Showing Posts From
Ai 時代
88% 的客戶要你連別家方案一起講——ASLAN 雙盲研究：AI 時代該當『幫他想清楚的人』，不是『幫產品辯護的人』
我們這一行的訓練，幾乎都建立在一個假設上：客戶手上有一份你的方案、還有一份別家的方案，你的工作就是把自家那份講得比別家好。於是話術、比較表、拆競品缺點，變成基本功。 但如果告訴你，有八成八的客戶其實不想聽這個——他們想要的，是一個敢把「別家那份」也一起攤開來、陪他想清楚該選哪個的人呢？ 這不是雞湯，是數據。銷售訓練公司 ASLAN Training 在 2026 年 6 月發表的一份研究報告，做的正是這件反直覺的事。 Tom Stanfill 與 John Cerqueira：用雙盲研究，證明「賣得越用力，客戶跑得越快」 這份研究的份量在於它的方法。ASLAN 執行長 Tom Stanfill 和企業事業群副總 John Cerqueira，在 2026 年 6 月 26 日發表的〈How to Earn Buyer Engagement in 2026〉裡，公布了一個雙盲研究（double-blind study）的結果：同時問了 499 位 B2B 買家、441 位 B2B 賣家，看看兩邊對「一次好的銷售對話」的認知落差有多大。 落差大到值得你停下來重讀訓練手冊。研究裡最刺眼的一句話是："88% want sellers to advise on all their options (not just the one they're selling)." （88% 的客戶希望業務員針對他所有的選項給建議——不只是你正在賣的那一個。）同時，有 82% 的賣家感受到客戶的抗拒升高；42% 的客戶說，他們現在已經不那麼依賴業務員來拿以前需要業務員提供的資訊了。原因不難猜——他們進門前已經問過 AI。 Stanfill 團隊點出一個更難堪的對照組：97% 的賣家相信自己能達標，但 95% 的賣家同時承認，「我需要一套更好的方法才做得到」。業績在掉，信心卻沒掉——這是最危險的組合，因為它讓你以為只要再多推一點就好，而客戶要的正好相反。 Other-Centered 受納框架：客戶要的不是「代表」，是「夥伴」 ASLAN 的核心方法論叫 Other-Centered® Selling（以對方為中心的銷售），背後的關鍵字是「receptivity」——受納度，也就是客戶願不願意對你敞開。他們的主張很簡單：說服之前，得先有相關性；相關性之前，得先有信任。你越急著證明產品，客戶的門關得越緊。 在 ASLAN 的 podcast〈Truth #6: Customers Trust Partners, Not Reps〉裡，他們把這件事拆成一組對照：「代表」（Rep）的做法 「夥伴」（Partner）的做法遞產品資訊 帶來業務洞見與觀點用罐頭式的探詢 讀懂客戶心裡那張清單——他的壓力、優先順序、風險、目標產品為中心 以「幫他做決策」為中心重複標準話術 圍繞他的處境客製差別在哪？「代表」的價值來自他掌握的資訊——而這正是 AI 已經免費送出去的東西。「夥伴」的價值來自他能陪你把複雜的決定想清楚——這是 ChatGPT 給不了的。研究裡有一個數字把這件事量化了：50% 的客戶願意為了「一個能給他全新洞見、讓他用更好的方式解決問題的人」而換掉現有的供應商。 換句話說，你今天守著的客戶，有一半會為了「更會幫他想」的人離開你。而你能不能成為那個人，跟你的產品比別家好多少，關係不大。 技巧一：把「別家的方案」主動端上桌（Represent All Options） 做法： 在客戶開口問之前，你先把市場上的選項——包含你沒在賣的那個——攤開來，並誠實說出各自適合誰。 這對受過傳統訓練的人來說幾乎是反射性的抗拒：「幫別家講話，不是把單子往外推嗎？」但研究的邏輯剛好相反。57% 的客戶進門時心裡已經有傾向了，他來找你不是要你重複他已經知道的優點，而是要驗證他有沒有漏看什麼。這時候你如果只顧護航自家商品，你就變成他「已經懷疑的那一方」；你如果敢幫他把全局攤開，你就變成「唯一沒有立場的那個人」。 