Salesforce智能体企业：SaaS到SaSo的革命
Salesforce智能体企业：SaaS到SaSo的革命
“软件即服务”（SaaS）模式的开创者Salesforce，正站在新一轮企业软件革命的潮头。在AI智能体技术日益成熟的今天，企业正面临从“销售用户操作的应用”转向“交付由软件在人工监督下执行的成果”的深刻变革。这不仅仅是技术架构的迭代，更是商业模式的重塑。
Salesforce在Dreamforce 2025大会上，展示了其向“智能体驱动的企业”（Agentic Enterprise）和“服务即软件”（Service as Software, SaSo）转型的决心。他们不再满足于简单的Copilot演示，而是深入攻克智能体系统在企业级部署中的“运营难题”——包括可观测性、编排、数据质量和治理。
那么，Salesforce能否凭借其AgentForce 360、Data Cloud和智能系统（SoI）等核心平台，将这种严谨的工程实践转化为持久的竞争优势，再次引领企业软件的未来？这场从SaaS到SaSo的革命，将如何重塑我们的技术栈和商业逻辑？本文将带您深入剖析Salesforce的战略布局，探讨其在AI时代重拾主导地位的关键。
阅读收获
- SaaS到SaSo的商业模式变革： 深入理解“服务即软件”（SaSo）如何通过封装专业知识、降低边际成本，驱动企业在AI时代实现非线性增长。
- 智能系统（SoI）的战略作用： 掌握SoI作为连接数据与应用的抽象层，如何构建动态“4D地图”，赋能智能体进行感知、决策与行动。
- 企业级智能体部署核心要素： 洞察生产级智能体集群所需的“脚手架软件”，包括受治理的行动、丰富上下文及原生的可观测性与测试。
- Salesforce Agentforce 360整合策略： 了解Salesforce如何统一应用、数据和交互，构建可信赖、可扩展的智能体驱动企业。
深度思考
- Salesforce提出的“服务即软件”（SaSo）模式，在实际企业落地中，将面临哪些技术和组织层面的挑战？其能否真正打破长达60年的信息孤岛？
- 文章强调了智能体系统中的“脚手架软件”和可观测性对于后续运营的重要性。您认为在构建和管理大规模智能体集群时，如何平衡创新速度与治理、安全及合规性？
- Salesforce的整合策略与Palantir、Celonis等专注于流程的竞争对手相比，其核心差异化优势和潜在风险分别是什么？您更看好哪种路径在智能体时代的长期发展？
👉 划线高亮 观点批注
Main
Salesforce的下一个时代：智能体驱动的企业（Agentic Enterprise）
深度分析（BREAKING ANALYSIS）作者：David Vellante, George Gilbert, Paul Nashawaty and Scott Hebner
Salesforce公司（Salesforce Inc.）正从生成式AI的炒作阶段，转向更艰巨的工程工作，以创建智能体驱动的企业（agentic enterprise）。
本周的Dreamforce 2025大会向我们展示，这家创建了最初“软件即服务”（SaaS）模式的公司，现在希望引领我们称之为“服务即软件”（service as software）的浪潮。在我们看来，这代表了一场深刻的革命，不仅在技术上，更在商业上。在一个AI智能体跨越记录系统、交互系统和智能系统交付成果的世界中。
我们的评估是，Salesforce的AgentForce 360平台正在跨越第一天的早期版本，开始攻克第二天的难题和客户需求。这意味着什么？它不再仅仅是在Customer 360内部演示Copilot。相反，该公司正在解决可观测性、编排、数据质量等棘手问题，这些问题决定了智能体系统能否在企业中扩展。
这才是真刀真枪的时刻。一个新的运营层的出现，带来了智能体可观测性和分析等关键新功能。我们将其比作“智能体领域的Datadog” ，其中每个决策、每个工作流转换和推理步骤的沿袭都被跟踪，以实现溯源、性能和持续学习。这种学习包括吸收人类的推理轨迹。这一切都是Data Cloud的延伸，并使Salesforce成为一个纯软件的智能体驱动型超大规模厂商。
