C Salesforce
Salesforce 把 CRM 数据、Data Cloud、Einstein 与 Agentforce 组合成企业客户运营场景的 AI agent 平台,驱动来自存量客户流程自动化和按量 AI 消费,约束在于大模型成本、企业数据治理、席位制软件增长放缓以及 Microsoft、ServiceNow、Oracle 等平台竞争。
C Salesforce 把 CRM 数据、Data Cloud、Einstein 与 Agentforce 组合成企业客户运营场景的 AI agent 平台,驱动来自存量客户流程自动化和按量 AI 消费,约束在于大模型成本、企业数据治理、席位制软件增长放缓以及 Microsoft、ServiceNow、Oracle 等平台竞争。
AI 产业链节点:⑫ 基础模型/AI软件。13F 持仓市值合计 $140.2B;上一季机构数 2,673。
2,625 家持有 · $140.2B
已接入结构化判断
最近观点 2026-06-30
雷达只合并本页已有公开数据:13F 共识、Zeus Kerravala 公开观点、结构化前瞻和验证台账;未接入的维度不展示。
Salesforce 把 CRM 数据、Data Cloud、Einstein 与 Agentforce 组合成企业客户运营场景的 AI agent 平台,驱动来自存量客户流程自动化和按量 AI 消费,约束在于大模型成本、企业数据治理、席位制软件增长放缓以及 Microsoft、ServiceNow、Oracle 等平台竞争。
下面各块可点导航跳转:前瞻研判(他怎么看未来)· 观点印证台账 · 我们的数据验证 · 真财报 · 产业逻辑深析。所有当前数字以「财报」块为准(实时)。观点 更新于 2026-06-30;前瞻周更;页面以重建为准。
本票观点台账等待 ⑨ ledger 接入;当前只保留历史价格时间轴作为上下文,不据此排名或放大展示。
价格时间轴仅帮助理解公开观点发生的时间位置;本区不按表现排序,不展示由价格涨跌推导的结果。
Salesforce, Inc. (CRM) 在 AI 产业链里的位置不是算力、能源、服务器或基础模型,而是企业应用层、客户数据层和 agent 执行层的交汇点。AI 要进入企业生产环境,通常需要三类资产:业务数据、权限与流程、用户实际工作的入口。Salesforce 的核心位置正是在这些资产附近,把销售、服务、营销、商务、Slack 协作、Tableau 分析、MuleSoft 集成和 Data 360 数据底座连接成面向客户运营的系统。
公司在 来源记录 中把自己定义为 CRM 技术公司,并称 Agentforce 360 Platform 将 sales、service、marketing、commerce、collaboration、data management、integration、analytics、IT service 和行业垂直方案统一到一个平台上。这决定了 CRM 的 AI 产业逻辑不是“训练最强大模型”,而是让模型贴近企业已有客户数据、业务对象、工作流、权限、审计和用户界面运行。
因此,Salesforce 更像企业 AI 的“客户运营控制面”。上游它依赖公有云基础设施、LLM、数据湖、企业系统、API 和集成生态;下游则服务销售、客服、营销、商务、分析、协作和行业运营团队。公司官网产品页也把 Salesforce 定位为 AI CRM:AI agents、data 和 Customer 360 apps 在同一平台上工作。来源记录 这使 CRM 处在 AI 应用落地的高价值环节:基础模型越通用,企业越需要一层能理解客户关系、权限边界和业务动作的应用平台。
Salesforce 的产品可以拆成五组。第一组是前台应用:Agentforce Sales、Agentforce Service、Agentforce Marketing 和 Agentforce Commerce,覆盖销售线索、客户支持、现场服务、营销旅程、个性化推荐、订单查询和客户互动。10-K 披露,Salesforce 的 Sales 和 Service 产品都在把 AI agents 嵌入原有工作流,让销售、客服和现场服务人员在已有业务对象上获得自动化和辅助执行能力。来源记录
第二组是 Agentforce 360 Platform 和 Agentforce。Agentforce 是 Salesforce 的 agentic layer,用于构建、部署、管理和编排企业级 autonomous AI agents。它的关键不是简单聊天,而是把 LLM 推理、Salesforce metadata、Data 360 实时业务数据、既有 deterministic workflows、MuleSoft API 和人工干预机制连接起来。Agentforce 官网强调,Einstein Trust Layer、agent guardrails、dynamic grounding、zero data retention 和 toxicity detection 等机制用于保护数据和控制 agent 行为。来源记录
第三组是 Data 360。Data 360 是 Salesforce 的企业数据引擎,用于连接、统一、清洗、建模、索引和检索结构化与非结构化数据,为 AI agents 提供上下文。Salesforce Architects 文档说明,Data 360 采用 lakehouse 与 real-time storage 结合的架构,基于 Iceberg/Parquet 支撑批处理、流式、实时、结构化和非结构化数据场景。来源记录
第四组是 MuleSoft、Tableau 和 Slack。MuleSoft 解决跨系统连接、API、自动化、agent governance 和 agent orchestration;Tableau 把分析、语义层和业务动作连接到 Agentforce;Slack 是人和 agent 协作的 conversational interface。Salesforce 的 Slackbot 公告把 Slack 描述为 Agentforce 360 的对话入口,让知识、动作和数据在工作流中连接。来源记录
第五组是行业云、低代码平台、AppExchange、专业服务和客户成功体系。行业云把金融服务、医疗生命科学、制造、汽车、政府等行业对象和流程预先产品化;AppExchange 和 SI 伙伴把 Salesforce 从单一软件扩展成生态。财报会材料中管理层反复强调 Agentforce 与 Data 360 是一起销售、一起落地的组合,但这类数据只能作为产品 adoption 的验证,不应写成长期财务假设。来源记录
后续 15 章产业逻辑深析已确认存在;匿名页只开放前 2 章试看,不下发完整正文。完整章节、更新提醒、导出和人物上下文在下方统一权限模块解锁。
仅保留不随行情过期的产业逻辑章;时效性内容以上方财报与前瞻块为准。
免费页保留必要试看和公开事实;完整权限继续覆盖后续章节、更新提醒、导出、Zeus Kerravala 的完整观点流、课程与思想体系。











































































































