告別AI焦慮,阿里雲上的Salesforce給出了智能化路線圖_風聞
Alter-42分钟前

如果説過去兩年是大模型的技術狂歡,現在潮水的方向正在改變。
經歷了技術創新的興奮期後,越來越多的企業開始理性思考AI的價值,不再聚焦於大模型的參數競賽,在炫技到實用的轉折中,一個終極問題漸漸浮出水面:AI如何才能轉化為實實在在的增長?
日前舉辦的阿里雲上的Salesforce AI CRM大會上,作為和“增長”關係最密切的賽道,阿里雲上的Salesforce交出了一份高分答卷,一份關於企業如何駕馭AI、重回增長快車道的清晰戰略與可行路徑。
01 企業AI的“冰與火之歌”
早在2024年,頭豹研究院就在《2024年中國AI Agent行業研究》中寫道:中國AI Agent市場預計至2028年將達8520億元,年均複合增長率為72.7%;在To B端,AI Agent將逐漸把SaaS應用全面進行改寫重構。
過去一年多時間裏,企業級AI賽道確實有了爆發的跡象:頭部的金融機構紛紛部署了千卡乃至萬卡算力集羣,以滿足萬億參數大模型的高併發推理需;製造業的單項冠軍們,陸續將大模型落地到了生產環節,實現了異常事件預警、生產工藝優化等能力;越來越多的互聯網企業將AI融入到軟件開發生產線,進一步提升了研發效率……
但在AI+CRM的場景上,企業卻表現出了前所未有的剋制。並非是藍圖不夠誘人,而是落地過程中的種種阻礙。

一是信任問題。
和消費級場景最大的不同,AI在企業級場景中不能是一個“允許出錯的玩具”,而是直接影響業務決策、用户體驗甚至品牌形象的生產力工具,對輸出結果的準確性要求極高,對幻覺近乎“零容忍”。
比技術更復雜的,其實是企業的信任問題。AI必須確保結果可控、可解釋、可追溯,只有經得起內部風控審查和外部監督問責,才能真正融入業務流程,而非停留在“輔助演示”或“試點項目”的階段。
二是數據痛點。
在CRM系統中,客户信息、交易記錄、跟進日誌等結構化數據,構成了企業數字化管理的基礎。然而真正沉澱企業知識、體現客户情感、反映業務細節的,卻是客服聊天記錄、產品使用反饋、內部知識庫文檔等非結構化數據。
非結構化數據體量龐大、格式多樣,卻藴含着豐富的上下文、問題鏈條與用户意圖。如果不能有效處理這些數據,企業的AI系統將始終侷限在“靜態信息”中做判斷,無法形成深層理解,更談不上個性化洞察與智能決策。
三是流程斷裂。
如果AI的落地脱離了業務主線、是需要頻繁切換窗口和上下文的“新工具”,恐怕難以提升效率。因為體驗上的割裂,不僅打斷了員工的工作流,還極大地降低了AI的使用頻率和場景粘性,甚至成為新的操作負擔。
有價值的企業級AI,必須做到“無感融入”,比如和CRM系統深度集成,在業務流的關鍵節點上主動提供智能輔助,讓員工在不知不覺中用上AI、用好AI。只有讓AI成為流程的一部分,效率提升才不是一句口號。
相較於戰略層面的高舉高打,戰術層面上必須要沉下心打通堵點,畢竟大多數企業並不渴望一場顛覆式的“AI革命”,需要的是務實、可落地的解決方案,一套能穩紮穩打、見效可控的增長組合拳。
02 為中國市場“量身定製”
2016年就試水AI的Salesforce,可以説是全球範圍內最有話語權的CRM企業:最初只是將AI作為CRM的功能補充,現在已然進階為驅動企業運營的自主智能產品,成為整個行業的創新風向標。
深耕中國市場的阿里雲上的Salesforce,並未照搬海外產品,而是打造專為中國市場定製的AI解決方案。
原因並不難解釋。中國市場有着不同的語言和數據,有着獨特的基礎設施、數字生態與數據合規要求,想要滿足中國市場的客户需求,照搬海外模式註定行不通,必須要針對中國市場的習慣和需求“量身定製”。
相應的,阿里雲上的Salesforce進行了兩個方面的因地制宜。
第一個是對中國數字生態的適配。
時間回到2024年初,阿里雲上的Salesforce正式發佈為中國客户打造的本地化擴展組件互聯網關(CXG),幫客户解決了與微信、小程序、企業微信、高德地圖等中國本土數字生態的聯通。
在阿里雲上的Salesforce AI CRM大會上,公佈了兩個新動態。

