Salesforce 现状报告 2025-2026

三大关键战略，助力智能体AI高效规模化落地 IBM如何提供帮助 携手Salesforce超过25年战略合作，IBM深刻洞察大型企业的独特需求。通过融合IBM在AI、混合云与企业转型实力，助您在Salesforce平台上实现效率、创新与增长的全面跃升。以专业认证团队为后盾，IBM助力企业兼顾系统连续性与投资效益，确保Salesforce项目高效落地。 了解更多信息，请访问：https://www.ibm.com/consulting/salesforce。 目录 引言 5 战略一：驾驭成本未知，优化投资回报8 战略二：筑牢治理根基，激活竞争优势14 战略三：打通全域数据，赋能全景洞察20 行动指南26 尽管AI投资不断加码，74%的Salesforce客户仍难以显著提升客户体验与参与度。 摘要 战略#1：驾驭成本未知，优化投资回报 Salesforce的AI投资回报取决于技术的应用场景与实施方式。成本管理挑战日趋严峻，AI智能体与助手已在IT、销售及客户服务领域取得初步成效，既证明自身价值，也为持续投资提供了充分依据。 战略#2：筑牢治理根基，激活竞争优势 仅21%的Salesforce客户表示，对其智能体AI的治理体系充满信心。在直面客户的领域，AI逐步具备自主决策力。然而，多数组织仍在人机协作责任落实方面缺乏关键的共识与机制保障。 战略#3：打通全域数据，赋能全景洞察 仅2 6 %的 高 管 表 示 其 大 部 分 客 户 数 据 存 储 在Salesforce中，这意味着近四分之三的组织仍未充分挖掘其数据价值。实现Salesforce与第三方平台及大型机数据的全域融合，是组织赢得深度客户洞察、实现降本增效，并最终驱动高质量决策与业绩增长的关键。 智能体AI已与CRM平台深度集成，但其投资回报的实现，关键仍在于领导者的有效推动。 上一年度的《Salesforce现状报告》曾揭示三大战略重点：充分释放数据潜能、定制AI用例以实现最优业务影响，以及携手生态伙伴构建核心能力。1市场态势早已表明，企业面临的问题不在于数据不足，而在于如何有效利用已有数据。 时至今日，这一挑战尤甚。AI革命承诺满满，但对许多Salesforce客户而言，现实却是支出不断，洞察不足。在复杂技术栈与碎片化数据架构的泥沼中，组织面临的压与日俱增力，必须证明其AI投资的价值。 IBM商业价值研究院(IBM IBV)的最新研究表明，组织AI愿景与落地现实之间，鸿沟日益扩大。超过1200家受访的Salesforce客户中，仅33 %用户表示，AI项目达成了预期投资回报率(ROI)。更令人担忧的是：72%的项目未能推广至其他业务部门，另有20%已陷入停滞、被终止或搁置。在客户要求即时响应与精准体验的时代，2企业已无缓冲余地。他们必须将AI从成本中心转变为驱动财务增长的核心引擎。 表现不佳的危局已然出现，而此刻，AI正实现从“建议者”到“执行者”的历史性跨越。传统AI工具仍局限于提供建议与执行特定任务，且需人类持续干预；而新一代自主智能体已崭露头角。智能体系统可自主感知、推理、决策，以极低的人工介入实现既定目标。 Salesforce低代码智能体构建工具的问世，实现了尖端能力的普惠化，也重塑了组织高管对AI应用的信心。调研中，多数受访者对Agentforce等具体构建工具寄予厚望，预测它们将有力推动运营增效(68%)、产品创新(65%)与业务成果达成(61%)。 但须知：即使智能体构建工具已成为Salesforce等平台的标配，但其商业价值也不会自动兑现。如果不能在云端、平台、功能与工作流之间建立共享的单一数据源(single source of truth)，智能体将被限制在孤立任务上，无法在企业范围内交付价值。研究表明，激活智能体AI的价值，并非仅仅是“打开功能键”那么简单。这要求我们重构想象，让AI、平台与人协同共创，在全触点、全场景中为客户提供无缝服务。 