与此同时，Salesforce正在巩固其Data Cloud，将其作为信任和准确性的基础。我们看到一个新的软件堆栈正在出现，它将从今天孤立的SaaS应用演变为智能系统（system of intelligence, 简称SoI），其中数据治理和元数据被统一起来，以支持智能体执行。这是客户、投资者和高管们一直在等待的一天。我们谈论的是减少花哨的表演，增加系统架构的严谨性。
在本次深度分析中，我们将带您了解Dreamforce 2025的分析和要点。我们今天要解决的战略问题是：在超大规模厂商、其他SaaS参与者和开源生态系统将智能体平台商品化之前，Salesforce能否将这种严谨性转化为持久的优势并击败竞争对手。我们还将探讨Salesforce的开放姿态如何吸引新的合作伙伴。我们将检验我们的论点：首席执行官Marc Benioff正在押注一个类似于赢得SaaS时代的整合策略——围绕企业信任，将应用、数据和交互统一到一个可扩展的云原生运营模式中。我们相信，这些成果不仅将定义Salesforce的未来，还将定义人工智能构建者与智能体驱动型企业运营者之间的竞争平衡。
这个巨头能多快重拾其主导地位？
我们选择“金刚”（King Kong）的视觉形象来定调，因为Salesforce引领了SaaS革命。这张图片（由Gemini的新图像生成器Nano Banana提供）是刻意为之的。几十年来，Salesforce一直是应用领域的“金刚”——占据主导地位、引人注目且久经沙场。它不像被绳索捆绑的格列佛，但在公司完善其套件之后，它无疑已经成熟。现在的真正问题是，随着行业从云交付的自动化工具转向交付工作本身——即在软件中实现业务成果——这种成熟能否转化为一种新的领导力。
我们相信这标志着企业软件领域长达20年的重置的开始。重心正从 “销售用户操作的应用” 转向 “交付由软件在人工监督下执行的成果”。这种变化并非表面文章，它迫使运营节奏和验证指标发生改变。领导者不再需要展示功能深度，而是必须证明它能够编排智能体，使其在客户环境中感知状态、做出决策并采取行动，从而产生可衡量的成果。
如果Salesforce的广泛资产能够成为一个平台，使成果交付以更少的人力实现规模化，那么其多年的经验将成为一项资产。上文已经展示了竞争基准，即Palantir Technologies Inc.和Celonis SE，在我们看来，它们是目前唯一拥有足够成熟产品，能够可靠地声称提供“基于智能体的服务即软件”——即交付成果而非仅仅是SaaS的系统。它们的存在设定了行业标准。
我们相信这个类别是真实的，并设定了演示和Copilot必须达到或超越的期望。对于Salesforce而言，其使命是将平台规模和安装基础转化为客户的运营杠杆——实现从意图到结果的更快路径、更少的人工交接以及可验证的业务影响。
我们的前提是，在智能体时代，“金刚”的称号将属于第一个能够持续大规模交付成果的供应商。Salesforce拥有广阔的覆盖面，但考验在于它能否将其当前的成熟度转化为新的速度，并证明“服务即软件”——而非传统的SaaS——定义了它的下一个篇章。
服务即软件必须整合60年的信息孤岛
下面的幻灯片提出了以下问题：Salesforce引领了SaaS革命；它能否引领下一场革命——以及需要多长时间？
该图表展示了熟悉的本地部署（on-premises）→ 基础设施即服务/平台即服务（IaaS/PaaS）→ SaaS的演进过程，然后引入了一个新的“绿色区域”（green zone），即高价值的领域——智能系统（system of intelligence），下一层就出现在这里。
我们认为这种转变是深刻的，因为在过去的50到60年里，所有发生的变化——接口、运营模式、架构——都没有消除碎片化。每一波浪潮都产生了更多的孤岛——应用内部的工作自动化孤岛、数据孤岛，甚至在“单一”数据湖内部，公司各部门的数据也未实现协调统一。
