IDC, AI 에이전트가 기술 구매자 80%의 선택을 이끈다고 밝혀… 벤더 주도 영업에 압박

IDC에 따르면 현재 B2B 기술 구매자의 80%가 구매 업무를 지원하거나 수행하기 위해 AI 에이전트를 사용한다. 이 변화로 Google News, 벤더 웹사이트, 영업팀은 기계가 매개하는 신뢰를 둘러싼 새로운 경쟁에 들어섰다.

이 결과는 IDC의 2025 Tech Buyer Behavior Survey에서 나왔다. 이는 자율형 소프트웨어가 대부분의 기업 구매 예산을 통제하게 됐다는 뜻은 아니다. AI가 구매 의사결정 그룹에 합류해 사람들이 벤더를 발견하고, 제품을 비교하며, 근거를 요약하고, 결정을 준비하도록 돕고 있다는 의미다.

이 구분은 중요하다. 기업 구매자는 더 이상 구매에 영향을 미치는 모든 웹사이트를 직접 방문할 필요가 없다. 에이전트는 정보를 수집하고, 제품 주장을 대조하며, 영업사원이 기회를 포착하기도 전에 후보를 제외할 수 있다. 당면한 충돌은 인간 대 기계가 아니다. 벤더가 통제하는 설득과 구매자가 통제하는 평가의 대결이다.

IDC의 조사에 따르면 복잡한 구매에서도 디지털 채널은 여전히 핵심적이다. 다만 Gartner와 Forrester의 별도 조사 결과는 위험이 커질수록 구매자가 여전히 인간의 검증을 찾는다는 점을 시사한다. AI는 조사 과정을 압축할 수 있지만, 추천이 조달, 보안 검토, 경영진의 면밀한 검증을 통과할지를 결정하는 것은 여전히 신뢰다.

80%라는 수치는 발견 과정을 통제하는 주체의 변화를 뜻한다

AI 에이전트는 기술 벤더와 이를 평가하는 사람들 사이에서 능동적으로 작동하는 계층이 되고 있다.

IDC의 buyer alignment blueprint에 따르면 구매자의 80%는 구매 업무를 지원하거나 수행하기 위해 AI 에이전트를 사용한다. 이 문서는 IDC의 2025 Tech Buyer Behavior Survey를 바탕으로 작성됐다.

같은 blueprint는 B2B 기술 구매자의 71%가 복잡한 구매를 포함해 디지털 채널을 선호한다고 밝힌다. IDC는 디지털 우선 구매자를 원격근무나 영업 담당자 접촉 제한에 대한 일시적 반응이 아니라 지속적인 현상으로 설명한다.

이 두 결과는 서로 연관된 변화를 보여준다. 디지털 구매는 조사 과정을 예정된 영업 접점에서 벗어나게 했다. 이제 AI 에이전트는 이러한 디지털 채널 안에서 이용 가능한 정보를 재구성하고 있다.

AI 구매 에이전트는 사용자를 대신해 구매 요건을 조사·비교하거나 이에 따라 행동하는 소프트웨어다. 기본적인 워크플로에서는 제품 페이지와 고객 리뷰를 요약할 수 있다. 더 고도화된 시스템은 구성 옵션을 비교하고, 정보 요청서를 작성하거나, 벤더가 사전에 정한 요구사항을 충족하는지 확인할 수도 있다.

에이전트가 구매에 영향을 미치기 위해 공식 권한을 가질 필요는 없다. 범용 어시스턴트도 어떤 출처를 검색할지, 어떤 차이를 부각할지, 어떤 주장을 의심할지 결정함으로써 후보 목록을 바꿀 수 있다.

이 때문에 AI 생성 답변 안에서의 가시성은 상업적으로 중요해진다. 벤더는 기존 검색에서 높은 순위를 차지하고도 에이전트가 생성한 비교 결과에서는 사라질 수 있다. 문서가 검색하기 어렵거나, 페이지마다 내용이 일관되지 않거나, 독립적 근거가 부족할 수 있기 때문이다.

