Pinangunahan ng OpenAI ang paglawak ng kanilang enterprise sales team mula sa 10 hanggang 500 empleyado sa loob lamang ng dalawang taon, kasunod agad ang Anthropic na mabilis ding pumapatas, na nagtutuon sa $20 bilyon hanggang $26 bilyon na kita pagsapit ng 2026. Parehong kumpanya ay masigasig na naghahanap ng mga bagong kawani sa gitna ng tila pinakasimpleng kalagayan sa kasaysayan ng software para sa benta sa enterprise. Ngunit, may dalang hamon ang ganitong sitwasyon. Ibinida ni Ben Horowitz sa isang kamakailang talakayan ng Sequoia Capital na ang mga mamimili ay naka predispose na na bumili ng AI mula sa OpenAI at Anthropic, kaya't nagreresulta ito sa isang mapanganib na kalagayan sa pagbebenta imbes na isang bentahe. Ang ganitong phenomena, na tinawag na “Order-Taker Problem, ” ay kinilala ni Cloudflare CEO Matthew Prince noong Mayo 2023, na nagsabing maraming salespeople ay nagtagumpay sa pamamagitan lamang ng “pagtanggap ng order” dahil sa mataas na demand para sa mga produktong sumasagot sa malawak na isyu. Nang nagbago ang macroeconomic na kalagayan, tinanggal ng Cloudflare ang humigit-kumulang 100 sales staff na nag-aambag lamang ng around 4% ng bagong negosyo, na nagbunyag ng isang structural flaw sa matitibay na merkado: sobrang lakas ang inbound demand kaya’t ang tunay na kakayahan sa pagbebenta ay nawawala ng sukat, at pinapayagan nito ang mga mediokrong sales reps na mag-excel at umakyat sa posisyon nang walang tunay na kakayahan sa pagbebenta—hanggang sa bumaba ang inbound demand. Ipinakita ni TechSalesGuy, isang tagapagkomento sa larangan ng benta, ang ganitong sitwasyon gamit ang karanasan ng kanyang kapatid sa isang kumpanyang mataas ang demand, kung saan kalahati ng trabaho ay simpleng pagtanggap lamang ng order. Ang kamakailang pagdagsa ng mga bagong tauhan sa OpenAI at Anthropic ay maaaring lumikha ng mga koponang mahusay sa pagsabay sa inbound momentum ngunit kulang sa pangunahing kakayahan sa pagbebenta—mga kasanayang madalas na nagreresulta sa mabilis na paglilipat ng trabaho at pagtanaw ng papuri bilang isang marka ng brand imbes na tunay na kakayahan. Ipinapaliwanag ni Horowitz ang kaibahan nito sa masusing disiplina sa pagbebenta na na-develop sa PTC noong dekada nobenta, isang kumpanya kung saan mahirap i-install, ipa-demo, at ibenta ang produkto, kaya’t napilitan ang mga sales reps na matutunan ang sistematikong pagkilala sa mga account, pagdisenyo ng dislocate sa kumpetisyon, at teknikal na paliwanag kada deal. Binanggit niya si Ron Gabrisko, isang pinakamahusay na ni-hire sa Databricks, na pinatunayan ang kanyang kakayahan sa pagbebenta ng mahihirap na produkto, gamit ang parehong prinsipyo noong nag-hire siya para sa Okta—mas pinipili ang mga kandidato na nagtatanong at nagkakaroon ng kwalipikasyon sa kumpanyang iniha-hire kaysa sa mga kandidato na nagpapakita lang ng kasiglahan. Ang ganitong instinct at disiplina ay nagbubuo ng totoong kakayahan sa pagbebenta na kailangan para makasara ng mahihirap na deal. Ang mga nakaraang pagbagsak sa merkado ay nagpapakita nito: Ang slowdown noong 2001 sa dot-com era ay nagbunsod ng pagpataw ng disiplina sa kwalipikasyon sa mga salesperson na dati-rati ay naka-asa lamang sa inbound; Ang paglago ng advertising ng Facebook noong 2012 ay bumagal habang hinahanap ng mga advertiser ang mas measurable na ROI; at noong 2015, nakipagkumpetensya ang AWS nang seryoso sa Azure at Google Cloud sa pagtutok sa mga enterprise na kliyente. Ang mga kumpanyang matagumpay na naka-navigate sa mga pagbabagong ito ay may mga sales team na may karanasan sa mahihirap na kalagayan sa pagbebenta bago pa man humantong ang merkado—samantalang ang mga umaasa sa inbound na talento ay nahihirapan. Ang larangan ng AI ay sumusunod sa ganitong trajectory. Ayon sa isang survey ng a16z noong Pebrero 2026, 78% ng mga enterprise CIOs ay gumagamit ng OpenAI at 44% naman ng Anthropic, na nagsisimula nang magkasama.

