纪要涉及的行业或公司 * 公司为Salesforce (NYSE:CRM)，一家提供客户关系管理(CRM)软件和云服务的上市公司 [1] * 行业涉及企业级应用软件、人工智能(AI)、云计算和客户关系管理(CRM) [1] 核心观点和论据 1 Agentforce产品进展与核心功能 * 语音功能正式发布(GA)：为面向客户的AI增加了语音渠道，但强调其平台是渠道无关的，构建一次即可部署到语音、WhatsApp、SMS等多种渠道 [4] * 推出混合推理(Hybrid Reasoning)：结合了LLM的概率性推理与确定性逻辑(如if-then-else)，降低了构建AI代理所需的技术门槛，并增强了控制能力 [5][6][9] * 推出后台代理与网格功能：将AI流程自动化置于类似电子表格的用户界面中，允许基于数据信号大规模运行后台代理，并在适当时引入人工干预 [10] * 增强可观测性：在原有活动计数基础上，增加了评估模型，使构建者能评估AI代理是否执行了正确任务、遵循指令以及生成内容的质量 [10][11] 2 市场采用与增长指标 * Agentforce交易数量显著增长，公司财报中报告了18.5K的交易量 [14] * 用于运行AI代理的“燃料”消耗季度环比增长50% [15] * 进入生产环境的用户数量季度环比增长70% [15] * Data Cloud中存储了约32万亿条记录，其中超过一半通过“零数据拷贝”技术实现 [36] 3 客户价值主张与“构建vs购买”决策 * 集成优势：Salesforce的价值在于其AI能力与现有客户和员工应用生态的深度集成，而非孤立存在 [14] * 加速创新：平台为AI团队和业务转型团队提供了不同复杂度的构建工具(从简单拖放到代码脚本)，统一在相同引擎上，能显著加快部署速度，避免长期的工具集成工作 [17][18] * 规模化选择：大型金融机构客户表示，他们通过DIY学习，但使用打包软件来实现规模化，因为后者无需负责整合与维护 [18] * 数字化转型：AI投资已进入第三年，焦点从最初的董事会担忧、实验试点，回归到由CEO办公室主导的全面转型预算 [19] 4 “数字劳工”概念与客户成功案例 * 概念定义：指能够7x24小时工作的AI代理，承担实际工作负载，释放人力从事更高价值活动 [21] * 内部案例：Salesforce自身使用数字劳工处理超过80%的入站咨询，这些工作原由人工处理 [22] * 外部案例： * 医疗保健公司：使用AI处理理赔和回答会员问题，通过自然减员减少了呼叫中心人员，并将节省的成本用于支付员工更高薪酬或新投资 [23][24][25] * 招聘公司：AI代理在非工作时间处理招聘流程，不仅避免了“幻觉”问题，且比人类更严格遵守指令，带来了候选人管道更强、接受率更高的结果 [20][21][25] * 金融机构：利用AI代理进行产品问答、KYC、客户 onboarding、安排会议等，以可承受的成本向新市场或邻国进行激进扩张 [25][26] 5 定价策略演进 * 提供选择与灵活性：针对员工使用场景，采用标准的每用户每月定价和捆绑策略，以消除使用摩擦 [27] * 针对面向客户的场景(如呼叫转移)，提供按使用量付费、预承诺或预付费等多种购买方式 [28] * 计量单位：以“行动”而非“令牌”作为核心计量单位，即衡量AI是否完成了某项任务并带来了自动化 [28][29] * 企业协议：提供无限制的Agentforce企业许可协议，以满足不希望复杂预测和计量的客户需求 [29] 6 竞争优势与战略 * 情境与工作流：拥有客户互动情境、工作流和核心业务流程(如从线索到现金)，这些都已自动化在Salesforce这一记录系统中 [30] * 开放架构：在数据(通过MuleSoft、Informatica、“零数据拷贝”)、LLM选择(支持Gemini、OpenAI、Anthropic)和协议(MCP, A2A)等各个层面保持开放，旨在使客户未来无忧 [31] * 快速启动能力：基于对销售、服务、营销等多个领域“待完成工作”的理解，提供开箱即用的AI代理，内置数据模型情境和行动，帮助客户快速启动 [32] 7 数据战略与Data 360(原Data Cloud) * 启动建议：建议客户不要以数据不完善为借口拖延AI项目，总能在某处找到“足够好”的数据来启动用例，避免因长期数据项目而错过AI短期收益 [34] * 定位转变：Data 360不仅是一个客户数据平台(CDP)，更是一个“激活基底”，通过“零数据拷贝”网络，无需移动数据即可利用存储在Snowflake、GCP、Databricks等外部数据湖中的数据 [34][35][36] * Informatica收购价值：带来了企业数据、元数据管理、数据沿袭和编目能力，拓宽了为AI提供基础数据并激活到各类业务流程的途径 [37] 8 组织与投资重点 * AI全面转型：AI已改变Salesforce在定价、包装、人力部署和销售等各个方面 [39] * 产能投资方向：近期增加了AI和数据销售人员、SMB渠道人员、生命科学云人员以及“前向部署工程师”的投入 [39] * 前向部署工程师：这是一个新的软件类别，旨在帮助客户学习、采用和实施AI，公司对此进行了重大投资 [40] * 增长愿景：AI与Salesforce已密不可分，所有流程都有自动化潜力，一个AI用例可催生更多用例，形成跨流程和用户体验的飞轮，并推动多云销售和更深度的系统集成 [42][43] 其他重要内容 * Hyperforce与基础设施：Hyperforce部署已持续约十年，确保区域化基础设施，并且公司正在向谷歌云平台(GCP)迁移，这对使用谷歌基础设施的客户有利 [38] * AI对人才结构的影响：随着AI普及，智能成本趋近于零，企业招聘策略可能从专才转向“多面手”，例如某银行招聘的人员需要同时处理 onboarding、承保、销售和营销 [26] * 长期目标：公司提及了600亿美元的收入目标，并认为当前技术带来的创新和增长潜力前所未有 [41]