Google News는 인수, 제품 실패, 경영진 교체, 보안 사고, 고객 분쟁에 관한 신호를 최근 보도가 제공할 수 있다는 점에서 여전히 관련성이 있다. 하지만 에이전트는 구매자를 원래의 결과 페이지로 보내지 않고도 이러한 신호를 추출할 수 있다.

이는 다른 형태의 발견 퍼널을 만든다. 구매자는 답변을 받지만, 그 답변에 어떤 근거가 들어갈지는 에이전트가 결정한다. 퍼블리셔와 벤더는 방문, 노출 또는 귀속 가능한 리드를 얻지 못한 채 정보를 제공할 수 있다.

IDC의 AI-mediated buying에 대한 별도 분석은 또 다른 제약을 제시한다. 2025년 조사에서 구매자의 81%는 기술 파트너를 선정할 때 윤리적 AI 사용을 우선시한다고 답했다. C레벨 임원층에서는 이 비율이 88%로 높아졌다.

따라서 언급되는 것만으로는 충분하지 않다. 벤더는 책임 있는 AI, 데이터 거버넌스, 보안, 신뢰성과 관련된 검증도 통과해야 한다.

에이전트는 직접 접촉 이전에 이러한 필터를 적용할 수 있기 때문에 이 변화는 구조적이다. 기존 영업팀은 통화 중에 이의 제기를 발견하는 경우가 많았다. AI가 매개하는 프로세스에서는 벤더가 더 이른 단계에서 탈락해 영업 조직이 답변할 기회조차 얻지 못할 수 있다.

다만 80%라는 수치는 신중히 해석해야 한다. “지원하거나 수행”은 문서 요약부터 정해진 업무 완료까지 폭넓은 행동을 포괄한다. IDC의 공개 blueprint는 이를 자율성 수준, 구매 금액 또는 거래 완료 여부별로 나누지 않는다.

이런 한계에도 방향성은 분명하다. AI는 벤더 기능에서 구매자의 조사 프로세스로 이동했으며, 기업 기술이 후보 목록에 오르는 방식을 바꾸고 있다.

Google News는 단순한 목적지가 아니라 에이전트를 위한 근거가 되고 있다

Google News와 유사한 채널은 구매자를 대신해 AI 시스템이 처리하는 근거 계층으로 점차 기능하고 있다.

기존 검색에서는 퍼블리셔와 벤더가 클릭을 두고 경쟁했다. AI 지원 조사는 이들이 종합된 답변에 포함되기 위해 경쟁하게 만든다.

이 차이는 영향력을 측정하는 방식을 바꾼다. 구매자는 에이전트에게 다섯 가지 보안 요구사항을 충족하고 기존 클라우드 플랫폼과 통합되는 소프트웨어를 찾아달라고 요청할 수 있다. 에이전트는 세 가지 후보를 제시하기 전에 문서, 뉴스 보도, 애널리스트 자료, 리뷰 콘텐츠를 읽을 수 있다.

구매자는 그 추천의 근거가 된 열 개의 출처를 전혀 보지 못할 수 있다. 유용한 기사는 추천 트래픽을 받지 못해도 결과에 영향을 미칠 수 있다.

최근 사건은 기업 위험을 자주 바꾸기 때문에 Google News는 이 과정에서도 중요하다. 제품 발표는 벤더의 기능을 확장할 수 있다. 침해 사고, 소송, 인수 또는 서비스 장애는 같은 벤더의 적합성을 바꿀 수 있다.

그러나 최신성만으로 출처가 결정적인 것은 아니다. 에이전트에는 제품, 날짜, 한계, 그리고 주장과 근거의 관계를 명확히 식별하는 콘텐츠도 필요하다.

모호한 페이지는 검색·추출 문제를 일으킨다. 하나의 기능에 여러 이름을 쓰는 벤더는 일관성이 없어 보일 수 있다. 필수 사양을 장식적 인터페이스 안에 숨긴 페이지는 평이한 기술 문서보다 활용 가능한 근거를 적게 제공할 수 있다.