Habang nagsisimula nang magpokus ang mga enterprise buyer sa presyo, suporta, panganib ng vendor, at lalim ng integrasyon, mas gumaganda ang lalim ng usapan sa pagbebenta kaysa ngayon na pinalalakad lang ng demand. Para sa mga mamumuhunan, napakahalaga ng mga stake. Plano ng OpenAI na halos dumoble ang kanilang workforce pagsapit ng 2026 sa 8, 000, malaki ang puhunan sa mga sales at customer-facing roles. Targets naman ni Anthropic ang $20–26 bilyon na kita na sinusuportahan ng pakikipag-ugnayan sa Deloitte, Cognizant, at Snowflake, na iniiwan ang marami sa implementsyon na komplikado sa outsourcing. Ang dalawang estratehiyang ito ay naglalaman ng mga mahal na organikong factor na mahirap baligtarin. Bukod dito, iniulat ng Reuters noong Marso 2026 na nakikipagkompetensya ang OpenAI at Anthropic sa mga joint ventures na pinagsasama ang pribadong equity, kung saan nag-aalok ang OpenAI ng 17. 5% na garantisadong minimum na kita upang makahikayat ng mga kasosyo. Nakasandig nang husto ang mga estratehiyang ito sa patuloy na inbound sales momentum; kung sakaling humina ito, nakababahala ang fixed cost structure. Ang dagdag pang problema, ang mga sales leader na naa-profesyente sa inbound environment ay madalas na gumagaya sa mga paraan ng pag-hire at pamamahala na angkop lamang sa madaling merkado, na nagdudulot ng pagkakataon sa talent na patuloy na magkamali sa pagpili na lalo pang pinalalala ang organisasyonal na kalakaran. Iminumungkahi ni Horowitz ang isang value-investor na pamamaraan sa pag-hire ng tamang sales talent: huwag pumapansin sa mga prestihiyosong pangalan, dahil hindi ito garantiya ng mahusay na kakayahan sa pagbebenta. Sa halip, hanapin ang mga indibidwal na underestimated sa merkado—yung mga nagtrabaho sa mga mas mababang kilalang kumpanya kung saan nakipaglaban sila sa bawat deal laban sa matitibay na kakumpetensya, nakabuo ng pipelines nang walang organic inbound, at sistematikong nakapalit sa mga incumbents sa halip na tumugon lamang sa mga magandang RFP. Ang mga ganitong reps ay karaniwang hindi nagmula sa OpenAI o Anthropic kundi sa mga kumpanyang nagsasaliksik ng tunay na kakayahan sa pagbebenta. Ang kanilang kakayahan at karanasan ay ginagawang mahahalagang bilhin. Sa huli, ang tunay na pagsusulit sa mga AI giants na ito ay hindi lamang ang pag-scale ng mga team sa panahon ng boom, kundi kung kaya nilang mapanatili at mapalago ang mga enterprise accounts kapag ang merkado ay hindi na nagbibigay ng awtomatikong benta.