對話上的差別長這樣。 護航型（客戶會關門）：「這張儲蓄險的宣告利率比別家高，而且我們公司財務評等 A，你放心。」全局型（客戶會敞開）：「你現在檯面上大概有三條路：一是你已經在看的這張儲蓄險，二是把同一筆錢分一半去做投資型、換更高的長期報酬但要扛波動，三是其實你這個年紀，先補足失能和重疾的缺口，可能比放大儲蓄更急。我可以幫你把三條路的利弊都算給你看，包含第二條——那張主力商品其實不是我這邊主打的。你比較擔心的是哪一塊？」第二種說法你「損失」了什麼？沒有。你反而拿到了客戶的信任，以及——關鍵——他願意告訴你他真正在擔心什麼。研究裡 90% 的客戶說，一個業務員的可信度、業務洞見、以及「願意分享獨特觀點」的態度，會讓他們更願意對你敞開。你敢談別家，就是那個「獨特觀點」最便宜的證明。 技巧二：前五分鐘不推銷，先讓客戶覺得「這個人懂我在煩什麼」 做法： 把開場的前五分鐘，從「介紹我是誰、我賣什麼」，改成「證明我懂你的處境」。 這是研究裡另一個被低估的發現。當 ASLAN 問賣家「你最需要被訓練的是什麼」，排第一的答案是——"67% [of sellers need help] building trust in the first 5 minutes." （67% 的業務員說，他們最需要練的是「在前五分鐘建立信任」。）注意這個順序：連業務員自己都知道，成交的勝負發生在「開口推銷之前」。但多數人的訓練資源，全砸在「開口之後」的產品話術上。這是資源錯置。 前五分鐘該做什麼？不是寒暄天氣，是把你對他處境的理解講出來，讓他驗證。例如面對一個剛換工作、有兩個小孩的客戶：「我猜你現在最卡的，不是要不要買保險，而是換了工作、原本團保沒了，房貸還在，你不確定萬一自己出事，這個家的現金流撐不撐得過那段空窗。我理解得對嗎？」如果你講對了，他會鬆一口氣——因為你省下了他自己組織語言的力氣。這一刻，你已經不是來賣東西的人，你是「真的懂他在煩什麼」的人。ASLAN 把這件事叫做讀懂客戶心裡那張清單（他們原文用的字是 whiteboard）：他的壓力、優先順序、風險、目標。AI 能給客戶答案，但 AI 不會主動說中他還沒說出口的焦慮——那需要一個人，坐在他對面，願意先猜、也願意猜錯。 技巧三：把「贏過競品」的力氣，改花在「幫他做出更好的決定」 做法： 每次談話前，不要問「我怎麼證明我比別家好」，改問「他做這個決定時，最容易漏掉哪一塊、最容易後悔哪一步」。 這是把前面兩個技巧收攏成一個心法。傳統話術的假設是「客戶已經決定要買，只是在選誰」；但 AI 時代的真相是，客戶大量的猶豫，其實是在「要不要動」、以及「動了會不會後悔」之間。你花力氣證明自家商品第一名，等於在回答一個他沒問的問題。 Stanfill 團隊給銷售主管的四個建議裡，有一條直接寫著：「讓業務員能夠把所有選項都攤開來呈現，並且把這件事當成一種真正的客戶服務。」把「呈現全局」重新定義成服務，而不是風險——這是整份研究對業務員最重要的一句話。 因為當客戶帶著 ChatGPT 整理好的比較表走進來，你唯一守得住的護城河，不是你比 AI 更會背條款，而是你敢做 AI 不敢做的事：替他的決定負責，陪他把「不賣的那個選項」也想清楚。 AI 給完建議就消失，不必為結果負責；但 AI 不會在他三年後後悔時接電話，你會。這份不對稱，就是「幫他想清楚的人」和「幫產品辯護的人」之間，那條越來越貴的界線。📎 這篇拆的是 ASLAN 這份雙盲研究裡最反直覺的那條主軸，但原文的資料還更厚——包含「97% 相信達標、95% 卻要換方法」這組信心與結果的裂縫、以及他們給銷售主管的完整「不靠產品 demo 就打進決策層」的發展路線圖。如果你帶團隊、或正在重寫自己的開場腳本，值得把 ASLAN 的原始研究簡報整篇讀完，再對照 Tom Stanfill 談「受納度」的那本 unReceptive，把「前五分鐘」那 67% 的功夫，實際練成你自己的版本。
AI 把保單規劃做到 80 分了，那你還剩什麼？用 iPhone 之父 Tony Fadell 的『press-release first』把那句話練出來