같은 문제는 뉴스 보도에도 적용된다. 헤드라인은 사람의 관심을 끌 수 있지만 에이전트에는 맥락을 거의 제공하지 못할 수 있다. 정확한 출처 표기, 날짜, 1차 자료 링크를 갖춘 기사는 비교를 위한 더 강력한 근거를 제공한다.

이는 기업이 기계만을 위해 작성된 페이지를 만들어야 한다는 뜻은 아니다. 재무적, 운영적 또는 직업적 위험이 따르는 결정에서는 구매자도 여전히 원문 자료를 읽는다. 명확한 글쓰기는 두 대상 모두에게 도움이 된다.

그렇다고 기존 검색이 사라졌다는 의미도 아니다. 검색 엔진은 탐색, 출처 확인, 최근 보도 찾기에 여전히 유용하다. 구매자가 어시스턴트의 요약을 검증하려 할 때 Google News는 더 가치 있어질 수 있다.

실질적인 변화는 순서에 있다. 에이전트가 첫 후보 목록을 만들고, 검색은 프로세스 후반의 검증 도구가 될 수 있다. 첫 단계에서 제외된 벤더는 이후 검증의 혜택을 결코 얻지 못할 수 있다.

따라서 IDC의 결과는 마케팅팀에 제품 정보를 구조화된 근거로 다루라는 압박을 준다. 주장은 안정적인 정의, 명확한 책임 주체, 최신 날짜, 뒷받침 문서를 갖춰야 한다. 영업 페이지와 보안 문서 사이의 모순은 에이전트가 더 쉽게 드러낼 수 있다.

독립적인 자료의 비중도 커진다. 벤더 주장을 비교하는 에이전트는 애널리스트 조사, 신뢰할 수 있는 보도, 기술 평가, 고객 근거를 찾을 수 있다. 기업 자체 페이지 전반의 반복은 독립적인 확인을 만들어내지 못한다.

여기서 지식 품질은 구매 문제로 이어진다. 팀은 제품 문서, 정책 페이지, 도움말 센터, 공개 발표 전반에서 일관된 사실을 유지해야 한다. 내부적으로는 검색 가능한 AI knowledge base가 직원들이 승인된 주장의 근거를 찾는 데 도움이 될 수 있다.

이러한 내부 규율은 외부 신뢰에 영향을 미친다. 주장의 출처를 설명하지 못하는 영업사원은 구매자의 신뢰를 약화시킨다. 관련 벤치마크, 정책 또는 한계를 찾아낼 수 있는 담당자는 더 유용해진다.

퍼블리셔에게도 유인은 비슷하다. 독자적 보도, 투명한 출처 표기, 1차 문서 링크는 기사가 초기 독자층을 넘어 지속적인 가치를 갖게 한다. 에이전트가 출처를 비교할 때 다른 요약을 베낀 요약은 방어하기 어려워진다.

결과는 Google News의 종말이 아니다. 채널의 역할이 바뀌는 것이다. 뉴스는 더 넓은 근거 시스템 안의 하나의 입력값이 되며, 눈에 보이는 클릭은 그 영향력의 일부만 포착한다.

벤더 주도 영업은 첫 번째 평가에 대한 통제력을 잃고 있다

핵심 경쟁은 자동화된 구매와 인간의 판단 사이가 아니라, 벤더 주도 설득과 구매자 통제 분석 사이에 있다.

영업팀은 한때 중요한 제품 세부 정보에 대한 접근을 통제했다. 구매자는 구성 옵션, 기술적 답변 또는 맞춤형 비교를 얻기 위해 담당자를 거쳐야 하는 경우가 많았다.

디지털 셀프서비스는 이런 통제력을 줄였다. AI 에이전트는 구매자가 벤더가 선호하는 순서를 따르지 않고도 여러 출처의 정보를 결합하도록 도우면서 이를 한 번 더 줄인다.

