Salesforce 现状报告 2025-2026-IBM 商业价值研究院

2025-20261战略一：驾驭成本未知，优化投资回报战略三：打通全域数据，赋能全景洞察行动指南Salesforce客户仍难以显著提2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战略#3：打通全域数据，赋能全景洞察仅26%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3 4 深度集成，但其投资回报的实现，关键仍在于领导上一年度的《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IBM商业价值研究院(IBMIBV)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，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6 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(singlesourceoftruth)，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AIROI，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，为组织当前仅33%的Salesforce 59%的的Salesforce客户认为，智能体AI带来的收益，智能体AI的应用领域32%31%24%><><21%20%CC20%19%IT，安全，智能体AI应用智能体AI对核心业务绩效的预期影响53%8%22%12%8%41%23%25%39%70%65%68%7 8 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64%的Salesforce客户认为，总拥有910 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 后台AI投资领域64%营销自动化70%65%63%70%65%63%56%51%50%44%客户自助服务销售赋能联系中心支持与服务分销渠道线下直销61%57%61%57%55%53%49%36%IT（平台与服务安全与合规监测安全与合规监测收入运营收入运营现场服务现场服务人员规划人员规划供应链供应链11 让AI承担可量化的责任远比想象困难。与人类员工作报告，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12 13 141415 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 高管对AI的看法已从忧虑转为谨慎乐观，202420253%我们尚未做好准备7%3%我们认为AI无法带7%13%17%感兴趣，但不知从18%20%感兴趣，却担心潜27%41%谨慎乐观19%16%充满信心16%16 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17 以AI之力，推动墨西哥金融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，已成为推动金融普惠的重要力量，赋能Labs融合自然语言处理、NeuralSeek与云端算力，打造出基于检索增强生成(RAG)的高级会话式AI解决方案。借此，聊天机器人能精准识别用户需求，并实时调取外部数据，以应对海量问该方案通过与Salesforce云的无缝连接，深度赋能AI助手，使其具备从生成销售线索、创建客服工单到身份验证及数据调取等全流程功能。借助自然语言处理，能够精准识别产品提及，并适时18Clip的全渠道服务可同时处理超6000个交互， 19 20 正因为AI智能体支持低代码开发，团队反而容易急于求成。此路危险，一切须以数据为基。客户忠诚度之争，数据是致胜命脉，胜败在此一举。在我们的Salesforce客户调研显示，未来两年，组织最关注的三大重点依次为客户体验(66%)、产品创新(60%)与AI应用(57%)。69%的高管表示，AI只有实现跨认知未必导向成果。AI投资不断加码，但74%的Salesforce客户仍难以显著改善客户体验与参与度。原因何在？因为，客户对精准、预测与安全的高要求，必须植根于稳健的技术底座，而后者恰是许多企业的薄弱环节。调研显示，Salesforce客户面临的头号挑战，是遗留系统现代化(64%)。对智能体AI69%的高管表示，AI只有实现跨平台互联互通，才能真正创造业务2122 问题根源在于数据孤岛。低代码平台让AI智能体快速起飞，却也让其沦为数据无源之水，在多数企业中盲目空转。仅26%的高管表示其大部分客户数据存储在Salesforce中。对其余74%的组织而言，其ERP系统中的订单记录、保险大型机中的理赔数据、金融系统中的交易与账单等核心数据，均困于孤岛，致使AI智能体无法纵览完整的客户全景。忽视数据整合，将使组织成功部署智能低劣是最大的落地阻碍（53%）。所幸，组织无需推倒重来，即可释放既有系统中的数据价值。