有一個事實，2026 年的保險與理財業務員大概都偷偷感覺到了：保單規劃、需求試算、提案簡報——這些以前要熬夜做的東西，AI 現在三分鐘就能生出一份 80 分的版本。產品端正在被快速商品化。當每個人手上都有一份「夠好」的方案，你這個人到底還值多少？ 這個問題的答案，藏在一個你想不到的人嘴裡：Tony Fadell。他是 iPod 之父、iPhone 的共同打造者、Nest 創辦人（後來以 32 億美金賣給 Google），手上掛著超過 300 項專利，是全世界最硬核的「做東西」的人。但他在 2026 年 6 月 7 日的 Lenny's Podcast 上講的不是工程，是一件聽起來很不像工程師會說的事：最好的產品，如果你說不出那個故事，一樣會輸。 Tony Fadell：做出全世界最強的東西，卻發現「會不會說故事」才是生死線 Fadell 的可信度在於——他不是一個賣話術的人。他是一個把硬體做到極致的人。正因為這樣，當他說「光把東西做好沒用」，份量完全不一樣。 他在節目裡丟出一個很多人不知道的事實：iPod 不是一推出就成功的。第一代、第二代都賣得普普，工程上明明領先當時所有的 MP3 播放器，市場卻沒反應。"The iPod wasn't big enough; it took three generations before it became successful." （iPod 一開始不夠大，它花了三個世代才真正成功。）注意，他講的不是「容量不夠大」這種規格問題。真正讓 iPod 翻身的，不是又塞了更多功能，而是 Apple 找到了那句話——「1000 songs in your pocket（把 1000 首歌放進口袋）」。沒有講硬碟容量幾 GB，沒有講傳輸協定，就是一句客戶聽完會記住、會跟朋友轉述的話。產品沒變，故事變了，市場就動了。 press-release first：在做產品之前，先把客戶會聽到的那句話寫出來 Fadell 推崇的方法叫 press-release first（新聞稿先行）——這也是 Amazon 內部著名的「working backwards」做法。邏輯反直覺到讓人不舒服：你還沒開始做產品，就先把產品上市那天的新聞稿寫出來。 為什麼？因為新聞稿是寫給客戶看的，不是寫給工程師看的。你被迫站在客戶的位置，問自己：這東西講出來，客戶會在意嗎？而這個練習最殘忍的地方在於它逼你做減法。Fadell 說："When I do the press release, I can only have three or four key features. After that, it becomes gobbledygook for a customer." （我寫新聞稿的時候，最多只能放三到四個關鍵功能。再多，對客戶來說就變成一堆聽不懂的鬼話。）這句話對業務員是一記悶棍。我們太習慣把「全面」當成專業——一份提案塞進二十個保障項目、十張試算表、五種情境分析，覺得這樣才顯得用心。但 Fadell 的意思正好相反：你塞越多，客戶記住的越少，最後那份「完整」的提案在他腦子裡只剩一團 gobbledygook（聽不懂的鬼話），回家連跟另一半轉述都轉述不出來。 把它翻譯成業務員的版本就是：在你打開試算軟體、排版那份精美提案之前，先用一句話寫下——客戶聽完這個方案，回家會怎麼跟太太/先生講？ 如果你寫不出那句話，或那句話是「業務員幫我配了一個還不錯的保單」，那這份提案就算數字再漂亮，也是賣不動的 iPod 一代。 把方法論拆成三個可以練的動作 一、從「痛」開始，不是從「商品」開始（Start from pain） 做法： 先找到客戶真正的痛，再回頭問有沒有工具能解，而不是手上有什麼商品就推什麼。 Fadell 講他做每一個產品的起點："I always start from pain. Are there new technologies to solve that pain?" （我永遠從痛開始。有沒有新技術可以解決那個痛？）順序很重要。多數業務員的順序是反的——公司這季主推某張保單，於是想辦法把它塞給每個客戶。