구매팀은 어시스턴트에게 계약상 우려 사항을 추출하거나, 데이터 레지던시 옵션을 비교하거나, 누락된 보안 공개 정보를 식별하도록 요청할 수 있다. 첫 영업 미팅 전에 질문을 준비하고, 미팅 중 답변에 이의를 제기할 수도 있다.

이는 담당자의 역할을 바꾼다. 이미 온라인에서 확인할 수 있는 정보를 반복하는 것은 거의 가치를 더하지 못한다. 불확실성을 명확히 하고, 모순을 해소하며, 책임을 지는 일이 더 중요해진다.

Gartner의 조사는 이 하이브리드 모델의 근거를 제공한다. 2026년 5월의 buyer validation study는 2025년 8월과 9월에 조사한 B2B 구매자 645명을 대상으로 했다.

Gartner는 응답자의 45%가 최근 구매 과정에서 주로 제품과 벤더 정보를 수집하기 위해 생성형 AI를 사용했다고 밝혔다. 구매자들은 평균 7개의 정보 출처를 이용했으며, 이는 AI가 유일한 채널이 되지는 않았음을 보여준다.

이 조사에서는 67%가 영업 담당자 없는 경험을 선호했고, 70%는 완전히 디지털화된 셀프서비스 경험을 선호하는 것으로 나타났다. 이러한 선호는 벤더 주도 영업의 쇠퇴를 뒷받침하는 듯 보인다.

그러나 69%는 AI가 생성한 인사이트를 영업사원과 검증하는 것을 선호했다. 이 결과는 단순한 자동화 서사에 결정적인 균형추를 제공한다.

구매자는 담당자가 프로세스에 언제 참여할지를 통제하고 싶어 한다. 그렇다고 모든 중요한 결정에서 그 사람을 배제하려는 것은 아니다.

Gartner는 구매자가 비즈니스 문제를 정의하고, 선호 공급업체를 식별하며, 내부 지지를 확보하고, 구매를 최종 확정할 때 담당자가 특히 중요하다는 사실을 발견했다. 이는 검색 속도보다 맥락과 책임성이 더 중요한 순간들이다.

이로 인해 여러 기업 기능 전반에 압박이 생긴다.

마케팅팀은 신중하게 설계된 웹사이트 여정 밖의 비교에서도 살아남는 자료를 발행해야 한다. 제품팀은 일관된 용어와 사양을 제공해야 한다. 영업팀은 정보 접근을 지키기보다 근거를 검증할 준비를 해야 한다.

조달 부서의 영향력도 커지고 있다. AI가 체계적인 비교를 더 쉽게 만들어 주기 때문이다. 팀은 정책 요건을 반복 가능한 점검 항목으로 전환하고, 이를 더 많은 공급업체에 적용할 수 있다.

Forrester의 기업 구매 조사에 따르면 조달 전문가는 기업 구매 주기의 53%에서 의사결정자 역할을 한다. 이제 이들은 계약 협상 단계에서만 등장하는 것이 아니라 처음부터 참여한다.

Forrester는 또한 일반적인 의사결정에 내부 이해관계자 13명과 외부 영향력자 9명이 관여한다고 보고했다. 더 복잡한 구매에는 이보다 더 큰 집단이 참여한다.

AI는 이러한 참여자들이 정보를 처리하도록 도울 수 있지만, 상충하는 우선순위를 없앨 수는 없다. 보안 부서는 제한적인 데이터 접근을 선호할 수 있다. 재무 부서는 활용도를 강조할 수 있다. 운영 부서는 통합을 우선시하는 반면, 법무 부서는 계약상 노출 위험을 검토한다.

에이전트는 이러한 제약 조건을 정리하고 충돌을 더 일찍 식별할 수 있다. 다만 사람이 해당 권한을 명시적으로 위임하지 않는 한, 특정 위험을 어떤 이해관계자가 수용해야 하는지 결정할 수는 없다.

