先明确：AI 产品的企业销售，PM 不下场是赢不了单的
传统软件的销售可以靠标准产品和渠道打单，PM 可以躲在后头。AI 产品不行，原因有二：一是客户对 AI 的预期管理极其困难——老板看了演示觉得 AI 万能，IT 部门担心数据安全，业务方怕落地不了，这些疑虑只有懂产品和技术边界的人才能当场讲清楚；二是几乎每个企业 AI 项目都有 POC（概念验证）环节，POC 的方案设计、指标定义、边界把控，本质是产品工作。所以 AI 公司的 PM 天然是半个售前，这不是帮忙，是职责。
各阶段 PM 该干什么
售前阶段：陪访关键客户，但角色是「翻译」不是「捧哏」。把客户的业务问题翻译成产品能不能解、怎么解、解到什么程度，同时把产品的能力边界翻译成客户听得懂的话。最重要的职责是管理预期：销售天然想往大了说，PM 要在「丢单」和「交付爆雷」之间把握尺度。我的经验是，当客户预期被吹到 100 分而产品只能做到 80 分时，PM 必须当场纠到 85 分——纠预期丢的单，本来也是会烂尾的单。
POC 阶段：这是 PM 的主场。三件事必须 PM 来定：选什么场景验证（挑高频、可量化、数据现成的场景，坚决避开客户最想验证但最难做的「核心痛点」）、定什么验收指标（准确率到多少、替代多少人工工时，写进纪要）、控多长时间（一般 2-4 周，超过 6 周的 POC 大概率是客户在白嫖咨询）。见过太多 POC 死在指标没谈拢——做完了客户说「感觉不太行」，没有事先约定的数字，验收就变成纯主观谈判。
交付和续约阶段：PM 要跟客户成功一起看使用数据。企业 AI 产品最常见的死法不是交付失败，是「上线即巅峰」——上线时领导重视用得欢，三个月后活跃度掉到地板，续约时自然黄。PM 要盯着真实使用率，低了就要去客户现场找原因，是培训没跟上、场景没嵌进流程，还是模型效果在具体业务里不达标。
PM 最值钱的工作：需求过滤
企业销售对 PM 最大的考验是定制需求。销售为了签单会传回各种「客户说了，加这个功能就签」的需求，PM 的判断框架是三个问题：这个需求是这一个客户的，还是一类客户的？做了是沉淀成产品能力，还是一次性工程？不做的代价是真的丢单，还是销售的谈判话术？
实操上可以用一个硬规则过滤：定制需求必须客户付费且金额覆盖开发成本的 2 倍以上，或者能抽象成 roadmap 上本来就要做的通用能力。两个条件都不满足的，要么拒绝，要么用「项目制交付」隔离——单独报价、单独合同、绝不进主产品线。产品主线被大客户定制拖垮的 B 端公司，比竞争打死的还多。
和销售协作的几个原则
一，建立「需求委员会」式的固定机制，销售提的需求统一评审、排优先级，避免单点承诺。二，给销售弹药而不是让他们自己造：标准演示环境、行业案例、竞品对比、ROI 测算模板，这些销售工具的维护是 PM 的活。三，参与了就要背结果——PM 支持的 POC，转化率要纳入自己的复盘，赢了知道为什么赢，输了知道是产品问题还是客户问题。最怕的是 PM 把售前当「支持性工作」，赢了没功劳输了没责任，那你在销售眼里永远是个写文档的。