Fadell 的順序是：先確認痛真的存在（客戶半夜會醒來擔心的那件事），技術（商品）永遠是後面才登場的工具。他有一句講得更直接："The technology is in service of the customer, not we're gonna jam the technology down the customer's throat." （技術是用來服務客戶的，不是我們要把技術硬塞進客戶的喉嚨。）把「technology」換成「保單」，這句話就是 2026 年最該貼在每個業務員桌上的一句話。 二、寫出「轉述句」，而不是「賣點清單」（The one line they repeat） 做法： 提案前先寫一句客戶會原封不動轉述給家人的話，這句話就是整份提案的指北針。 「1000 songs in your pocket」之所以是神來一筆，是因為它能被原封不動地傳出去。一個客戶在公司茶水間跟同事說「我買了一張很完整的醫療險」——這句話傳不動，因為它沒有畫面、沒有重量。但如果他說的是「我這張保單，就算我哪天倒下，孩子讀到大學的學費一毛都不用動到老婆的薪水」——這句話會傳。 差別在哪？前者是業務員的賣點清單，後者是客戶自己的故事。你的工作，不是把所有保障條列清楚（那 AI 比你快），而是替這位客戶找到他自己的那句話。AI 能算出最佳保額，但它不知道這個客戶心裡最怕的畫面長什麼樣子，也寫不出那句只屬於他的轉述句。 這正是商品被商品化之後，業務員唯一拉不開也搶不走的價值。 三、每天打磨那個故事，不要做完就丟（Hone it every day） 做法： 同一個故事，講給不同客戶、收集他們的反應、一次次修，把它磨到能一擊命中。 Fadell 觀察賈伯斯最震撼他的一點，不是賈伯斯多會做產品，而是他對「故事」的偏執："The why is storytelling; when I watched Steve, he was honing the story of the iPhone every day." （『為什麼』就是說故事；我看著賈伯斯，他每一天都在打磨 iPhone 的故事。）iPhone 那場發表會的故事，賈伯斯磨了兩年半，每天改。對業務員的啟示是：你的提案故事不是寫一次就定稿的文件，而是一個要拿到客戶面前一次次測試、一次次修的活東西。哪句話客戶眼睛亮了、哪句話他開始滑手機，這些反應就是你打磨的素材。把同一個概念講第一百次，跟講第一次的威力，差的就是這個。 真正的風險不是 AI 太強，是你「認知投降」 那 AI 在這套方法裡扮演什麼角色？Fadell 給了一個很重要的警告，他叫它 cognitive surrender（認知投降）——把判斷力和品味整碗交給機器。"You still need humans in the loop; don't surrender to the machine." （你還是需要人在迴圈裡；不要向機器投降。）他的意思不是不要用 AI。AI 拿來做原型、跑試算、整理資料，又快又好，該用就用。但如果你連「這個方案到底打不打動這個人」「該強調哪一句」這種需要品味與判斷的事，也交給 AI 決定，那你做出來的東西會像他形容的——又脆、又沒有靈魂。一份 AI 全自動生成、業務員看都沒看就轉發的提案，技術上可能 80 分，但它沒有那句話，所以它賣不動，跟當年的 iPod 一代一樣。 說到底，AI 把產品做到 80 分這件事，不是在淘汰業務員，是在重新標價。它把「會做試算」這件事的價格打到趨近於零，同時把「會替這個客戶找到那句話」的價格，往上推。Fadell 用全世界最硬的工程案例證明了一件事：最好的東西，講不出故事一樣會輸。 而那個故事，到 2026 年為止，還是只有人寫得出來。📎 這集 Lenny's Podcast 的完整對談（2026 年 6 月 7 日上線）裡，Fadell 還拆解了 iPhone 該不該做實體鍵盤的內部辯論、他為什麼相信開創新品類時「資料無法帶路、需要一個有品味的獨裁者拍板」，以及怎麼分辨「該堅持的願景」和「該認輸的固執」——這些在這篇沒展開的部分，原集講得很細。想更系統地讀他的方法論，他那本 創建之道（Build）整理了 32 條從做產品到當 CEO 的硬核經驗，值得放在桌上慢慢翻。