이 때문에 이러한 전환은 정렬이 잘되지 않은 공급업체에 부담을 준다. 기업은 정확한 답변을 영업 자료, 지원 티켓, 보안 포털, 직원의 지식 곳곳에 흩어 놓고 있을 수 있다. AI 구매자는 이러한 출처 간의 공백을 불확실성으로 인식한다.

내부적으로 연결된 공급업체는 유리하다. 직원들이 동일하게 승인된 정보를 찾을 수 있으므로 일관된 근거로 대응할 수 있기 때문이다. 검색 가능한 지식 베이스는 기술 팀이 기억에 의존해 답변을 재구성하지 않고도 관련 기록을 검색하도록 도울 수 있다.

그럼에도 내부 정비가 외부 선택을 보장하지는 않는다. 구매자 주도 평가에서는 직접 비교가 더 쉬워진다. 제품이 비슷해 보일 때는 증거의 품질, 체험 결과, 구현 위험이 더 강력한 차별화 요소가 된다.

첫 번째 평가는 공급업체의 통제를 벗어나고 있다. 판매자에게 기회는 여전히 남아 있지만, 더 늦게 찾아오며 더 실질적인 내용을 요구한다.

수치는 자율 조달이 이미 도래했음을 증명하지 않는다

AI 지원 구매는 널리 확산됐지만, 자율적인 거래 권한은 훨씬 더 높은 기준을 요구한다.

IDC의 80% 통계는 지원과 작업 수행을 함께 묶는다. 이 범주에는 매우 다른 수준의 책임이 포함될 수 있다.

제품 페이지를 요약하는 일은 직접적인 위험이 제한적이다. 후보 목록을 만드는 일은 구매 결정에 실질적인 영향을 줄 수 있다. 제안요청서 제출은 외부 워크플로를 변경하며, 결제 승인은 구속력 있는 재무 행사를 만들 수 있다.

이 네 가지 행동을 동등하게 취급하면 현재의 자율성을 과장하게 된다. 공개된 IDC 자료는 폭넓은 관여를 보여줄 뿐, 독립 에이전트가 통제하는 기업 예산의 비중을 보여주지는 않는다.

Gartner의 조사 결과도 이러한 구분을 뒷받침한다. 구매자들은 속도를 위해 AI를 사용하지만, 51%는 생성형 AI에서 오해의 소지가 있는 정보를 접할 가능성이 더 높다고 답했다. 거의 같은 49%는 영업 담당자와 오해의 소지가 있는 정보를 연관 지었다.

어느 채널도 자동으로 신뢰를 얻지는 못한다. 구매자들은 각각이 다른 쪽의 약점을 드러낼 수 있기 때문에 두 채널을 함께 활용한다.

Forrester는 기업 구매자의 60% 이상이 어떤 형태로든 체험을 활용한다고 밝혔다. 이러한 체험은 맞춤형 샌드박스부터 사용량 기반 평가 기간까지 다양하다.

체험은 주장을 관찰 가능한 행동으로 바꾼다는 점에서 중요하다. AI 어시스턴트는 명시된 기능을 요약할 수 있지만, 통제된 테스트는 제품이 구매자의 데이터, 통제 체계, 워크플로와 함께 실제로 작동하는지를 보여준다.

체험은 에이전트가 공개 출처에서 얻을 수 없는 증거도 만든다. 특정 환경에서의 성능, 구현 노력, 지원 품질, 사용자 수용도는 평가 과정에서만 드러나는 경우가 많다.

보안은 더욱 어려운 한계를 제시한다. 자율 조달 에이전트는 공급업체 정보, 내부 정책, 신원 시스템, 그리고 경우에 따라 재무 도구에 접근해야 한다. 각각의 연결은 오류가 발생했을 때의 결과를 확대한다.

NIST의 2026년 에이전트 보안 분석은 에이전트가 새로운 위협을 도입한다는 데 폭넓은 공감대가 있음을 확인했다. 응답자들은 익숙한 사이버보안 관행도 에이전트 시스템에 맞게 조정해야 한다는 데 동의했다.

