文章重點
- Salesforce Agentforce平台企業客戶數從12,500家躍升至18,500家，單季增長48%
- 平台每月處理超過30億自動化工作流，累計處理Token數突破3萬億
- Agentforce相關產品年經常性收入（ARR）已突破5.4億美元大關
- 應用場景覆蓋銷售、客戶服務、行銷及電子商務四大核心業務領域
- CEO Marc Benioff將此定義為繼預測式AI和生成式AI之後的「第三波AI浪潮」
數據不會說謊：企業AI採用正在加速
過去一年，「AI泡沫」的論調幾乎成為科技評論圈的主流敘事。質疑者指出，儘管大型語言模型的能力不斷提升，但真正在企業環境中大規模落地的案例寥寥可數。然而，Salesforce最新公佈的Agentforce數據，正以最直接的方式回應這些質疑。
截至2026年2月，Agentforce平台的企業客戶總數已達到18,500家，較上一季度的12,500家增長了48%。這意味着在短短三個月內，有6,000家企業決定將AI代理技術融入其核心業務流程。這不是概念驗證（PoC），不是免費試用，而是實實在在的企業級付費採用。
更值得關注的是增長的加速度。Agentforce在2025年第四季度的客戶淨增長約為4,200家，而本季度的6,000家新增客戶意味着增速本身也在提升。這種正向加速的模式通常出現在企業軟件產品跨越「鴻溝」（Chasm）進入主流市場的階段。
從行業分佈來看，新增客戶橫跨金融服務、醫療健康、零售消費、製造業及科技等多個行業，反映出AI代理的價值並非局限於某一特定垂直領域，而是具有普遍適用性。其中，金融服務業的採用增長最為迅猛，佔新增客戶的約28%，這與該行業對自動化客戶服務和合規流程的強烈需求高度吻合。
3萬億Token背後的真實生產力
如果說客戶數量是一個「輸入」指標，那麼平台實際處理的工作量則是衡量AI價值的「輸出」指標。Agentforce迄今已累計處理超過3萬億個Token——這個數字的規模遠超大多數人的想像。
要理解這意味着什麼，可以做一個簡單的對比：3萬億Token大約相當於處理了60億份標準商業文件的內容量。這些Token並非來自聊天機器人的閒聊對話，而是銷售預測分析、客戶服務自動回覆、行銷內容生成、訂單處理優化等真實業務場景。
每月超過30億次自動化工作流的執行頻率更加說明問題。這代表Agentforce已經深度嵌入到這18,500家企業的日常運營之中。平均計算，每家客戶每月觸發超過16萬次AI驅動的自動化流程。這種使用密度表明，AI代理已經不再是「錦上添花」的附加功能，而是成為企業運營不可或缺的基礎設施。
從技術層面來看，3萬億Token的累計處理量也反映了Salesforce在AI基礎設施上的巨大投入。要支撐這一規模的推理運算，需要大量的GPU集群和優化的推理引擎。Salesforce在2025年與NVIDIA和AWS達成的戰略合作，為Agentforce提供了充足的算力保障，同時將每次推理的邊際成本控制在可持續的水平。
什麼是Agentic AI？
Agentic AI（AI代理）與傳統的生成式AI有根本區別。生成式AI接收輸入、產出結果，每次交互都是獨立的。而AI代理能夠自主規劃多步驟任務、調用不同工具和API、根據中間結果調整策略，並在無需人工干預的情況下完成複雜的端到端業務流程。Salesforce的Agentforce正是這一理念的大規模商業化實踐，讓企業能夠部署能「自主工作」而非僅僅「回答問題」的AI系統。
四大業務場景的全面滲透
Agentforce的增長並非依賴單一使用場景，而是在四個核心業務領域同步擴展，這使其商業模式具有更強的抗風險能力和可持續性。這種多場景並行推進的策略，也意味着企業一旦在某個場景中驗證了AI代理的價值，便很容易將其擴展至其他業務部門——形成強大的交叉銷售效應。
銷售（Sales）：AI代理自動處理銷售線索評分、客戶跟進提醒和報價生成。據Salesforce披露，使用Agentforce的銷售團隊平均將成交周期縮短了22%，銷售代表每天可多處理35%的客戶互動。對於依賴銷售團隊的B2B企業而言，這直接轉化為收入增長。
客戶服務（Service）：這是目前採用率最高的場景。AI代理能夠獨立處理約60%的客戶服務請求，從訂單狀態查詢到退換貨流程，全程無需人工介入。複雜問題則會自動升級至人工客服，並附帶完整的上下文摘要。多家部署企業報告客戶服務成本下降了30%至45%。