最终结果是一个拼凑的系统，其中成果的实现需要跨工具、团队和模式进行脆弱的交接。上图所示的绿色区域是一种潜在的应对方案——一个位于应用和数据之上的抽象层，能够实现端到端的工作。这不仅仅是另一个中间件层；它是一个能够感知跨源业务状态、推理下一步应该发生什么，然后采取行动，并通过治理和测量来闭环的系统。
那些主导了前几层的现有企业只有迅速占领这块高价值的领域，才能重拾主导地位，因为价值集中于此。换句话说，谁能编排跨孤岛的成果，谁就拥有企业工作的控制平面。
时间至关重要。那些停滞在“胶水代码”（glue code）中的试点项目，将让位于能将意图转化为可重复结果的平台。前几个时代的“托管服务”供应商优化了堆栈的各个部分，而绿色区域则将这些部分整合为一个持续的成果路径。这标志着从销售工具转向销售工作本身。
我们的前提是，赢得绿色区域——将孤岛抽象为端到端、受治理的成果——的参与者将定义智能体时代。在这个层面实现可靠、大规模执行的速度，将决定过去的领导地位能否转化为未来的主导地位。
从SaaS到服务即软件：下一个模式转变
如下文所述，在之前的一篇深度分析中，我们认为本地部署（on-prem）→ SaaS的转变重塑了一切：技术架构、运营模式和商业模式（包括定价）。我们相信，该行业正处于一个同等的拐点，从SaaS转向服务即软件（service as software, 简称SaSo）。这一次，这种转变超越了技术供应商和信息技术组织；类似软件的经济效益将流向每一个将特定专业知识数字化并以成果形式交付的公司。
现在改变的不仅仅是软件运行的位置，而是软件交付的内容。在SaSo中，供应商提供端到端的成果——法律解决方案、呼叫中心绩效、批发银行服务——这些都由受治理的智能体执行。如上所述，这迫使三个层面同时发生变化。由此产生了三个影响：
- 边际成本下降，因为更多的专业知识被封装在软件中。
- 差异化增强，因为系统从每一次执行中学习。
- 结果是赢家通吃（winner-take-most dynamics） 的局面——同时实现最低成本和最高差异化。
这意味着企业可以在劳动力不按比例增长的情况下实现规模化。这就是SaSo的经济引擎。将数字化专业知识作为软件服务运营的供应商和企业将获得超额价值；而那些仍然以功能或应用为中心的企业，将看到价值池向成果编排者迁移。
我们的观点是，SaSo扩展了SaaS时代的策略，实现了技术、运营和商业模式的全面堆栈转型。赢家将是那些能够逐步将人类专业知识转化为受治理、可观测的软件服务，这些服务能够随着使用而学习，并在规模化生产中释放递减的边际成本和复合的差异化。
新兴的服务即软件堆栈：智能系统（SoI）作为关键推动力
上图展示了我们对软件堆栈如何演进的看法。绿色区域是高价值的智能系统（system of intelligence）。我们曾多次将其讨论为企业的 “4D地图”。本节试图解释为什么该层与传统软件平台不同，以及为什么智能体能够在大规模部署中实现边际成本递减。
传统数据平台（如Databricks和Snowflake）仍然是重要的贡献者，因为它们捕获从运营应用中流出的交易快照和事件表。但它们通常擅长回答 “发生了什么”。而SoI则重塑了这些原始事件，以反映业务在因果关系、约束条件、节奏和跨时间允许的行动方面的动态。在我们看来，SoI通过解决 “发生了什么、为什么发生、可能发生什么以及应该做什么” 来扩展成果。这使其成为一个动态的、四维地图——状态 + 时间 + 因果关系 + 策略——而不是一个被动的存储库。
智能体需要这种映射。类似于机器人在工厂车间导航，企业智能体必须定位（感知当前状态）、推理（推断意图和可能的结果）、行动（调用受治理的工具）并吸收人类反馈。如果没有一个鲜活的业务模型，智能体要么过度拟合于狭窄的工作流，要么退化为脆弱的提示链（prompt chains）。有了SoI，智能体可以继承共享的上下文、策略和目标，因此行动变得一致、可审计和可改进。