调研发现，一批具备前瞻性的组织，正率先打通智能体的企业级应用路径。它们在应对成本波动的同时，实现ROI最优化；以稳健治理为先，并挖掘Salesforce之外的数据宝藏。高管报告称，其效率提升60%，客户洞察能力增强57%，销售线索增长超过两倍。他们的AI投资既能稳定产出ROI，又能推动企业规模化增长。 本报告将揭示如何借鉴这些先驱经验，弥合AI愿景与实效之间的鸿沟。在第一部分，我们聚焦财务优化，并阐述组织如何通过战略部署来加速AI ROI，并管理成本的不确定性。第二部分，着眼于演进治理模型的迫切需求，以匹配AI日益增长的自主性，即通过嵌入防护机制来建立信任，并实现快速规模化。第三部分，我们聚焦于Salesforce与其他系统的互操作性，并阐释如何整合企业级数据源，以释放更大价值。最后，我们提供一份切实可行的行动指南，为组织勾勒出具体可行的路径，以此将智能体AI的潜力，转化为实际成果。 当前仅33%的Salesforce客户表示，其AI项目达成ROI目标。 Perspective观点 智能体AI展望 战略一：驾驭成本未知，优化投资回报 让智能体创造结果，否则让它退出岗位。 AI淘金热的背后，是一份让管理层倍感压力的账单。AI投入持续攀升，但关键业务功能却陷于错综复杂、难以互通的多云与工具生态中。本应成为增长引擎，如今却陷入财务泥潭。 AI定价模式正加速转向按用量计费，这无疑加剧了组织的压力。调研显示，62%的Salesforce客户担忧，AI成本无法预测，64%的客户指出，总拥有成本(TCO)的不清晰让他们无法判断，AI究竟是省钱利器，还是隐性开销。问题远不至于表面价格，更涵盖了实施周期、维护成本、持续再训练、平台更新，以及员工技能提升、推广与性能跟踪等常被忽略的隐性支出。这些因素，共同构成了问题的根源：组织难以量化并管理AI带来的长期财务影响。 64%的Salesforce客户认为，总拥有成本的不清晰让他们无法判断，AI究竟是省钱利器，还是隐性开销。 成本管控之道：应对AI的未知 前瞻型组织将AI投资纳入与人力决策同等严格的管控体系，以此化解财务与运营的不稳定性。面对不确定性，具有前瞻性的高管不再单纯依据预期节支或创收来决策，转而采用一种基于风险考量的ROI框架，从财务与组织双重维度构建清晰决策逻辑。 管理者同样需要对AI智能体的部署领域与方式负责（详见观点：“如何衡量AI智能体绩效”）。具体而言，要将智能体绑定于明确业务目标，预设基准，并从财务与运营双重维度对标结果。更重要的是，组织必须果断终止并淘汰那些无效的智能体。 价值实现之道：明晰AI的当下贡献 组织报告称，AI投资重点正转向能同步推动收入增长与成本优化的领域（见图1）。客户自助服务一马当先(70%)，电子商务紧随其后(65%)。后台运营同样呈现出显著增长：营销自动化投资增长占比达64%，IT平台与服务管理达61%，安全与合规则达到57%。 顶尖组织始终坚持让AI策略适配具体用例，而非本末倒置。智能体AI虽是实现自主的利器，却非应对所有局面的上策。AI的使用应因需而定，择优匹配。 目前，Salesforce客户表示，生成式AI在营销、销售和IT领域实现了最强的ROI；而AI智能体与助手则在IT、销售及客户服务领域取得初步成效。正因这些针对性应用与业务需求紧密契合，它们得以证明自身价值，并在不确定的经济环境中持续获得投资。 观点 如何衡量AI智能体绩效 让AI承担可量化的责任远比想象困难。与人类员工不同，AI智能体既不会提交工作报告，也不会参与绩效面谈，更不会“打卡上班”。其影响难以捕捉，也导致许多企业对于成功的定义，始终无法超越“提升效率”、“优化体验”等流于表面的模糊表述。 一个务实的开端，是为每个AI场景制定清晰的职责清单，并将经风险调整的ROI作为其核心考核目标。对此智能体，需明确其目标为何，基准何在？关键在于，在计入不确定性、运营风险及采用率等因素后，其实际收益几何？