行銷（Marketing）：AI代理根據客戶行為數據自動調整行銷活動的內容、時機和渠道。個人化程度從傳統的客戶分群提升到了真正的一對一定制。早期採用企業的行銷活動轉化率平均提升了28%。
電子商務（Commerce）：AI代理管理動態定價、庫存優化和個人化推薦。在電商旺季，Agentforce能夠在毫秒級內完成原本需要數小時人工分析的定價決策。零售業客戶反饋，AI驅動的動態定價策略使毛利率平均提升了3至5個百分點。
值得強調的是，這四大場景之間並非孤立運作。Agentforce的統一數據平台使得銷售、服務、行銷和電商的AI代理能夠共享客戶洞察。例如，客服代理在處理投訴時獲得的反饋，可以自動傳遞給行銷代理來調整下一輪活動的策略。這種跨場景的智能聯動，是Agentforce相對於單點AI解決方案的核心競爭壁壘。
5.4億美元ARR：從實驗預算到核心支出
Agentforce相關產品的年經常性收入（ARR）突破5.4億美元，這個數字本身就足以構成一家獨角獸級別的SaaS公司。但更重要的是這個數字所代表的意義——企業正在將AI代理的支出從「創新實驗預算」轉移到「核心運營支出」。
從Salesforce的角度來看，5.4億美元的ARR意味着Agentforce已經成為公司增長的重要引擎。按照當前48%的季度增長率推算，到2026年底，這一數字有望突破15億美元。考慮到Salesforce的總年收入約為400億美元，Agentforce正在從一個新興產品線成長為一個實質性的業務板塊。
值得注意的是，5.4億美元的收入結構並非來自少數大型企業的鉅額合約。Salesforce的定價模式採用基於使用量的計費方式，每次AI代理的「對話」或「行動」按量收費。這種模式確保了收入與實際價值交付直接掛鈎——企業用得越多，說明獲得的價值越大，Salesforce的收入也隨之增長。
Agentforce的定價策略
與傳統的按席位（per-seat）訂閱模式不同，Agentforce採用「按對話計費」（per-conversation pricing）的創新定價方式。每次AI代理與客戶或內部用戶的完整交互被視為一次「對話」，根據複雜程度和業務場景不同，每次對話的價格在2至5美元之間。這種模式打破了傳統SaaS的收入天花板——當AI代理處理的工作量越多，收入自然增長，而企業也只為實際獲得的服務付費。
Marc Benioff的「第三波」願景
Salesforce CEO Marc Benioff將Agentforce的崛起定義為AI發展的「第三波浪潮」。在他的框架中，第一波是預測式AI（Predictive AI），利用機器學習分析歷史數據來預測未來趨勢；第二波是生成式AI（Generative AI），以ChatGPT為代表，能夠創造文本、圖像等內容；而第三波則是代理式AI（Agentic AI），能夠自主完成複雜的業務任務。
Benioff在最近的財報電話會議上表示：「我們正在見證企業軟件歷史上最深刻的範式轉變。過去二十年，我們把軟件從本地搬到了雲端。而現在，我們正在把工作從人類搬到AI代理。」
在Benioff的框架中，每一波AI浪潮並非互相取代，而是層層疊加。預測式AI仍然在Agentforce的底層運作，負責數據分析和趨勢預判；生成式AI提供自然語言理解和內容生成能力；而代理式AI則將這些能力整合為端到端的自主工作流。這種「三波融合」的架構，使Agentforce在技術深度上具備了顯著的複合優勢。
這番話或許略顯誇張，但數據確實在支撐這一敘事。Agentforce的增長軌跡讓人聯想到Salesforce在2000年代初期推動CRM雲化時的場景——當時也有大量質疑聲音認為企業不會將核心業務數據放到雲端。歷史已經證明Benioff當時的判斷是正確的，而他這次的押注看起來同樣具有強大的數據支撐。
對AI泡沫論的結構性反駁
AI泡沫論者通常提出三個核心論點：第一，企業AI的投資回報率（ROI）不清晰；第二，大多數AI項目停留在概念驗證階段，無法規模化；第三，AI收入主要集中在基礎設施層（如GPU和雲計算），應用層的變現能力存疑。