这就是我们看待堆栈演进的方式，它不仅仅是增加一个层级。记录系统（Systems of record）仍然是唯一的真相；交互系统（Systems of engagement）仍然是人/智能体的接口。SoI则居于两者之间，将数据语义、业务逻辑和策略融合为一个智能体可以使用的控制平面。治理、元数据和可观测性贯穿所有三层，因此每一次感知、决策和行动都是可追溯的。
我们相信SoI是高价值的领域，因为它将不连贯的数据和应用转化为一个可导航、具有因果关系的地图，供智能体在其上操作。在我们看来，这是“服务即软件”的先决条件，在这种模式下，成果由智能体在信任和控制下，在整个企业中感知、决策、行动和学习来执行。
将堆栈映射到Agentforce 360
下一节将新兴堆栈映射到Salesforce的Agentforce 360，如下图所示。我们的观点是，一个智能体系统远不止是嵌入在销售、营销或销售开发代表/业务开发代表工作流中的单个智能体。它是应用内部的智能体，加上治理结构、可观测性、测试和控制平面，这些共同使智能体集群变得安全、可审计和可扩展。
在这个模型中，智能系统——即绿色层——直接连接到Data 360，它不仅仅是一个数据存储，而是客户画像和交互旅程的一个鲜活模型。该模型位于传统数据平台之上。MuleSoft提供了受治理的桥梁，连接回记录系统，以便在传统应用中实现决策的运营化。
我们相信Salesforce真正的策略是将智能体系统与智能系统整合，以便智能体能够在Customer 360中进行感知、决策、行动和学习，并具备溯源能力。Dreamforce主题演讲的叙事重点是新的智能体开发功能，但持久的护城河形成于一个新的运营层，该层整合并扩展了SoI——这是维持第二天规模化的支架，具体包括：
- 对所有智能体和行动的治理和策略执行
- 用于溯源和持续学习的可观测性和推理轨迹
- 测试、版本控制和回滚，以在广泛推广前强化工作流
在我们看来，这就是差异化出现的地方。市场上充斥着智能体运行时和开发工具——正如George Gilbert所说，“比普通骆驼身上的跳蚤还多”。大多数运行时看起来相似；实际上区分智能体的，是它们被原生训练使用的工具以及它们继承的上下文。在Salesforce的世界中，“工具”意味着Customer 360内部受治理的行动（改变状态的动词）以及来自Data Cloud的数据，这些数据使智能体能够准确感知业务或客户状态。可信行动和上下文状态的结合，赋予了一个智能体相对于另一个智能体的有意义的优势。
值得注意的是，主题演讲重点介绍了构建器和脚本功能，但对“智能体领域的Datadog”这方面的故事着墨较少。我们的评估是，Salesforce正在将这些运营原语折叠到智能系统本身中。这种整合至关重要，因为通过将可观测性与SoI共同定位，感知、决策和行动被捕获一次、治理一次，并反馈到学习循环中。这就是智能体集群如何避免脆弱的提示意大利面条（prompt spaghetti），并从试点走向生产的方式。
我们相信Agentforce 360的优势不会来自又一个智能体运行时，而是来自脚手架软件（scaffolding software）——Customer 360中受治理的行动、Data 360的客户业务模型、MuleSoft对记录系统的策略感知集成，以及SoI原生的可观测性和测试。这是实现可靠、大规模成果的路径，也是服务即软件的精髓。
Salesforce决策智能
我们相信，一个核心推动力是Salesforce 360中的语义数据结构（semantic data fabric），它将企业数据转化为动态知识图谱。这为智能体提供了所需的关键上下文。我们的研究表明需求是真实的。例如，如上图所示，在一项针对625名受访者、涵盖13个行业的调查中，73%的受访者计划在18个月内投资于推理/决策智能；36%的人认为它具有战略意义。如今，Einstein的“假设情景”（what-if）模拟主要基于概率和相关性，这虽然有用，但随着条件变化会变得脆弱。“服务即软件”需要更多。具体来说，我们呼吁语义基础（semantic grounding）加上能够解释、证明和预测后果的因果模型。
