10亿Agents，Salesforce的回春丹？

天下没有不散的筵席，世上没有常青的生意。

上月末，Salesforce公布了第二季度的财报，其营收增长为8%。虽然该数字基本符合修正后年增长8～9%的财务预期，但也宣告Salesforce正式失去其持有了二十余年的“两位数增长企业”的光环。

图1：近半年来Salesforce股价表现欠佳

Marc Benioff，Salesforce创始人兼CEO，已然意识到本应流向SaaS的预算正在转向大模型和Agents，它们的进展增一分，SaaS的经费则减十厘。为了挽回市场信心和“高速增长企业”的光环，他放了一颗大卫星：

未来两年，Salesforce将通过Agentforce平台为客户构建十亿个AI Agents.

- Marc Benioff

所以，Salesforce能否通过Agents回春？

Agents，是对的

近40年来，虽然技术发展日新月异，但现代商业的基础理论及其衍生商业模型却未发生剧烈变动，绝大部分SaaS所仰仗的商业理论稳定于上世纪八、九十年代或本世纪初，例如，指导CRM的“销售漏斗”（Sales Funnel）理论体系成熟于本世纪初，而供应链的核心理论（JIT、APS、6 Sigmas等）则成型于上世纪90年代。

理论的稳定给了SaaS足够的时间通过产品和定制“吃掉”客户需求中最大的共性，在最大化利润的同时合理地将“非标”需求拒之门外。其结果是相当一部分客户独特、个性化的需求以非结构化的形式游荡在SaaS之外（图2）。

图2: SaaS的产品和定制只满足了客户的部分需求

短期内，善于处理非结构化数据的Agents最好的定位并非是完全替代SaaS，而是占据客户的“未满足需求”这片蓝海。

图3: Agents的首要目的是占据“未满足需求”这片蓝海

这片蓝海会带来新的增长、是2B的新赛道、也是Benioff的“十亿个Agents”一掷乾坤之处。但是，赛道虽正确，Salesforce却面临着战略窘境。

战略窘境

尽管Benioff的嗅觉足够灵敏，但Agents无比接近业务客户的本质使其更接近于“服务”而非SaaS。Salesforce能否脱离其高利润和标准的舒适区进入真正“伺候”客户的脏活、累活区域（图4）？要知道Professional Services，Salesforce的“伺候”业务，当下仅仅占其营收的7%，即使是对中大型以上客户，Salesforce的Professional Services团队也很难普遍做到：

图4: Salesforce很难跳出“舒适区”

• 长期驻场，和客户的业务团队打成一片；

• 积极拥抱需求的快速变化；
  

• 雕琢提示词；
  

• 持续微调；

• 整理五花八门的文档，并仔细切片；

• ...

即使Salesforce愿意深入此类服务，其也将面临盈利滑坡的困境，毕竟IT服务行业的头牌Accenture的利润率也仅仅是13.7%，不到当下Salesforce 利润率的一半（30.5%）。而盈利能力的下降将显著影响Salesforce的股价（Salesforce的P/E是43而埃森哲的P/E为31），这将是Benioff非常不愿意面对的情况。

既想要Agents市场，又不能“太重”，这种战略上的窘境也导致了Salesforce Agents产品的孱弱。

“薄薄”的Agents

Salesforce的Agents构建在Sales Cloud或Service Cloud之上，提供销售和客服自动化。其可以处理的问题类似于：

“请创建一个Assurity公司的销售机会。 ” 或是 “请为客户ACME推荐产品”

这类Agents的体系非常“薄”，只包含2个主要模块（图5）：

图5：Salesforce Agent架构

其一，Query Enrichment。Agents的Plan部分只包括利用预制的Prompt Template（模版）来拓展用户请求。通过预设的系统字段，模版执行预定义工作流以丰富用户请求内容。例如，产品推荐模版就通过引入客户名称、客户描述等字段执行工作流-Get_Eligible_Products_for_Account，将合适的产品信息插入到提示词中（图6）：

图6: Prompt Template示例

而工作流也并非大模型产生，而是由人工定义（图7）：

图7：工作流示例

其二，Fulfillment。Agents的Action部分也由预制的工作流完成，用户可以为不同类型的任务创建专属的工作流（图8）：

图8:预制的工作流

由上述描述可见，Salesforce的Agents更像是一个“宏”指令集，将用户的自然语言问题映射为对应的工作流，其并不具备处理复杂业务问题的Agents所需的能力，包括：

1. 问题分解能力（Hierarchical Goals），将目标拆解为子任务；

2. 调度能力（Orchestration），自动选择工具完成任务；

3. 反思能力（Reflection），反思任务的执行结果并进行优化；

4. 工具即时生成（Tools Gen），根据任务目标自动生成代码/SQL构成工具。

有人会说，虽然Salesfoce的Agent如此之“薄”，但也还算实用。此话虽不假，但在API开放的情况下，几个工程师花数周的时间就可能构建一套大差不差的体系，对于甲方和中小开发者而言，Salesforce的Agents完全没有“篱笆”，更遑论Salesforce对深度定制的力不从心。

更何况，Benioff计划在Einstein每个月每用户25美元的定价之上，再按照每次对话2美元的价格收取Agents的费用（大模型费用另算），这就有点不切实际地做春秋大梦了。

 谁能笑？

虽然Salesforce未必能笑到最后，但我相信Benioff的判断：短期内，十亿乃至更多的Agents将填充“客户未满足需求”这片蓝海。

而这更将像是一场“群众运动”，大SaaS厂商有心无力，而更贴近客户，愿意提供贴身服务的个体将能够兴风作浪（图9）：

图9: Agents的群众运动

在这个过程中，可能笑出来的个体是（降序排列）：

• 跃跃欲试的甲方的技术团队；

• 愿意转型的中小型SaaS；

• 技术一般但干劲足的中小型IT服务企业；

• 愿意放下姿态的大型IT服务企业。
  

对于大模型厂商而言，当下更重要的是做好生态和完善工具链，毕竟标杆客户也不那么缺了，广结善缘为好。

短期内，我们可能很难在2B市场看到杀手级Agents，更多的也许将是细分领域的百花齐放。但对于软件产业，尤其是在SaaS领域长期落后的中国软件而言，未尝不是一件好事。