Agentforce的數據逐一反駁了這些論點。首先，客戶服務成本下降30-45%、銷售周期縮短22%、行銷轉化率提升28%——這些都是可量化、可歸因的ROI指標。其次，18,500家企業客戶和每月30億次工作流執行表明，AI代理已經跨越了從PoC到生產環境的鴻溝。最後，5.4億美元的應用層ARR證明，AI的商業價值並不僅限於賣算力和模型API。
當然，這並不意味着所有AI公司都能成功。Agentforce的成功很大程度上得益於Salesforce在CRM領域長達二十多年的積累——它擁有海量的企業客戶關係數據、成熟的分銷網絡和深厚的行業know-how。沒有這些基礎，純粹的AI技術很難在企業市場快速起飛。
此外，AI泡沫論者忽視了一個關鍵的結構性差異：這一輪AI投資周期與2000年的互聯網泡沫在本質上截然不同。互聯網泡沫時期，大量公司在尚未建立收入模式的情況下追求用戶增長。而Agentforce從第一天起就以ROI為核心賣點——每一筆企業支出都可以追溯到具體的成本節約或收入增長。這是一個以價值為導向的採用循環，而非以炒作為驅動的投機行為。
競爭格局與行業影響
Agentforce的快速增長正在重塑企業AI市場的競爭格局。Microsoft的Copilot Studio、ServiceNow的Now Assist、以及一眾初創公司如Cohere和Anthropic的企業方案都在爭奪同一批客戶。但Salesforce的先發優勢和深度整合能力使其在CRM相關場景中佔據了有利位置。
對於整個企業軟件行業而言，Agentforce的成功發出了一個明確信號：AI代理不是未來的概念，而是當下的現實。那些尚未制定AI代理策略的企業軟件公司將面臨被邊緣化的風險。Gartner最新預測，到2028年，全球50%的企業將部署某種形式的AI代理系統，而這個比例在2025年初還不到8%。
對於香港和亞太區的企業而言，Agentforce的案例提供了一個重要的參考框架。隨着Salesforce持續擴展其在亞太區的AI基礎設施和本地化能力，預計將有越來越多的區域企業加入這一浪潮。金融服務、零售和物流等香港優勢行業，尤其有望成為早期採用者。
特別值得一提的是語言和本地化方面的進展。Agentforce在2026年初新增了對繁體中文和粵語語境的深度支持，使得AI代理能夠理解和回應具有本地特色的客戶表達方式。這對於服務業佔GDP比重超過90%的香港經濟而言，無疑是一個重要的催化因素。
未來展望：從代理到自主
展望未來，Agentforce的發展路線圖暗示了一個更加深遠的變革方向。目前的AI代理雖然能自主完成多步驟任務，但仍然在人類預設的規則和流程框架內運行。Salesforce的研發團隊正在探索更高層級的自主性——讓AI代理能夠識別業務流程中的瓶頸，並主動提出優化方案。
這種從「執行代理」到「顧問代理」的進化，可能在未來12至18個月內實現。屆時，AI代理將不僅僅是執行任務的工具，而是能夠參與業務決策的「數位同事」。Salesforce已在內部代號為「Einstein Autonomy」的項目中測試這一概念，初步結果顯示AI代理提出的流程優化建議中，有超過40%被人類管理者採納。
此外，Salesforce正積極構建開發者生態系統。Agentforce的開發者工具包（SDK）已經開放給第三方ISV（獨立軟件供應商），允許他們在Agentforce平台上構建垂直行業的專用AI代理。目前已有超過200家ISV合作夥伴加入了這一生態，覆蓋醫療、金融、製造等行業。這種平台化策略如果成功，將使Agentforce的價值遠超Salesforce自身產品線的範疇。
從更宏觀的角度來看，Salesforce Agentforce的成功代表了AI產業從「技術驅動」到「價值驅動」的關鍵轉折點。當18,500家企業願意為AI代理持續付費，當每月30億次工作流在無聲中運行，當5.4億美元的真金白銀流入應用層——AI泡沫論者或許需要重新審視他們的立場了。
對於企業決策者而言，Agentforce的故事傳遞了一個明確的訊息：AI代理技術已經準備好進入生產環境，而等待觀望的成本正在不斷上升。在競爭對手已經開始利用AI代理提升效率和客戶體驗的當下，遲遲不行動的企業將面臨越來越大的競爭劣勢。
正如Marc Benioff所言：「最好的反駁不是文章，而是數據。」Agentforce用數據說話，而數據正在說的是：企業AI的黃金時代，才剛剛開始。