一個是阿里雲上的 Salesforce 企業微信應用程序的 AI 能力。企業微信的Salesforce應用可以作為企業常用的 AI 功能入口,支持在銷售、服務等場景中與客户進行智能互動,幫助整合和激活非結構化數據,提升運營效率和客户體驗。
另一個是靈活、適應性強的小程序插件模板,企業可以通過預構建的插件模板,輕鬆定製應用,同時保持一致的安全性和專業支持,使開發團隊能夠專注於構建具有企業特色的業務流程和操作。
第二個是在可信度和安全性方面。
在AI落地的過程中,數據安全和合規始終是企業不可觸碰的底線。一旦在數據處理、傳輸,或AI調用過程中出現泄露、濫用、越權訪問等問題,企業所面臨的將遠不止技術層面的失誤,而是監管處罰、用户信任流失、品牌聲譽受損在內的多重打擊。

阿里雲上的Salesforce和阿里雲百鍊在安全方面進行了深入合作,涵蓋數據採集、模型訓練、評測、部署到使用的每一個環節,確保內容、數據與系統的全面安全,致力於為客户打造一個信、可控、合規的 AI 使用環境 。
做一個總結的話:在AI CRM的佈局上,阿里雲上的Salesforce沒有倉促上線新功能,選擇在安全合規上下苦工,同時為企業打通了讓AI貫穿客户生命週期的路徑,幫助企業持續釋放AI的強大潛能。
03 AI落地的“三步走”策略
解決了安全可信和生態適配的問題後,怎麼穩步推進AI落地呢?在回答這個問題前,先來思考下企業的核心訴求。
以一名銷售人員的日常為例,需要在紛繁的數據中識別潛在客户,不斷打磨溝通話術,梳理客户需求,推進合同進度,處理各種客户反饋,還要定期向上提交數據分析與彙報材料……精力都消耗在了繁瑣的事務上。
理解了客户使用CRM系統的痛點,也就不難讀懂阿里雲上的Salesforce的策略:沒有過度堆砌AI能力,而是順應企業從“想要AI”到“用好AI”的轉型節奏,提供了一條結構清晰、落地性強的路徑。

確切的説是“三步走”策略。
第一階段是AI Actions (打通基礎,建立信任)。
在阿里雲上的Salesforce中,Action是將生成式AI融入業務流程的最小單位,企業可以使用開箱即用的標準Actions,也可通過Apex、Flow等方式構建自定義的Actions。
其中Prompt Builder讓管理員能夠在整個企業範圍內創建、整合和管理Prompt,用AI生成的數據填充字段、起草個性化的微信消息,讓生成式AI無縫嵌入到銷售、客服、營銷等核心流程中。
目的是通過Prompt Builder和開箱即用的AI Actions,讓企業在現有CRM流程中“無痛”植入AI能力(如一鍵生成摘要、智能總結客户記錄),幫助員工和管理者建立對AI的初步信任和使用習慣。
第二階段是CXG RAG (盤活數據,釋放潛能)。
就像前面所提到的,企業的知識庫文章、文檔、個案筆記、演示材料、聊天記錄等資料中藴藏着大量知識。由於非結構化數據形式多樣、難以標準化,組織、存儲和集中管理的成本較高,一直是“被遺忘的金礦”。
阿里雲上的Salesforce將在2025年秋季推出由CXG RAG驅動的增強型AI Actions,讓AI在企業的非結構化知識庫中進行搜索、提取信息,並注入到Prompt 中,幫助銷售和客服人員生成更準確、貼合業務的回覆。
屆時客户只需要點擊幾下,就能利用非結構化數據生成有價值的內容,進一步盤活數據資產、釋放數據潛能。
第三階段是Agentic Experiences (重塑流程,邁向未來)。
彼時AI將不再是被動執行命令的工具,而是能主動引導工作流程、確保合規、自動完成任務的“數字員工”。
同時也意味着,在Agentic Experiences的幫助下,AI將深度嵌入日常工作流程中,讓企業員工從重複性流程中徹底解放出來,放下瑣事,專注於最需要人類智慧和情感的創造性、戰略性工作。
按照阿里雲上的Salesforce的規劃,將提供面向不同行業與崗位的開箱即用模板,旨在以“看得見的智能體驗”重塑一線工作的效率。
可以看到,阿里雲上的Salesforce的答案並不激進,卻是多數AI先鋒企業走過的共同軌跡:企業應用AI不應追求“一步登天”,而是先從高價值、易集成的場景切入,再逐步深化數據應用,最終探索流程的自動化重塑,打開通向智能化未來的大門。
04 寫在最後
正如阿里雲上的Salesforce所示範的,在“增長”的現實訴求下,企業AI不應該好高騖遠,而是從兩方面解決問題。
在術的層面,通過將AI嵌入業務組件、工作流和數據流,顯著提升各環節的執行效率,減少業務員在錄入、查找、整理等重複性工作上的消耗,把更多時間還給“人”本身,用於客户溝通、方案打磨、關鍵節點的判斷與推進。
在道的層面,AI不只是提效工具,更是認知升級的槓桿。通過構建“營銷大腦”,幫助銷售更早識別客户意圖、及時捕捉線索變化、精準洞察行為趨勢,在關鍵時刻提供策略建議和決策輔助,激發個人與組織更大的潛能。
“術”解決執行問題,“道”引領思考方式的演進。一進一深的雙輪驅動,將是AI從技術力轉化為增長力的最佳答案。