开会。跟一家上市公司谈合作案，对方排排坐来了十二个人。名片收了一桌，每个人自我介绍的时候都很客气，头衔从经理到副总都有。

▶ 听摘要
AI 合成语音・作者本人声线克隆

会后我问同事：「所以，今天谁是可以做决定的人？」

同事看了我一眼：「应该⋯⋯都不是。」

这不是偶发事件。在台湾做 B2B，这种场景每个月至少遇到一次。对方很重视你的提案——所以派了很多人来。但很多人来，不代表事情会往前走。更常见的结果是：每个部门都带着自己的顾虑离开，回去之后在各自的谷仓里消化，然后下次开会又换了三分之一的人，话题再从头来过。

三个月后，除了消化掉几十张名片和好几壶咖啡，什么进展都没有。

分工不是问题，断裂才是

《谷仓效应》的作者 Gillian Tett 用「谷仓」来比喻组织内部的信息隔离。每个部门就像一座独立的谷仓，里面的谷物（信息）进不来也出不去。

但我想把她的观点推进一步：问题不是分工本身。分工是文明的基础——你不可能要一个人同时懂财务、法务、技术、营销。问题在于分工之后，信息流通的通道被切断了。

用比较技术的语言来说：组织的问题在于模块之间的界面设计得太烂。

每个部门有自己的语言、自己的 KPI、自己的优先顺序。财务部看的是现金流和风险，业务部看的是营收和成长，法务部看的是合规和责任。他们可能在谈同一个项目，但「这个案子好不好」在每个部门的翻译完全不同。

当这些不同的翻译无法被整合成一个共同的判断，组织就瘫痪了。因为没有人有能力把所有部门的语言翻译成同一个故事。

我是怎么学会辨识谷仓的

做了十几年的业务开发，我发展出一套快速辨识谷仓的方法。不是什么理论，就是被踩过太多坑之后长出来的直觉。

情境一：排排坐的大场面。 开会来了十几个人，各部门代表都有。名片上的头衔越多样，代表谷仓越深。因为如果组织内部沟通顺畅，根本不需要每个部门都派人来——一两个有全局观的人就能代表。排排坐的意思是：他们自己内部也搞不定，所以让你来当那个整合的催化剂。

问题是，你不是他们的员工，你没有权力在他们的组织里推动任何事。

情境二：窗口不断换人。 企划、采购、合约，每个阶段对口不同人。你以为在跟一家公司谈合作，实际上是在跟三个互不沟通的部门各谈一段。最崩溃的是，你跟 A 部门谈好的条件，B 部门完全不知道，C 部门直接否决。

碰到这两种状况，我的建议是：极度小心管控你投入的时间和资源。因为这代表对方的内部沟通成本比你想象的高十倍，而这个成本最终会转嫁到你身上。

翻译者的价值

那怎么办？放弃吗？有时候是的，放弃是最理性的选择。但如果这个机会真的值得追，你需要做的事情不是「更努力推销」，而是变成一个翻译者。

什么意思？

就是你要搞清楚对方每个部门在意什么，然后用他们各自的语言，把同一个方案说成不同的故事。跟财务谈的时候强调 ROI 和风险控制，跟技术谈的时候强调架构相容和维护成本，跟业务谈的时候强调市场机会和竞争优势。

然后——这是最关键的——你要帮他们把这些故事整合成一个。因为他们自己做不到。

这听起来不像业务开发的工作。没错，它更像是顾问的工作，甚至像是对方公司内部的项目经理在做的事。但这就是 B2B 业务开发的现实：你在卖东西之前，得先帮对方的组织跑通一个决策流程。

我在自己的公司里训练业务团队的时候，最强调的不是话术和简报技巧，而是「你有没有能力画出对方公司的决策地图？」谁影响谁？谁有否决权？谁的 KPI 跟你的方案有关？这张地图画不出来，再好的产品都推不进去。

超越组织才能破解组织

这里有一个吊诡的地方：你要破解别人的谷仓，自己不能也是一座谷仓。

什么意思？如果你只懂技术、只懂销售、或只懂财务，你就只能跟对方的一座谷仓对话。你需要的是能够在不同维度之间自由切换的能力——今天跟 CTO 谈技术架构，明天跟 CFO 谈投资回报，后天跟一线员工了解他们真正的痛点。

这种跨维度的能力，本质上就是我一直在说的跨域连结。不是什么都懂，而是懂得够多，可以在不同专业语言之间做翻译。

我自己的跨域背景——神学、循环经济、AI、创业——在做业务开发的时候反而变成巨大的优势。因为我可以跟工程师聊技术、跟老板聊策略、跟人资聊组织文化，而且不是装懂，是真的能在他们的语境里对话。

AI 时代的谷仓效应

有趣的是，AI 的出现让谷仓效应变得更值得讨论。

一方面，AI 可以加速谷仓的形成。每个部门都导入自己的 AI 工具、建立自己的数据管线、发展自己的自动化流程。如果没有统一的架构，这些 AI 系统之间的信息断裂可能比人与人之间的断裂更严重。至少人开会的时候还能听到弦外之音，AI 只认得它被喂的数据格式。

另一方面，AI 也可以成为破解谷仓的工具。当组织有了统一的数据平台和 AI 代理，不同部门的信息可以被即时汇整、交叉分析、形成全局视图。以前需要开三次会才能拼凑出来的全貌，现在一个 dashboard 就能呈现。

但工具只是工具。谷仓效应的根源是人的问题——是本位主义、是不信任、是不愿意花时间理解别人的语言。这些问题不会因为有了 AI 就自动消失。

要嘛翻译，要嘛离开

回到最实际的层面。如果你正在做业务开发，面对一个谷仓深重的组织，你有两个选择。

第一，成为翻译者。了解每个谷仓的逻辑，找到它们之间的共同利益，帮它们建立对话的桥梁。然后反过来「领导」合作伙伴的团队——不是用权力，而是用全局观和信息优势——带领他们走完决策流程。

第二，立马结束晤谈，不浪费时间瞎耗。把精力留给下一个组织更健康、决策流程更清晰的机会。

没有第三个选项。

在谷仓面前硬推，你只会成为他们内部政治的消耗品。在谷仓面前退缩，你就失去了业务开发存在的意义。

业务开发的最高境界，是让信息在该流动的地方流动，让本来做不了决定的人，因为你的存在而有了做决定的能力。至于东西，自然就卖出去了。