Salesforce 凭什么让 Agentic AI 成为企业级变革的引擎？答案藏在让数据 “活” 起来的底层密码里。

谁能让高价值行业数据从沉睡到觉醒，谁就能让 Agentic AI 爆发出颠覆能量，走出属于我们的 “中国解法”！

这篇解析，扒透 Salesforce 如何用数据激活 AI 决策，看透中国企业级智能的破局关键！

Salesforce作为全球 CRM 巨头，2024 年10月推出企业级 Agentic AI平台Agentforce，推动AI从单纯的辅助工具向自主协作伙伴升级，以“人类监督员 + Agentic AI自主决策” 的创新模式重构生产力关系。

PART 01 产品详解：从底层平台到Agentic AI全栈布局

Salesforce主要产品包括Salesforce Platform、Data Cloud、Customer360和主要AI产品Agentforce。

Agentforce本质是一个利用Salesforce现有基础设施和数据创建的智能自主的“Agentic AI层”。

图1：Salesforce产品体系全局图

表1：Salesforce产品体系

1.1  Agentforce的演进：从自动化到 “Agentic AI-first”

Agentforce是Salesforce在2024年Dreamforce大会上重磅推出的Agentic AI平台，它深植于Salesforce成熟的生态系统。Agentforce 的目标是成为企业的“智能中枢”。可见，Agentforce是Salesforce 25年技术积累的集大成者，其演进历经五个关键阶段。

表2：Agentforce演进关键阶段

1.2  Agentforce的效果：从效率提升到业务增长

Agentforce依托Data Cloud的数据底座与Atlas推理引擎的智能决策能力，已在销售、客服、运营、HR 等多场景落地，既通过AI提升流程效率，更通过AI精准决策推动业务增长，形成“降本 - 提效 - 增收”的价值闭环。

（1）起始界面

通过自然语言对话的方式完成整个工作流的构建。

图2：产品页面

（2）Agent前期配置

• 自然语言定义Agent功能

图3：产品页面

• 系统根据描述配置核心功能

图4：产品页面

• 根据Agent的核心能力，配置细分功能

图5：产品页面

• 定义好Agent功能后，给出应用部署的场景和通路

图6：产品页面

• 添加公司内和这个Agent相关的底层数据

图7：产品页面

（3）具体使用（例：HR招聘）

• 让Agent筛选简历

图8：产品页面

• 让Agent给出面试提纲

图9：产品页面

PART 02  核心优势:垂直深耕，中间层发力的Agentic AI

1.场景应用层：聚焦高频需求，实现业务闭环

（1）垂直场景深度：聚焦销售、客服等高频场景，提供开箱即用的预置代理（如销售导师SDR）。

（2）业务闭环能力：与Salesforce CRM数据打通，实现“需求洞察→执行→反馈”自动化。

✅ 例：客服代理自动调取订单历史，解决客户问题后生成服务报告。

2.中间层：数据技术优势构建竞争壁垒

Agentforce中间层凭借技术、数据与场景的深度耦合，构建起强大竞争力，支撑起Agent生态的商业化变现。

表3：Agentforce中间层优势

PART 03  客户反馈：价值潜力与能力挑战并存

在Agentforce 2.0发布会上，Salesforce展示了自己使用以及一些客户的初步使用效果。

• Salesforce：help.salesforce.com每周处理32,000次对话，带来约3-4百万美元ARR，83%的问题通过Agentforce解决，减少50%的人工需求。
• Spotify：销售团队的生产力提高了40%。
• Google Cloud：订单验证时间减少了83%。
• BOX：数据分析和可视化的时间缩短了97%。
• Rocket Companies：集成了900多个应用，实现业务流程的自动化，整合了120多个工作流，使团队无需频繁切换工具，在Slack中即可完成。

除上列外，部分行业客户及专家也展现出了比较客观真实的使用评价。

（1）正面评价：价值认可与生态协同

• 大型企业认可其自主决策能力：“Agentforce 不仅能给答案，还能直接行动 —— 比如自动分配销售线索并安排会议，这是传统AI做不到的。”（GCP 团队）
• 生态价值凸显：80% 客户认为与Data Cloud的捆绑提升了数据利用率，“一次部署打通全业务数据，决策更精准。”（某零售企业 CIO）