如下图所示，我们调查中约有45%的受访者表示有意投资于思维链推理（chain-of-thought reasoning）、知识图谱和因果AI。在我们看来，Salesforce拥有这些要素（智能体架构、语义层、多模型生态系统），但必须执行到位，才能将其转化为可信赖、可重复的大规模决策智能。
智能体系统不仅仅是智能体
回到新兴的“服务即软件”堆栈，本节将智能体系统（system of agency） 独立出来，并阐明在生产环境中，智能体的真正差异化所在。市场上充斥着智能体运行时和开发工具初创公司。大多数核心看起来相似。
我们认为，有意义的差异化不是智能体外壳；而是智能体在治理下可以使用的原生工具和上下文。在Salesforce的世界中，“工具”意味着Customer 360内部的行动，这些行动能够真正改变业务状态——创建、更新、批准、履行、升级——以及Data Cloud上下文，它使智能体能够准确感知客户和业务的状态。经过训练使用这些受治理的行动来对抗高保真上下文的智能体，可以端到端地实现决策的运营化；没有这些的智能体仍然是聪明的提示链。
同样重要的是运营层。主题演讲强调了构建器和脚本功能，但决定性的能力是我们称之为 “智能体领域的Datadog” ——可观测性、测试、推理轨迹和策略控制——现在正被折叠到智能系统中。通过将运营嵌入到SoI中，每一次感知、决策和行动都被捕获一次、治理一次，并反馈到学习循环中。这就是智能体集群如何避免脆弱行为并安全扩展的方式。
我们的观点是，生产级智能体能力等于智能体 + 脚手架。赢家将结合：
- Customer 360中受治理的行动（改变状态的动词）
- 来自Data Cloud/SoI的丰富上下文（指导决策的地图）
- SoI原生的可观测性和测试（强化工作流的反馈）
这种组合，而不是又一个智能体运行时，才是将试点项目转化为可靠、可扩展成果的关键。
开发者视角
本文的下一部分将深入探讨开发者角度。我们将从负责我们应用开发（AppDev）实践的Paul Nashawaty开始，听取他对Dreamforce及其对开发者的意义的看法。之后，我们将快速浏览其他公告——针对每项公告提供快速要点：1）它是什么；2）为什么重要；以及3）核心要点。
Agentforce的开发者角度
Dreamforce 2025标志着从以应用为中心的SaaS向智能体驱动的企业——即服务即软件——的转变。我们相信，重心正从构建应用转向运营行动系统，其中智能体以Data Cloud（现称为Data 360）和受治理的工作流为基础，交付成果并持续学习。Einstein、Data Cloud和Agentforce正在融合为一个统一的代码和数据结构；开发者正从编写功能转向架构可观测、策略控制的智能体工作流。
Heroku正从一个对开发者友好的PaaS演变为智能体堆栈，它具备企业治理下的开放开发能力，托管微服务和模型，并扩展Agentforce。MuleSoft的 “智能集成结构”（intelligent integration fabric） 成为神经系统，拥有一个单一的控制平面（例如，Anypoint Flexible Gateway），用于跨系统的经过身份验证、可观测的应用程序编程接口（API）。
Salesforce承诺的核心优势如下：更少的胶水代码、更快的价值实现时间、混合低代码/专业代码的速度。客户将关注的Salesforce需要管理的风险包括：生态系统锁定、运营复杂性以及对严格的可观测性、安全性和治理的需求。在我们看来，随着SaSo成为企业开发的运营模式，性能、透明度和可重复性至关重要。
开发者功能：Agentforce Builder
- 它是什么： 一种简化的低代码体验——加上对话式用户界面——供业务分析师和AI工程师组装智能体。
- 为什么重要： 我们相信，当与Data 360的行动和策略结合时，它能缩短试点时间并扩大构建者群体，同时不牺牲治理。
- 核心要点： 在我们看来，Builder加速了创建过程；但第二天的价值仍然取决于从更广泛的Agentforce结构中继承的可观测性、测试和受治理的行动。
