你的客户开始用AI自己写代码了，你花三天熬出来的技术方案，对方一个下午就跑通了原型。售前这个岗位，还能撑多久？拆开来看，答案比你想的要复杂。

上个月见了一个做金融IT的朋友，老李，干了十年售前。他打开手机给我看聊天记录——甲方IT部门的人发来一张截图，用Cursor搭了个信贷审批流的Demo，问他：”你们系统能比这个快多少？”

老李说那一刻他手抖了一下。不是因为对方做的Demo有多好，而是那个Demo从需求到跑通，甲方只用了四个人，一个下午。

这个画面，今年在太多售前群里被反复转发。

甲方「自研」的边界在哪里

别急着慌。先搞清楚一个事：甲方用AI到底在做什么。

跟几个在甲方IT部门的朋友聊了一圈，发现他们用AI做软件主要卡在三个层级。

• 最浅的一层是内部工具。数据看板、审批流、报表自动化——这些确实在被AI快速吃掉。一个懂点技术的人加一个Cursor账号，两天能跑出一个部门用的采购审批系统。

但这个层级的东西，本来也不是售前的菜。这些需求从来就没走到过招标那一步。

• 第二层是标准化程度高的业务系统。CRM、OA、轻量级ERP的某些模块，甲方确实在尝试用AI拼装。做SaaS的朋友老周跟我讲了个细节：他一个客户的IT主管，用了三周时间，搭了个内部线索分配系统，”功能简陋，但刚好够用”。

• 问题出在第三层——但凡涉及到多部门协同、合规审计、历史数据迁移、存量系统对接的业务，AI搭出来的东西立刻就开始露馅。

售前不会被AI吃掉的那一部

去年底，一家中型券商想搭一套文档管理系统。他们先用AI生成了一个版本，花了不到一周，功能看着挺全。然后他们找了老李去讲标。

老李没带方案，带了一个问题列表。

• 第一，你们的文档模板需要跟行业最新的监管要求对齐，AI生成的版本能处理逐条逐项的合规映射吗？
• 第二，文档审核流程中，不同角色的签字权限如何配置——负责人、团队长、项目组成员，各自的权限边界在系统里怎么落地？
• 第三，如果存量文档有12个版本的历史数据，格式从Word到WPS到PDF都有，AI能保证100%的导入正确率吗？

老李后来跟我说：“AI能搭出80%的功能骨架。但客户买单的，永远是那20%你不知道自己不知道的部分。”

这就是售前的护城河：不是方案写得快不快，是你知道客户自己都还没发现的坑在哪里。

但售前这个岗位确实在变

说回现实。AI对售前的冲击不是”替代”，而是重新定价。

某招聘网站2026年4月的数据，传统软件售前岗位的平均薪资较2025年同期下降了约11%。同一时间段，要求”AI工具使用能力”的售前岗位薪资反而涨了18%。

同一个岗位，两种截然不同的走势。

赚差价的中间商售前——那种靠信息不对称、靠模板堆砌、靠”我们都能做”打天下的——确实在被淘汰。客户自己用AI查资料、写方案、做Demo，一个下午搞定你三天的工作量，你再拿模板去糊弄，就是在找死。

但能帮客户定义问题的售前，日子反而更好了。

真正该慌的是什么

回到标题那个问题——甲方用AI自研软件了，售前该不该慌？

如果甲方能用AI搞定的东西，恰好是你平时卖给他们的核心产品形态，那确实该慌。这不是AI的问题，是你在卖的东西本身就没有壁垒。

但如果你卖的是行业know-how——那种在某个细分领域踩了八年坑才攒下来的判断力——甲方用AI搭十个Demo也替代不了你。

换个角度说，这件事对甲方更残酷：AI降低了”做出一个软件”的门槛，但没有降低”做出一个好用的软件”的门槛。前者让甲方觉得自己行了，后者让甲方在三个月后发现自己搭的那套东西到处是窟窿。