當 AI 幫每個人寫出 80 分的東西，你拿什麼拉開差距？Sam Parr 的品味養成法則
當 AI 能幫每個人產出 80 分的內容，品味就是那個把你從 80 分拉到 95 分的東西。 你用 AI 寫了一封開發信，措辭流暢、邏輯清晰、還附上客製化的數據。你覺得不錯，按下送出。但客戶那邊，同一天收到了十封幾乎一樣水準的信。 問題不是你寫得不好，問題是大家都寫得「不錯」了。當 80 分變成基本門檻，能讓人停下來多看一眼的，不是工具，是使用工具的人有沒有品味。 2026 年 3 月，Sam Parr 在 My First Million Podcast 第 809 集用一個詞總結了這件事：Taste is your moat——品味，才是你的護城河。 Sam Parr：把「品味」從抽象概念變成可操作的判斷力 Sam Parr 是 The Hustle 的創辦人（後來賣給 HubSpot），也是企業家社群 Hampton 的創辦人，社群成員平均年營收超過 2,500 萬美元。他不是設計師，不談美學理論，而是從一個創業者的角度回答：當 AI 把執行成本壓到趨近於零，你靠什麼贏？ 他的答案很直覺——品味。但這裡說的品味不是「我喜歡什麼顏色」，而是一種判斷力：知道什麼該留、什麼該砍、什麼會讓人覺得「對」。 這和 OpenAI 執行長 Sam Altman 在 2026 年 2 月透過 X 發文提出的觀點不謀而合。Altman 說：「The best research teams are built through context, taste and a real feel for where the field is headed next.」最好的團隊，靠的是脈絡感、品味、和對方向的直覺。當 AI 能處理幾乎所有技術性工作，人類的判斷力——也就是品味——反而成了最稀缺的能力。 Apple 案例：品味如何變成價值千億的護城河 Sam Parr 在節目中用 Apple 做案例拆解，而這的確是「品味即策略」最經典的商業示範。 Steve Jobs 說過一句常被引用的話：「It comes down to taste. It comes down to trying to expose yourself to the best things that humans have done, and then try to bring those things into what you are doing.」——歸根究底就是品味。你要讓自己接觸人類做過最好的東西，然後試著把那些東西帶進你正在做的事裡。（出自 2007 年 D5 科技大會） Apple 的品味不是表面的「好看」。它是一種深層的簡潔（deep simplicity）——不是因為少所以簡單，而是因為徹底理解了每個零件的本質，所以知道什麼可以拿掉。Jobs 對簡潔的執念體現在產品、包裝、行銷文案、甚至零售店的地板材質。這不是美學偏好，是一套完整的判斷系統。 對比之下，大部分競爭對手的做法是「加」——多一個功能、多一個選項、多一個按鈕。Apple 的做法是「減」。這種「敢砍」的能力，就是品味的核心：你不是不知道可以加什麼，你是知道不該加什麼。 用設計大師 Dieter Rams 的話說：「Good design is as little design as possible.」好的設計，就是盡可能少的設計。這句話聽起來像禪語，但背後是大量的試錯和取捨——你得先做了一百個版本，才有資格說「這一個就夠了」。 品味養成的三個核心法則 Sam Parr 在節目中整理了幾條「品味養成規則」（The Rules），結合他的觀點和相關討論，以下是三個最核心的法則： 法則一：大量接觸一流作品（Expose Yourself to the Best） 品味不是天賦，是輸入的結果。你見過的好東西越多，你的判斷基準線就越高。 這不只是「多看」，而是刻意跨領域地看。Jobs 年輕時旁聽書法課，後來把字體美學帶進了 Mac。