C Salesforce
Salesforce 把 CRM 資料、Data Cloud、Einstein 與 Agentforce 組合成企業客戶運營場景的 AI agent 平台,驅動來自存量客戶流程自動化和按量 AI 消費,約束在於大型模型成本、企業資料治理、席位制軟體增長放緩以及 Microsoft、ServiceNow、Oracle 等平台競爭。
C Salesforce 把 CRM 資料、Data Cloud、Einstein 與 Agentforce 組合成企業客戶運營場景的 AI agent 平台,驅動來自存量客戶流程自動化和按量 AI 消費,約束在於大型模型成本、企業資料治理、席位制軟體增長放緩以及 Microsoft、ServiceNow、Oracle 等平台競爭。
AI 產業鏈節點:⑫ 基礎模型/AI軟體。13F 持股市值合計 $140.2B;上一季機構數 2,673。
2,625 家持有 · $140.2B
已接入結構化判斷
最近觀點 2026-06-30
雷達只合並本頁已有公開資料:13F 共識、Zeus Kerravala 公開觀點、結構化前瞻和驗證臺賬;未接入的維度不展示。
Salesforce 把 CRM 資料、Data Cloud、Einstein 與 Agentforce 組合成企業客戶運營場景的 AI agent 平台,驅動來自存量客戶流程自動化和按量 AI 消費,約束在於大型模型成本、企業資料治理、席位制軟體增長放緩以及 Microsoft、ServiceNow、Oracle 等平台競爭。
下面各塊可點導航跳轉:前瞻研判(他怎麼看未來)· 觀點印證臺賬 · 我們的資料驗證 · 真財報 · 產業邏輯深析。所有當前數字以「財報」塊為準(即時)。觀點 更新於 2026-06-30;前瞻周更;頁面以重建為準。
本票觀點臺賬等待 ⑨ ledger 接入;當前只保留歷史價格時間軸作為上下文,不據此排名或放大展示。
價格時間軸僅幫助理解公開觀點發生的時間位置;本區不按表現排序,不展示由價格漲跌推導的結果。
Salesforce, Inc. (CRM) 在 AI 產業鏈裡的位置不是算力、能源、伺服器或基礎模型,而是企業應用層、客戶資料層和 agent 執行層的交匯點。AI 要進入企業生產環境,通常需要三類資產:業務資料、權限與流程、使用者實際工作的入口。Salesforce 的核心位置正是在這些資產附近,把銷售、服務、營銷、商務、Slack 協作、Tableau 分析、MuleSoft 整合和 Data 360 資料底座連線成面向客戶運營的系統。
公司在 來源記錄 中把自己定義為 CRM 技術公司,並稱 Agentforce 360 Platform 將 sales、service、marketing、commerce、collaboration、data management、integration、analytics、IT service 和行業垂直方案統一到一個平台上。這決定了 CRM 的 AI 產業邏輯不是“訓練最強大型模型”,而是讓模型貼近企業已有客戶資料、業務物件、工作流、權限、審計和使用者介面執行。
因此,Salesforce 更像企業 AI 的“客戶運營控制面”。上游它依賴公有雲端基礎設施、LLM、資料湖、企業系統、API 和整合生態;下游則服務銷售、客服、營銷、商務、分析、協作和行業運營團隊。公司官網產品頁也把 Salesforce 定位為 AI CRM:AI agents、data 和 Customer 360 apps 在同一平台上工作。來源記錄 這使 CRM 處在 AI 應用落地的高價值環節:基礎模型越通用,企業越需要一層能理解客戶關係、權限邊界和業務動作的應用平台。
Salesforce 的產品可以拆成五組。第一組是前臺應用:Agentforce Sales、Agentforce Service、Agentforce Marketing 和 Agentforce Commerce,覆蓋銷售線索、客戶支援、現場服務、營銷旅程、個性化推薦、訂單查詢和客戶互動。10-K 揭露,Salesforce 的 Sales 和 Service 產品都在把 AI agents 嵌入原有工作流,讓銷售、客服和現場服務人員在已有業務物件上獲得自動化和輔助執行能力。來源記錄
第二組是 Agentforce 360 Platform 和 Agentforce。Agentforce 是 Salesforce 的 agentic layer,用於建置、部署、管理和編排企業級 autonomous AI agents。它的關鍵不是簡單聊天,而是把 LLM 推論、Salesforce metadata、Data 360 即時業務資料、既有 deterministic workflows、MuleSoft API 和人工干預機制連線起來。Agentforce 官網強調,Einstein Trust Layer、agent guardrails、dynamic grounding、zero data retention 和 toxicity detection 等機制用於保護資料和控制 agent 行為。來源記錄
第三組是 Data 360。Data 360 是 Salesforce 的企業資料引擎,用於連線、統一、清洗、建模、索引和檢索結構化與非結構化資料,為 AI agents 提供上下文。Salesforce Architects 文件說明,Data 360 採用 lakehouse 與 real-time storage 結合的架構,基於 Iceberg/Parquet 支撐批處理、流式、即時、結構化和非結構化資料場景。來源記錄
第四組是 MuleSoft、Tableau 和 Slack。MuleSoft 解決跨系統連線、API、自動化、agent governance 和 agent orchestration;Tableau 把分析、語義層和業務動作連線到 Agentforce;Slack 是人和 agent 協作的 conversational interface。Salesforce 的 Slackbot 公告把 Slack 描述為 Agentforce 360 的對話入口,讓知識、動作和資料在工作流中連線。來源記錄
第五組是行業雲端、低程式碼平台、AppExchange、專業服務和客戶成功體系。行業雲端把金融服務、醫療生命科學、製造、汽車、政府等行業物件和流程預先產品化;AppExchange 和 SI 夥伴把 Salesforce 從單一軟體擴充套件成生態。財報會材料中管理層反覆強調 Agentforce 與 Data 360 是一起銷售、一起落地的組合,但這類資料只能作為產品 adoption 的驗證,不應寫成長期財務假設。來源記錄
後續 15 章產業邏輯深析已確認存在;匿名頁只開放前 2 章試看,不下發完整正文。完整章節、更新提醒、匯出和人物上下文在下方統一權限模組解鎖。
僅保留不隨行情過期的產業邏輯章;時效性內容以上方財報與前瞻塊為準。
免費頁保留必要試看和公開事實;完整權限繼續覆蓋後續章節、更新提醒、匯出、Zeus Kerravala 的完整觀點流、課程與思想體系。











































































