零拷贝数据集成与数据结构(datafabric)等现代技术，能够安全解锁后台系统与大型机中的数零复制不是迁移数据，而是建立虚拟访问通道，让AI与分析工具能实时调用信息，而数据始终留在安全的原系统中。数据结构将分散的数据源织成统一网络，实现跨系统互通。新兴标准如模型上下文协议(MCP)、AI-to-AI（A2A，现已纳入智能体通信协议ACP），为系统级无缝集成与沟通奠定了基础。例如在银行业，利用集成技术可直接从信贷系统调取欺诈检测信号，无需迁移。在医疗保健行业，该技术可在不触及底层架构的情况下，实现电子病历、排班与账 成效可从实际表现中得到验证（见图3）。将Salesforce与Adobe、SAP、性上全面领先。以一家年营收190亿美元的企业为例，平台互联可额外创造约即便大型机集成通常被认为复杂且高风险，但仍能带来可观回报。连接大型机数据的Salesforce客户，在成成效的概率高出近30%。归根结底，AI智能体的上限由它能触达的数据深度决定。未来的客户体验之23 集成数据赋能，重塑优惠申请处理流程7西澳大利亚水务公司(WaterCorporation)服务覆盖逾130万客户，其中每年处理4万多份针对养老金领取者及其他符合条件客户的优惠申请。其沿用十年的陈旧人工模式已不堪重负，既难以应Salesforce的应用扩展为战略级客户支持平台。eConcessions平台能够简化自动化工作流，实现该方案的集成能力实现了近实时数据交换，有效凭借Salesforce强大的生态连接力，此方案可轻2425 消除数据孤岛的组织，实现了更优的 连接外部平台数据至Salesforce 连接外部平台数据至Salesforce△连接大型机数据至Salesforce报告拥有高度成功360。客户视图的可能性高出预测准确性显著提升客户洞察显著改善的可能性高出AI预测精准度跃升通过Salesforce成功实现成本节约的可能性高出2.7倍2.6倍2.4倍2.4倍 智能体AI代表着一种全新的商业逻辑。借助Salesforce平台，客户可以轻松驾驭AI智能体的能力，将其转化为商业价值。但没有天降的硕果，只有耕耘的收获。释放智能体AI的全部ROI，需要组织绘制一张全新价值蓝愿意潜心投入的企业，将解锁三重核心价值，即无缝的客户体验、卓越的运营效率，与体系化的创新动能。然而对准备不足的企业而言，最先进的AI智能体也终将流于形式。它们满载期待而来，却始终无法达成管理层所0101梳理AI版图，聚焦客户体验、员工效能与商业价值交汇点，优先在销售、客户服务、网络安全三大场景部署智能体应用。以标准化框架奠定性能基准，确保智能体部署前即有章可循。部署后需精准衡量ROI，将风险调整后的商业收益与数据使用效能共同纳入评估体系。快速启动项目，在测试中验证、在评估中调整、在风险管控中迭代，构建快速学习到精准优化的敏捷闭环。以协同之道统筹智能体AI，兼顾用户体验与商业成26在AI全流程设立治理检查点，包括设计构思、训练调优、部署运营、监测预警至规模扩张各关键阶段。组建跨职能治理团队，融合技术专家与业务骨干，实现对AI智能体风险与收益的均衡决策。部署实时监测工具，透视AI智能体决策全过程，明确责任主体，实现风险主动防控。以卓越治理构筑信任基石，将稳健规范转化为加速拓展02 03打造精准决策引擎。超越基础集成，构建可组合战略：简化技术架构、构建整合平台，实现Salesforce与核心企业系统及数据基础设施的深度融合。运用零复制集成与数据结构技术，降低系统延迟、避免冗余成本，加速智能体AI就绪进程。精心规划的集成能释放更深洞察、提升精准度、加速决策并实现显著降本，且无需推倒重来2728/in/timelcott/tim_elcott@创新与业务增长。他兼具战略思维与实操能力，善于/in/maryfrattorowe/NishaKohli/in/nishakohli1/型，贯通战略、设计与技术三大维度。她携手客户共同探索数字产品新范式，使其更好服务客户、赋能员SrinivasRudrabhatla/in/srinirudrabhatla/企业的核心管理层。他倾力协助各类组织完成战略重秉持以人为本的理念，并精通行业流程、交付实施与特别感谢SaraAboulhosnBenjaminHurteJoannaWilkins29在IBM，我们积极与客户协作，运用业务洞察和先进的研究方法与技术，帮助他们在瞬息万变的商业IBM商业价值研究院提供有研究支持和技术支持的战略洞察，帮助领导凭借IBM在商业、技术和社会交叉领域的独特地位，我们每年都会针对成千上万高管、消费者和专家展开调研、访谈和互动，将他们的观点综合成可信赖的、振奋人心和切实可行的洞察。需要IBV最新研究成果，请在/ibv上注册以接收IBMIBV的电子邮件通讯。访问IBM商业价值研究院中国官网，免费下载中文研究报告：https://www./ibv/cn。由IBM商业价值研究院倾力呈现。IBM商业价值研究院连续两年荣膺SourceGlobalResearch基于深度研究的战略洞察、数据与分析，助您优立即订阅：ibm.co/ideawatch30研究和分析方法IBM商业价值研究所(IBMIBV)与牛津经济研究院度开展了一项全球调研式访谈。本次调研对象为Salesforce客户，样本总量为1,222名受访者，调研覆盖全球23个国家和地区，以确