（2）现存挑战：早期阶段的现实局限

• 中小企业成本压力：复杂场景定制成本超20万美元，ROI回收周期长；73% 中小企业缺乏专职AI人员调整代理逻辑。
• 能力边界待突破：医疗客户反馈无法处理手写病历等非结构化数据，导致保险理赔错误率增加12%；客服场景中，AI代理“缺乏共情”，披露身份后用户购买意愿下降23%。
• 数据底座争议：部分客户对Data Cloud价值存疑，“Salesforce 并非数据公司，整合多源数据的成本高于预期。”

PART 04  市场化策略：ROI可量化与弹性付费模型

（1）分层定价弹性付费

Agentforce 采用分层定价与弹性付费结合的模式，兼顾不同客户需求与价值匹配。同时通过80% AI订单与Data Cloud捆绑销售，既强化数据生态协同，又以弹性方案提升客户付费灵活性。

表4：Agentforce 分层定价模式

（2）按效果付费的价值链设计

• 价值分成模式：客户留存效率提升收益的85-90%，Salesforce抽取10-15%分成。
• ROI标准化工具：内置ROI计算器，自动统计代理节省的人力时长/销售业绩分成。

图10：SalesforceROI模型销售业绩分成系统

总体分析发现，Salesforce的AI市场化路径本质是通过“Data Cloud×Agentforce×行业云”三角架构，将CRM从记录系统升级为决策系统。

• 短期抓手：按量付费模型降低使用门槛。
• 长期引擎：高溢价AI订单与Data Cloud捆绑策略，增加客户付费粘性。
• 终极战场：使Agentic AI成为企业客户运营的“自主智能系统”——当售前线索自动触发履约代理、客服对话动态优化产品策略时，CRM正式从“人驱动数据”迈向 “Agentic AI驱动业务”的新纪元。

PART 05  商业化进程：需求爆发与收入潜力并存

Agentforce 的商业化呈现 “客户高速增长、收入逐步释放” 的特点，验证了市场对企业级AI代理的迫切需求。如下展示了2024年Q4季度Agentforce正式发布以来的核心市场收入数据，从中可以发现Agentforce 商业化的进程脉络。

表5：2024Q4-2025Q2核心财务市场数据

（1）关键里程碑与时间线

• 2024年10月（Agentforce 1.0发布） ：定位企业级AI代理平台，集成Data Cloud实现自动化任务处理（如客服、销售）。
• 2024年Q4：90天内斩获5,000笔订单，付费客户3,000家，验证初步需求。
• 2025年Q1：推出多模态升级版（支持语音/图像），付费客户超4,000家。
• 2025年Q2：客户数达8,000家，订单累计超8,000笔，6个月增长233%，标志大规模商业化开启。

（2）商业化模式与收入机制分析

• 定价策略：按对话次数收费（每次2美元）或批量套餐（如10万次对话18万美元），主打高价值企业场景。
• 收入贡献逻辑：80% AI订单与Data Cloud及行业云捆绑，收入依赖Data Cloud订阅，Agentforce直接收入有限，因按次付费模式需高用量支撑。
• 增长引擎切换：传统CRM增速降至8.2%（2025Q2），平台与AI业务增速21.1%，贡献超70%增长动力。
• 净利润波动：2024Q4高增长（+18.1%），受益于AI提效。2025Q1持平，因Agentforce研发投入增加。

结语   Agentic AI的 “现在与未来”

Agentforce 正推动 Salesforce 从CRM巨头向“Agentic AI + 企业服务”平台转型。尽管当前仍面临成本高、能力边界有限等问题，但其“数据 - 引擎 - 应用”的闭环架构与生态协同优势，已使其在企业级Agentic AI赛道占据先发地位。随着 2025 年底 Agentforce 3.0 的推出，跨部门协同能力的提升或将加速其规模化落地，成为企业智能化转型的核心动力。

One more thing，我们也正式推出播客节目【与乐说】，一个专门讲企业级AI落地实践的播客，欢迎大家扫码关注收听

往期回顾：

$3000亿Agentic AI巨头启示录：谁能成为中国版Palantir？

To B Agentic AI最终竞争力=数据控制力×行业know how×生态开放性

中美企业级Agentic AI厂商三大铁律：死磕数据、定义场景、掌控生态