Sam Parr 在節目中也強調，品味的養成需要跳出你的同溫層——如果你只看同業在做什麼，你的品味上限就是同業的平均值。 具體做法：去讀你領域之外的一流作品。建築、料理、電影剪輯、文學——任何在該領域被視為頂尖的東西，都在訓練你的判斷力。你不需要成為專家，你需要的是讓「好的標準」內化成直覺。 法則二：練習刪減，而非堆疊（Learn to Subtract） 品味的展現往往不是你加了什麼，而是你敢拿掉什麼。 這是 Apple 設計哲學的核心，也是 AI 時代最被低估的能力。AI 擅長「生成」——給它一個提示，它能產出十個版本、二十個變體。但 AI 不擅長判斷哪一個該留、其他九個該丟。 正如設計師 Eric De Castro 在 2026 年 2 月的文章中寫的：「The person who can look at 1,000 AI-generated options and say 'No. No. No. No… Yes. That one' possesses the real skill.」能從一千個 AI 生成的選項中指出「就是這個」的人，才擁有真正的技能。 未來的經濟不獎勵「能創造最多的人」，而是獎勵「能刪掉最多的人」。 法則三：從「為什麼好」開始拆解（Dissect the Why） 看到好東西，不要只是欣賞，要問「為什麼好」。 一封讓你忍不住回覆的信，是開頭的第一句話抓住你？還是整體節奏讓你讀得舒服？一個讓你願意多停留三秒的網頁，是配色的原因？還是留白的比例？ Sam Parr 在討論「學習品味」（Learning Taste）時強調的重點是：品味的養成不是被動接收，而是主動拆解。每一次你分析「為什麼這個東西讓我有感覺」，你都在建立自己的品味資料庫。 18 世紀哲學家 David Hume 在經典論文〈Of the Standard of Taste〉中早就提過類似的觀點：品味不是隨機的偏好，而是一種「可以透過廣泛接觸、仔細比較、和擺脫偏見來培養」的能力。換句話說，品味是有方法論的。 品味在 AI 時代的三個不可取代性 為什麼 AI 自己不能發展出品味？這牽涉到品味的三個本質特性： 脈絡感（Context）。 AI 活在永恆的現在——它不理解一個設計選擇的歷史脈絡，不知道某種風格為什麼在此刻會讓人產生共鳴。品味需要文化記憶。 自我限制的紀律（Constraint）。 AI 的本能是「加」——它被設計來生成更多內容。品味的本能是「減」——它需要拒絕的勇氣。 敢冒犯的底氣（Conviction）。 AI 迴避風險、追求最大公約數。但真正有品味的選擇，往往會讓一半的人皺眉，卻讓另一半的人深受觸動。如同 Eric De Castro 在同一篇文章中的定義：「Taste is the courage to alienate 50% of the audience so the other 50% falls in love.」——品味，是敢讓一半的人不買單、好讓另一半的人愛上你的勇氣。 品味是最被低估的專業能力 Sam Parr 這集節目最有價值的提醒是：品味不是天生的，也不是只有設計師才需要的東西。它是一種可以刻意練習的判斷力，而且在 AI 時代，它的價值正在急速上升。 當每個人手上都有同樣的 AI 工具，能寫出同樣流暢的文案、做出同樣精美的簡報、產出同樣「正確」的分析報告——最後讓客戶選擇你而不是別人的，是你在那些 AI 搞不定的地方展現出來的判斷：這句話要不要留、這個段落的順序對不對、這個提案的重點是不是真的打中對方在意的事。 工具會持續進化，但品味永遠是人的事。📎 Sam Parr 在 My First Million Podcast 第 809 集聊的不只是品味——他還談到自己怎麼從零開始學寫作、怎麼判斷一個商業點子值不值得做、以及為什麼他認為「無聊的生意」反而最賺錢。整集大概一小時，節奏很快，很適合通勤的時候聽。如果你對「品味」這個概念想再深入，設計師 Eric De Castro 的那篇 Taste is the Only Moat Surviving the AI Flood 從設計師的角度切入，跟 Parr 的商業視角形成很好的互補。