更多 RFQ，更少真实机会：面向代理生成需求卖方的资质审核层

核心要点

• Forrester 预计 2026 年至少每五个 B2B 卖方中就有一个被迫参与代理主导的报价谈判——买方代理将动态生成还价，卖方系统必须以可行的价格和条款回应。
• 《哈佛商业评论》记录了 B2B 企业收到更多 RFQ 但真实机会并未增加——AI 让精心制作但低质量的采购邮件几乎可以零成本发送，因此入站量不再代表管道健康度。
• 三桶分流——报价、澄清、拒绝——改变了一家英国精密模具制造商的管道——在 HBR 的 Meridian Mouldings 案例中，资质审核问题打开了原始 RFQ 从未包含的真实商业对话。
• Pactum 的生产级部署在规模上证明了该模式：Honeywell 在超过 $500M 的支出上运行自主谈判，SUEZ 在 Coupa 中嵌入代理后将请购周期缩短 90%——代理在治理护栏内执行，买方保留例外处理和战略决策。
• Gartner 预测到 2028 年 90% 的 B2B 采购将由 AI 代理中介，推动超过 $15 万亿通过代理交换——卖方有两年的窗口期来实现机器可报价，否则买方代理将默认完成筛选。

Forrester 预计 2026 年至少每五个 B2B 卖方中就有一个被迫参与代理主导的报价谈判——被迫通过卖方控制的代理回应 AI 驱动的买方代理动态交付的还价。该预测发表在 Forrester 2026 年 B2B 营销、销售和产品预测 中。这一变化中入站端已经落地：《哈佛商业评论》Harvard Business Review 报道称 B2B 客户现在使用 AI 生成供应商列表、起草采购邮件、准备 RFQ，在曾经起草一封邮件的时间内向十几家公司发出精心制作的询盘。后果，用 HBR 的话说：企业收到更多 RFQ 却没有收到更多真实机会，销售团队花更多时间报价、更少时间成交。

对于中型制造商或分销商——一家 200 人的精密零件工厂、一家运行 NetSuite 和 BigCommerce 的区域工业分销商、一家报价支持只有两名工程师和一名销售协调员的特种面料供应商——这不是抽象趋势。这是一个以工程工时衡量的产能问题：每一个接受完整报价处理的 AI 生成请求，都从赢得真实订单的工作中抽走了时间。

本文梳理了卖方资质审核模式——先解决度量问题，再解决量的问题：对入站 RFQ 进行完整性和购买意向评分，将它们排序为报价 / 澄清 / 拒绝，并将人工报价时间保留给合格需求。本文建立在从邮件链到代理委派：使用 A2A 和 Hermes Agent 的 B2B RFQ 自动化之上，那篇文章涵盖了买方报价周期；本文是 RFQ 的另一端——你的收件箱。

噪声问题：入站量不再是信号

当 Meridian Mouldings——HBR 用化名研究的那家英国小型精密模具制造商——审查其询盘管道时，三个信号凸显出来。许多 RFQ 明显是同时发送给一长串供应商的；有些按名字称呼了错误的公司，或在同一条消息中点名了多家供应商。语言是通用的，让每个项目看起来比实际更简单。文件缺少负责任报价所需的环境：零件用途、使用方式、哪些应力公差重要、早期版本是否失败、买方是想获得设计建议还是只是在收集价格。细节记录在 HBR 报道和 MarketScale 对同一案例的报道中。

从外部看，这些都不像是噪声。AI 起草的 RFQ 格式专业地到达，通常附带图纸和对比表格。这正是它们代价高昂的原因：发现一个请求是空洞的，唯一可靠的方法是投入一个真实请求应得的工程时间。AI 没有产生更好的需求，而是让低质量需求的生成变得廉价。

同一机制正在重塑买方的第一道筛选。MarketScale 对 AI 中介采购的分析说得很直白：今年在采购团队预约供应商电话之前，AI 代理可能已经筛选了候选名单。买方代理优先优化覆盖面而非匹配度，拥有结构良好、机器可读数据的供应商比资质藏在 PDF 和受限门户中的同等能力竞争者更容易浮现。卖方面临两个问题同时存在——今天更嘈杂的收件箱，明天基于机器可读证据筛选的买方代理。

人工分流对比代理辅助资质审核——当报价团队在报价前先对入站 RFQ 评分时，变化是什么：

资质审核模式：先评分再报价

Meridian 的回应始于度量，而非软件。团队将近期询盘分为三个桶——可以报价、需要澄清、试探报价——并在任何人打开图纸之前运行了一道简短的资质筛选。筛选询问询盘是否解释了应用场景、指定了操作条件和材料要求、包含图纸或样品，以及是否有真实购买流程的证据而非广泛的市场扫描。

