜访，正是买方希望由人来做的工作。