开发者功能：Agent Script
它是什么： 一种将确定性步骤注入到原本是概率性的智能体中的方法——可在任务、流程或多智能体编排层面实现。
为什么重要： 我们的观点是，护栏、分支逻辑和必需的检查点可以减少差异、提高可靠性，并使智能体在企业中安全运行。
核心要点： 将确定性叠加到自适应智能体上，是团队从巧妙演示转向可重复、可审计工作流的方式。
开发者功能：Agentforce Vibes
它是什么： 将“Vibe编码”（Vibe coding）引入Salesforce——使用对话式提示来在Customer 360数据、工作流和智能体工具内部生成和修改体验。
为什么重要： 我们的观点是，将Vibe编码从全新的应用转移到受治理的企业上下文中，使得快速的用户体验/应用迭代变得实用，同时不放弃控制。
核心要点： 我们相信Vibes通过将其锚定到Salesforce数据模型、行动和策略，将提示优先的创建转化为面向生产的开发。
开发者功能：智能上下文（Intelligent context）
它是什么： 一个意图感知型上下文引擎，可根据提出的问题自动执行分块（chunking）、嵌入（embedding）和检索（retrieval）。
为什么重要： 我们相信，通过为每个查询选择正确的文本范围和信号——而不是依赖脆弱的手动分块规则——它减少了幻觉和管理员的繁重工作。
核心要点： 在我们看来，自适应上下文构建是可靠智能体的基本要求；它将通用的RAG（检索增强生成）转化为运行时适用的证据。
开发者功能：Agentforce Voice
它是什么： 适用于Salesforce应用和智能体的原生语音交互——可用于联络中心以及员工免提操作客户关系管理（CRM）。
为什么重要： 我们相信它将下班后的表单填写转化为实时捕获；销售代表可以通过说话来记录活动、更新记录和触发行动。
核心要点： 在我们看来，将语音作为一流的交互模式，可以提高采用率和数据质量，同时将智能体扩展到工作实际发生的地方。
Agentforce Service + 指挥中心（Command Center）
它是什么： Salesforce的旗舰客户服务应用已启用智能体，并配备了一个集中的指挥中心，用于监控、治理和调整跨记录系统的智能体集群。
为什么重要： 我们相信这是从试点到普及型智能体的桥梁——为运营团队提供了策略、路由、升级和绩效的杠杆，同时确保行动以Customer 360为基础。
核心要点： 在我们看来，将智能体能力嵌入到核心应用加上集群管理，是企业安全扩展成果所需的第二天模式。
管理员功能——可观测性：从概念验证（POC）到运营集群
去年重点是概念验证和愿景；今年Salesforce将第二天的运营提上了日程。第一个重要的管理员功能是可观测性——因为一旦智能体部署，团队必须看到它们在做什么、做得如何以及为什么。
传统分析侧重于业务状态——例如，销售渠道、客户满意度（CSAT）、解决时间。我们相信智能体时代增加了第二个分析平面：关于智能体本身的指标。这包括健康状况、策略遵守情况、工具使用、成功/失败模式、延迟、升级模式和成果质量。
至关重要的是，这不是一个附加组件；可观测性必须与Data 360融合，以便智能体遥测数据与客户、案例和交易上下文相关联。通过这种集成，管理员可以超越“发生了什么”，深入了解“智能体如何决策”、“它采取了哪些行动”以及“应该改变什么”。伴随可观测性的编排视图同样重要：它将智能体视为一个集群（甚至是一支军队），可以根据实时信号进行路由、限制或重新训练。这闭合了学习循环——遥测数据指导调整，调整改善成果，成果反馈到模型和策略中。
我们的观点是，与Data 360融合的可观测性是第二天运营的控制平面。它将商业智能（BI）从跟踪业务升级为跟踪运行业务的智能体，从而实现可扩展的治理、更快的根本原因分析和智能体行为的持续改进。
可观测性，第二部分：从聚合到追踪，从人类到智能体
第二种可观测性视图很重要，因为管理员需要同时拥有两个视角：针对给定智能体类型的跨多个会话的集群级聚合数据，以及针对单个会话的实例级追踪——包括人类和智能体的推理轨迹。