代理层以 AI 生成需求到达的体量来运营化这道筛选。分工比技术更重要：

• 完整性评分。 请求是否指定了应用、操作条件、公差、数量和时间——即 Meridian 发现缺失的字段？缺失的字段变为结构化的澄清问题，而非日后以变更单形式浮现的静默假设。
• 意向证据。 这是生产就绪的买方还是价格扫描？信号包括具名的购买流程、图纸、供应商特定语言——与 HBR 指出的通用模板形成对比，后者有时在一条消息中称呼多家供应商。
• 三桶分流。 通过的请求直接进入报价。有前景但不完整的请求收到简短的技术澄清函；在 Meridian 案例中，这些问题往往开启了一段原始 RFQ 从未包含的真实商业对话。澄清后归于沉默的请求是一个结果，而非损失——不愿回答基本应用问题的买方很少看重该公司的专业能力。
• 人工审核保留在合格报价上。 代理负责阅读和排序；工程师负责定价。这与采购自动化在企业规模上趋同的分工相同：Pactum 将其部署模式描述为代理在治理和商业护栏内执行常规工作，买方保留战略、例外和关系。

诚实的提醒：没有任何评分层能替代工程判断来评估一个请求的价值。它替代的是条件反射式的默认行为——以同等条件报价每一个精心制作的入站请求——这正是 HBR 所说的专业供应商最不想赢得的竞赛。

结果

企业级部署为该模式提供了生产数据。Pactum 公布的客户成果：Honeywell 在超过 $5 亿的支出上运行自主谈判，覆盖其整个供应商库的付款条款、返利和折扣；Ahold Delhaize USA 将供应商谈判移入定义的治理护栏内的自主执行，并在数周内看到 ROI；SUEZ 在 Coupa 中嵌入代理审查每一份请购单，将请购周期缩短 90%。在每种情况下，人工角色收窄为处理例外——在 SUEZ，买方仅在请购需要人工审核时介入。细节见 Pactum 客户摘要。

在中型规模上，同样的模式赎回了最稀缺的资源：合格报价工时。可衡量的变化是面向转化而非面向数量的——每个合格机会的报价工时、澄清响应率、以及工程时间中花在可能真正成交的请求上的比例。Meridian 的月度销售复盘不再以原始 RFQ 数量开头，而是以这些问题开头。当 AI 使入站量可以廉价膨胀时，询盘数是错误的 KPI；合格机会数才是经得住检验的指标。

窗口期还有下半场。Gartner 预测到 2028 年，90% 的 B2B 采购将由 AI 代理中介，推动超过 $15 万亿的 B2B 支出通过代理交换——Gartner 的配套分析指出，可验证的运营数据将成为参与该生态系统的前提。资质审核处理今天的噪声。机器可报价的目录、结构化定价和代理可寻址的系统处理明天的买方代理。同时投资两者的供应商正在为如今坐在买方和卖方之间的中介进行优化。

代表性构建案例

一家中型工业分销商的报价团队把早晨时间花在永远不会转化的 AI 生成 RFQ 上：通用零件项、没有应用背景、抬头称呼着其他三家供应商。一个接入代理现在对每个入站请求按资质筛选进行评分——完整性字段、意向证据、重复群发检测——并路由：合格请求流入现有报价流程并对照 NetSuite 检查可用性；不完整的收到一封指明具体缺失字段的澄清函；模板群发收到礼貌的拒绝。团队仅审核合格报价。第一季度内每个真实机会的报价工时下降超过一半，月度复盘现在追踪合格机会转化而非原始 RFQ 数量。

申请一个范围明确的构建。一周发现期。您将获得系统清单、工作流地图和固定范围——无论您是否与我们合作构建。

相关阅读

• 从邮件链到代理委派：使用 A2A 和 Hermes Agent 的 B2B RFQ 自动化——母篇文章：买方报价周期，从 3 天人工流程到使用 MCP 工具和 A2A 的代理委派
• 面向 AI 代理的商务协议：UCP、ACP、AP2 和 MCP——技术栈如何组合——窗口期中机器可报价的一半：让您的目录和定价对筛选供应商的买方代理可读
• 当代理下单时：代理支付如何闭环 B2B 采购——报价被接受后发生什么：代理发起的订购、支付和结算审计
• AI 代理作为广告表面：赞助投放对 B2B 可见性意味着什么 — 漏斗上方的可见性层：OpenAI 的 Sponsored Agents、引用波动性，以及当代理完成购买时被发现的两层策略