在30天、90天和180天时，如何定义成功？ 以销售为例，AI助手虽旨在提升转化、缩短成交周期，但评估时需权衡其收益与错误推荐、自动化失效等相应风险。客户服务场景下，智能体处理速度或许更快，但衡量时不能仅看时效，还需为工单升级或人工接管等情况修正指标。 它们不仅是衡量指标，更是管理的“压舱石”，让高管能够评估经风险调整后的真实影响，而非仅仅关注原始绩效。若缺乏这些锚点，AI将始终停留在“酷炫科技”的层面。而藉此锚点，AI方能转化为可量化的业务增长引擎。恰当的衡量标准会因职能和用例的不同而异。但根本原则不变：若让AI“上岗”，就必须明确其职责，并建立验证其成效的机制。 战略二：筑牢治理根基，激活竞争优势 工作流决策正在发生，无论你是否参与其中。 AI系统正日益频繁地做出自主决策，直接影响着客户体验与内部运营。这攸关运营完整性与品牌声誉，因此，决策机制、安全与风险管理绝不能仅是应付检查的选项。 然而，治理框架的落地与技术的飞速演进之间，鸿沟日益凸显。近四分之三的Salesforce客户认为，数字劳工的普及迫使企业强化风险管理，同时，他们也将其视为智能体AI成功的核心条件之一。然而，仅21%的客户强烈认同自身已具备必要的治理能力。且仅9%在AI评估中，将风险考量置于首位。 治理难题不仅在技术层，也渗透至人才管理。约三分之二的高管认为，智能体AI将重塑团队架构，同时，多数高管(73%)预计将让员工专注于更高价值的工作。然而，组织正匆忙迈入人机共创时代，却未建立完善的安全与治理防线。数据显示，仅30%的高管认为，明确的人机协作准则是智能体AI项目的关键成功因素。更有超半数(56%)尚未向员工发布全面的AI使用指南。这或可解释尽管乐观情绪已悄然升温，但高管对以AI改造客户与员工体验的信心仍与去年持平，仅为16%（见图2）。3 治理如何成为建立AI信心的关键 治理鸿沟也带来了战略机遇：率先构建可信治理框架的组织，将获得加速AI落地与负责任地规模化推广的底气，从而在创新速度上超越对手，构筑核心竞争力。研究表明，AI治理越成熟的组织，越能自信地扩展智能体AI，并实现客户与员工体验的变革。 高管对AI的看法已从忧虑转为谨慎乐观，但真正的信任尚未建立。 弥合AI治理鸿沟 治理之重已成共识，然其落地为何依旧步履维艰？原因在于，有效的治理非一纸空文，它必须能动态预判AI在多元现实压力、复杂情境及全周期内的综合表现。缺乏前瞻，则盲点滋生：存于智能体记忆中的受污染或误导数据会逐步扭曲决策，范围界定不当的集成会引发意外行为，而不受限制的权限则可能导致安全风险。4 不同行业和地区的实际情况，使治理难度倍增。医疗与金融行业面临最严格的合规监管。在欧洲，组织必须兼顾数据主权与跨境合规要求。当前公司面临双重挑战：将AI与主机系统整合的公司在处理最敏感数据时面临更高的安全与隐私考量；而朝向更开放的AI模型（开源、开放权重、开放数据）的转变，也加剧了对透明度与可审计性的需求。 在此背景下，治理要从合规机制升级为企业AI的核心操作系统。传统基于静态规则与周期检查的治理模式，难以适应智能体AI的动态特性。治理体系必须转向动态嵌入式，通过设置智能防护栏，在有效防范重大风险的同时，更能释放增长潜能、加速决策并打造卓越的客户体验。合规、安全与风险阈值必须被直接内置于AI智能体中，使其能在受监管的工作流中安全运行，同时不拖累业务效率。这一切需通过持续反馈环路以早期检测偏差，以及明确的人工干预协议来提供支持。唯有采取此种前瞻治理，组织方能为大规模AI应用奠定可靠根基，并将其锻造成真正的战略优势。 治理必须升维，从被动的合规要求，转变为驱动企业AI的操作系统。 案例研究 NDS Cognitive Labs携手Clip：以AI之力，推动墨西哥金融普惠5 墨西哥深陷金融普惠困局：38%的成年人“手机在手，却无银行账户”，此现状也潜藏着数字金融的巨大机遇。快速崛起的墨西哥金融科技独角兽Clip，已成