我们相信这种双重视图是描述性仪表板和改进型系统之间的区别。在聚合层面，团队可以发现群组模式（按细分市场划分的工具故障率、按地区划分的漂移、延迟热点、升级频率、遏制率），设置基线并对脚本、提示或策略运行A/B测试。在实例层面，推理轨迹揭示了成果是如何达成的：智能体从Data 360感知到了什么，它调用了哪些行动，为什么会分支，以及人类在哪里进行了干预。这种组合能够实现：
- 快速根本原因分析（策略不匹配 vs. 数据质量 vs. 工具错误）
- 合规性和可审计性（谁/什么做出了决定，并具备溯源能力）
- 有针对性的再训练（将特定的失败模式反馈到SoI中）
- 安全和质量门（在推广前阻止有风险的行动模式）
至关重要的是，这两个视角都必须与客户和案例上下文绑定，以便“发生了什么”与“智能体如何决策”保持一致。如果没有这种关联，聚合数据就是盲目的，追踪数据就是轶事。
我们的观点是，只有当团队能够在一个动作中从集群指标放大到单个推理路径时，可观测性才算物有所值。这就是企业持续调整智能体、证明治理能力，并从试点扩展到可靠、生产级成果的方式。
首席高管（CXOs）如何实现战略成果
下面我们的总结幻灯片综合了整个堆栈，汇集了协调统一的数据和治理；边缘的交互系统；推断上下文的智能系统；以及黄色的、通过智能体控制层采取行动的智能体系统。目标是让智能体跨越孤岛交付成果，从而帮助首席高管（CXOs）实现他们最具战略意义的目标。
我们相信这个愿景是可信的，因为它定义了每一层谁做什么，并以成果而非应用使用量来衡量成功。这种去孤岛化的姿态假设数据平台参与其中，交互系统提供信号，并且治理得到端到端的执行。在这个框架内，竞争动态集中于哪个供应商能够将流程视为一流公民，并利用智能体大规模运营它们：
- 领先者： Palantir和Celonis将业务流程视为一流公民，并拥有工作流如何流动的四维地图。它们证明了该类别的可行性并设定了生产标准。
- 追赶者： Blue Yonder（基于RelationalAI构建，拥有深厚的供应链领域知识）、ServiceNow（正在将工作流数据结构扩展到同一目标）、SAP Business Data Cloud（目前以实体为中心——客户、订单、采购订单——正转向明确的流程）。
- 悬而未决的问题： Oracle拥有硬件规模化的系统和自有堆栈中的分离优势，但在我们看来，它尚未在这种框架下展示出可信的数据平台切入点，以匹敌Databricks/Snowflake，也未像Salesforce通过Data 360 + Agentforce尝试的那样，将应用逻辑拉入数据平面。
具体到Salesforce，我们的评估仍然是建设性的。2030年的财务框架目标是 $600亿 的有机增长（不考虑任何Informatica的影响）。Data Cloud 1.0是基础的；本周展示了真正的进展——不匹配的部分开始围绕一个受治理的SoI和一个智能体层凝聚。
在我们看来，主要的风险在于组织层面。具体来说，Salesforce的肌肉记忆和业界声誉是一家应用公司。
赢得智能体时代需要一种混合身份——应用 + 平台——以及一个双线并行的市场进入策略，既要瞄准董事会层面的业务价值，也要赢得构建跨职能智能体试点并运行第二天运营的IT组织的信任。
新的IT服务产品不仅作为产品具有战略意义，而且是赢得IT部门信任的渠道。具有讽刺意味的是，我们在Marc Benioff的主题演讲中注意到了Dell Technologies Inc.首席执行官Michael Dell（IT信誉）和Marc（业务线亲和力）之间的协同作用。
我们相信这将是企业技术最伟大的时代，因为经验曲线经济学正从消费者在线领域转向每个行业的每家公司。赢家将是在超大规模厂商、SaaS同行或开源生态系统将平台商品化之前，将应用、数据和交互统一在一个受治理的SoI之下，通过可观测性和测试运营智能体集群，并证明可重复的大规模成果的供应商。
首席高管和董事会的明确任务是：跟上曲线，开始学习并占据主导地位。