한 가지 위험은 간접 프롬프트 인젝션이다. 이는 에이전트가 처리하는 외부 콘텐츠 안에 악의적인 지시가 포함되는 경우를 말한다. 손상된 페이지나 문서는 에이전트를 다른 방향으로 유도하거나, 민감한 정보를 노출시키거나, 의도하지 않은 행동을 실행하려 할 수 있다.

이 위협은 구매 에이전트와 직접적으로 관련된다. 조달 조사는 구매자 조직 외부 당사자가 제공한 웹사이트, 이메일, 제안서, 첨부파일을 읽어야 한다. 바로 이러한 환경에서 신뢰할 수 없는 지시가 워크플로에 유입될 수 있다.

기업은 권한을 제한하고, 조사와 실행을 분리하며, 중대한 행동에는 승인을 요구하고, 각 추천을 뒷받침한 증거를 기록함으로써 노출을 줄일 수 있다. 이러한 통제는 이후 검토도 가능하게 한다.

데이터 품질 역시 또 다른 제약이다. 오래된 사양을 바탕으로 생성된 비교는 정밀해 보일 수 있지만 잘못된 결론을 낼 수 있다. 에이전트에는 신뢰할 수 있는 날짜, 제품 식별 정보, 일관되지 않은 출처를 해결하기 위한 규칙이 필요하다.

편향은 출처 선택을 통해 유입될 수 있다. 문서화가 잘된 공급업체는 공개 자료가 부족한 적합한 공급업체보다 더 많은 주목을 받을 수 있다. 대기업은 더 많은 자료를 생산하기 때문에 검색된 증거에서 우세할 수 있다.

에이전트의 순위 기준도 추가적인 왜곡을 초래할 수 있다. 비용 최소화 요청은 마이그레이션 위험을 놓칠 수 있다. 많은 통합을 요구하면 각 연결의 품질을 무시한 채 범위만 넓은 제품에 유리할 수 있다.

사람의 검토가 이러한 문제를 자동으로 해결하는 것은 아니다. 특히 결과물이 기존 선호를 확인해 줄 때, 사람들은 근거 증거를 확인하지 않은 채 자신감 있는 요약을 받아들일 수 있다.

이로 인해 자동화의 역설이 생긴다. 에이전트가 매끄러운 추천을 더 효율적으로 만들어낼수록, 불확실한 입력을 간과하기는 더 쉬워진다.

따라서 기업은 AI 참여와 AI 권한을 구분해야 한다. 참여에는 조사, 추출, 비교, 워크플로 준비가 포함된다. 권한에는 자금 집행, 조건 수락, 운영 시스템 변경이 포함된다.

첫 번째 범주는 이미 주류 B2B 구매에 분명히 진입했다. 두 번째 범주에는 더 강력한 신원, 권한 부여, 감사, 책임성 메커니즘이 필요하다.

IDC의 발견은 조달 부서가 자율화됐다고 주장하지 않더라도 여전히 중요하다. 즉각적인 변화는 정보 통제에 있다. 에이전트는 구매자가 무엇을 보고 어떤 질문을 하는지에 점점 더 큰 영향을 미치고 있다.

다음 단계는 기업이 이러한 영향력을 신뢰할 수 있고 관리되는 행동으로 전환할 수 있는지에 달려 있다.

AI 구매자가 실질적인 권한을 얻는지 보여줄 세 가지 신호

이제 도입 수치보다 중요한 것은 위임된 권한, 신뢰할 수 있는 결과, 공급업체의 적응을 보여주는 증거다.

첫 번째 신호는 측정 가능한 거래 데이터의 등장이다. 기업과 기술 제공업체는 에이전트가 어떤 작업을 완료하는지, 사람이 얼마나 자주 개입하는지, 그리고 그러한 시스템이 어느 정도의 구매 금액을 처리하는지 공개해야 한다.

자율 거래 완료의 증가는 AI 에이전트가 조사 보조 도구가 아니라 구매자가 됐다는 주장을 강화할 것이다. 재정의 또는 수정 비율이 높다면 그 주장은 약화될 것이다.

