从 CRM 巨头到“数字劳动力”提供商：Salesforce 如何通过代理 AI 脱颖而出

快速阅读: 据《迪迪》称，Salesforce致力于通过其数据云和Agentforce平台，推动代理型人工智能的应用，目标是开拓6万亿美元的“数字劳动力市场”。尽管面临挑战，如展示AI代理的价值而非炒作，以及数据准确性问题，Salesforce与其他公司如HubSpot和Twilio一起，努力通过整合多样数据集提升AI代理效能，同时强调数据实时性和上下文相关性的重要性。

随着越来越多的供应商将自动化重新定义为代理，老牌巨头和初创公司都在面对证明代理型人工智能是否能带来真正的商业价值的压力，而不仅仅是炒作。**赛富时**（Salesforce）是最具雄心的一个，它希望人工智能像其对企业软件所做的那样带来变革。上周，赛富时强调了其**数据云**（Data Cloud）和**代理力**（Agentforce）平台的增长，报告称2025财年年度经常性收入达到9亿美元，并在第四季度新增了3000个Agentforce交易。该公司正大力推广这些工具，作为挖掘其认为可能达到的6万亿美元“数字劳动力市场”的基础——涵盖为营销、销售和服务工作流程提供动力的人工智能代理。

**代理力**和**数据云**是推动赛富时代理型人工智能战略的两大平台。代理力于去年秋天首次推出，允许公司部署自主人工智能代理。与此同时，数据云是其客户数据平台，最初以**客户360受众**（Customer 360 Audiences）的形式于2020年推出，在经过多次品牌重塑后，于2023年更名为数据云。

像**凯克银行**（CaixaBank）、**玛莎拉蒂**、**OpenTable**和**辉瑞**这样的公司已开始使用代理力和数据云，利用CRM和其他数据来驱动代理。其他例子还包括**Equinox**和**温德姆酒店**，它们正在利用这些平台在全球市场进行实时个性化营销和客户体验。

对赛富时等公司而言，挑战在于展示新的代理型工作流与过去的自动化形式有何不同。赛富时统一数据服务总经理兼执行副总裁**拉胡尔·奥拉德卡尔**表示，旧模型是由机器人和基于确定性规则的系统驱动的，这些系统只是预先设定好采取特定行动。

“人工智能的新世界正在重写这些规则，而这些规则的重写是基于你提供的信息以及将其与现实联系起来决定的。”奥拉德卡尔告诉《数字日》。

赛富时代理型战略的关键因素是其云和代理架构。奥拉德卡尔说，客户可以使用现有的数据基础设施投资、客户的首选大型语言模型和数据源来构建代理。赛富时还在与**Databricks**（测试版）和**Snowflake**（今年夏天推出）进行双向集成，以支持由AI驱动的个性化。

多样化且有依据的数据对于人工智能代理的整体有效性至关重要。这也是减少不准确性（当AI模型生成自信但错误或虚构的响应时称为“幻觉”）的关键。

赛富时的数据云现在由超过270个数据连接器提供支持，其中包括其零拷贝工具，该工具通过链接到原始数据源（如数据湖、仓库、CRM系统和其他来源）实现近乎实时的激活，无需复制或移动它们。

根据赛富时的说法，数据云实现了巨大的增长。在2025财年，数据云处理了50万亿条记录——比上一年翻了一倍，其中65%来自外部数据源。

“如果一个人工智能驱动的代理试图为客户提供建议或采取行动，那么它必须准确无误。”奥拉德卡尔说。“例如，如果系统告诉你它将要执行的操作，而不是预先设定好的操作，那么这是最优化的操作，但为了确保这个优化操作的准确性，你需要正确的数据。”

Gartner分析师**安德鲁·弗兰克**表示，让代理易于使用会带来独特的紧张感。易用性降低了采用难度，但也使得在后台复杂工程难以证明其价值。

“仅仅因为功能看起来非常强大并不意味着它们一定会创造价值或改善客户体验或任何用户真正想做的事情。”弗兰克说。“很容易陷入这种‘哇哦’的感觉中。”

还有风险回报的权衡问题。

“主动代理现在可以根据数据变化采取行动，因此你可以启动流程而无需任何人为干预。”弗兰克说。“这听起来很棒，但当你考虑它是否真的创造价值时，也可能产生我无法预料的情况，因为我不知道数据会如何变化。”

IDC分析师**罗杰·贝哈蒂**表示，赛富时在代理和代理力品牌方面取得了成功，就像微软能够拥有Copilot的品牌一样。尽管类别增长速度低于市场预期，但他指出赛富时在数据云的整体策略中脱颖而出，特别是考虑到干净、受治理、管理良好的集中化数据集的重要性。

还有一个问题是客户实际愿意为人工智能支付多少费用，与他们声称愿意支付的金额、供应商希望收取的费用以及市场期望的回报之间存在差距。贝哈蒂还认为，个性化在行业内可能仍然被过度宣传，而广泛的代理选项可能让人感到不知所措。（就像2023年的早期生成式人工智能热潮一样。）

“当你挥动魔杖并让苹果变成葡萄，葡萄变成桃子，桃子变成黑色时，这确实是一个出色的演示。”贝哈蒂说。“但这会有回报吗？这会影响销售吗？”

赛富时并不是唯一一家希望通过多种数据集来驱动代理的公司。其他例子包括**HubSpot**，本月早些时候将其AI代理选项扩展到了200多个。另一个例子是**推特乐**（Twilio），它正在通过其开放的**ConversationRelay**平台构建AI代理，该平台结合了实时数据、语音识别和LLMs。

推特乐产品副总裁**安迪·奥多尔**表示，使用上下文数据也需要可互操作的技术堆栈。他还指出，推特乐的方法强调互操作性而非预打包工具，具有灵活的集成而不是孤岛：“你的AI代理的力量取决于它的数据，而且这些数据需要是实时且上下文相关的。”

“这应该是一个人的行为数据、历史记录以及从过去对话中获得的见解的综合。”奥多尔说。“后者尤为重要：每次与客户的互动都应该是一个学习机会，帮助完善和迭代AI代理。”

**Facebook** **Twitter** **LinkedIn** **Reddit**
https://digiday.com/?p=576086

(以上内容均由Ai生成)