거래 데이터는 일상적인 갱신과 새로운 전략적 구매도 구분해야 한다. 지출 한도 내에서 표준화된 구독을 갱신하는 일은 대규모 배포를 위한 인프라를 선택하는 일보다 불확실성이 적다.

두 번째 신호는 에이전트 신원 및 권한 부여의 진전이다. 조직은 어떤 에이전트가 행동하는지, 누구의 권한을 갖는지, 어떤 리소스에 접근할 수 있는지, 그리고 그 권한을 어떻게 철회할 수 있는지를 확립할 방법이 필요하다.

NIST는 신원과 권한 부여를 기업의 에이전트 사용을 위한 핵심 요건으로 지목했다. 더 명확한 표준이 마련되면 조달 플랫폼, 공급업체 시스템, 재무 통제가 과도한 접근 권한을 부여하지 않고도 에이전트를 인식하기 쉬워질 것이다.

제한된 권한과 감사 가능한 승인이 폭넓게 구현되면 더 자율적인 구매를 뒷받침할 수 있다. 반복되는 보안 사고나 불분명한 책임 소재는 에이전트를 자문 역할에 머물게 할 것이다.

세 번째 신호는 공급업체가 디지털 채널을 어떻게 재설계하는지다. 문서, 보안 포털, 마켓플레이스, 최신 보고 전반에서 검증·비교·검색이 더 쉬워지는 제품 데이터를 주시해야 한다.

공급업체는 AI 시스템이 자사 제품을 정확하게 설명하는지도 모니터링해야 한다. 공식 문서와 에이전트의 답변 사이의 불일치는 기업이 구매자의 존재를 알기도 전에 후보 목록에 영향을 줄 수 있다.

Google News는 특히 최근 사건이 공급업체 위험에 영향을 미칠 때 이 증거 환경의 일부로 계속 남을 것이다. 에이전트가 기존 방식의 추천 유입을 만들지 않고 보도를 소비한다면, 그 상업적 영향력은 측정하기 더 어려워질 것이다.

성공적인 공급업체는 반복적인 AI 생성 콘텐츠로 모든 채널을 채우는 방식으로 대응하지 않을 것이다. 콘텐츠 양은 모순을 늘리고, 출처 표기를 희석하며, 의미 있는 증거를 식별하기 어렵게 만들 수 있다.

이들은 정확한 주장을 게시하고, 한계를 제시하며, 최신 문서를 유지하고, 적절한 경우 독립적인 검증을 제공할 것이다. 그러면 영업 담당자는 구매자의 실제 불확실성에 대응하는 증거를 갖추고 신뢰도가 높은 순간에 참여하게 된다.

기업 구매자에게 실질적인 질문은 에이전트를 사용할지 여부가 아니다. 이미 사용하는 곳이 많다. 질문은 어떤 작업에 위임할 가치가 있으며, 어떤 증거가 인간 의사결정자에게 계속 보여야 하는가이다.

먼저 중요한 추천의 근거가 된 출처를 기록하라. 에이전트가 약정을 보내거나, 조건을 수락하거나, 결제를 실행하기 전에 승인을 요구하라. 결과물의 유창함이 아니라 실제 요구사항에 맞춰 결과를 테스트하라.

그다음 세 가지 신호를 지켜보라. 검증된 자율 거래, 집행 가능한 에이전트 신원, 기계가 읽을 수 있는 공급업체 증거다. 이들은 함께 IDC의 80% 수치가 초기 조사 습관을 의미하는지, 아니면 새로운 구매 시스템의 토대를 의미하는지를 보여줄 것이다.

AI 에이전트는 이미 기업 후보 목록으로 향하는 경로를 바꿨다. 다음 결정은 구매자에게 달려 있다. 이 시스템들을 빠른 조사 파트너로 유지할 것인가, 아니면 구매 자체에 대한 권한을 부여할 것인가?