共计 3144 个字符，预计需要花费 8 分钟才能阅读完成。
近年来，AI 技术突飞猛进，带动了科技与资本市场的巨大变革。从视频生成、音乐音频、到多模态大模型，再到视觉理解和逻辑推理，AI 的创新层出不穷。特别值得关注的是，最近由 Salesforce 推出的“AI agent”——Agentforce，为行业带来了新的想象空间，标志着 AI 在“取代人工”的道路上迈出了重要一步。
虽然上游硬件芯片和云基础设施的表现依然平稳，没有随 AI 技术的不断迭代而出现爆发性增长，但 AI 产业链的下游软件和 SaaS 公司表现出色。以 Salesforce 为代表的最大 SaaS 公司之一，在 2024 年下半年股价累计上涨超过 30%，远超业内上游龙头的涨幅。整个市场普遍认为，未来几年，软件端的 AI 应用或将超越硬件基础设施，成为行业的主要驱动力。
本文将以 Salesforce 为核心，分析其近期股价动向、业绩表现及市场预期，一探“AI agent”——Agentforce 的真正意义、潜力以及可能带来的行业变革。特别是对 Agentforce 的功能、落地情况、以及未来的市场空间进行详细解读，帮助理解这一技术是否能成为未来商业的核心引擎。
Salesforce 股价表现与市场反应
回顾近期，Salesforce 的股价变化与多项事件密切相关。9 月中旬，公司首次发布 Agentforce，股价随即突破前期震荡区间，开启了一轮明显的上涨行情。紧接着，10 月 29 日，Agentforce 正式向用户全面开放，市场对其潜在价值的预期进一步升温，股价在几日内再次大幅拉升。到 12 月 4 日，公司发布了 2025 财年第三季度财报，虽整体表现平平，但股价仍上涨超过 10%，显示市场对未来预期的浓厚信心。7 天后的 12 月 17 日，Agentforce 2.0 版本发布会召开，虽然短期内市场对新功能的反应略有下降，但整体对未来的预期仍乐观。
那么，这些变化背后透露出什么信息？实际上，近期 Salesforce 的股价表现，与其实际财务业绩关系并不密切。最新财报显示，第三季度的收入和利润增长基本符合预期，甚至略微逊于预期。关键财务指标如收入增速持续放缓，显示业务增长略显疲软。最具亮点的指标是未实现收入的合同余额（cRPO），在季度间实现了 10.5% 的高速增长，远超市场预期。这被市场解读为，Agentforce 的推出帮助公司吸引了更多新合同，带动了业务增长预期。
然而，面对未来的指引，Salesforce 表现出一定的保守。公司预期收入增长将继续放缓，业绩指标在短期内难以实现大幅提升。尽管如此，股价依然坚挺，主要还是市场对 Agentforce 的巨大想象空间抱有信心。这也反映出，投资者对“AI agent”概念的热烈追捧，远超于当前财务表现。“AI agent”似乎成为市场看好未来的“超级引擎”。
什么是 AI agent？Agentforce 如何定义
要理解 Agentforce 的潜力，首先要弄清“AI agent”到底意味着什么。从技术角度看，AI 代理人分为几个阶段：
- 第一代 ，如 ChatGPT 等，属于“聊天机器人”，基本实现自然语言交互，辅助任务执行。
- 第二阶段 ，具备一定推理和决策能力，但仍以人类指导为主。
- 第三阶段 ，即“AI agent”，它不仅能提供解决方案，还能自主执行任务。换句话说，AI agent 像一名“数字员工”，以目标导向，自主收集信息、拆解任务、执行操作。
与传统的“聊天机器人”相比，AI agent 的本质区别在于：它具有一定的“自主性”—在有限的范围内自主完成目标，无需持续人类干预。可以类比自动驾驶：L2-L3 水平的辅助驾驶属于“工具型”，而 L4-L5 水平的自动驾驶，则是真正能自主进行长距离行驶的“AI agent”。
未来，随着技术成熟，AI agent 或将广泛应用于自动驾驶、机器人、智能制造等各类场景中，甚至实现“近乎全面”的自动化，极大提高生产效率，替代部分人力劳动力。
Agentforce 现状：技术与落地实践
目前，Agentforce 在“理想模型”上是一个由多部分组成的智能系统，包括：
- 分析决策模块 ，即“AI 大脑”，具备自然语言交互和推理能力。
- 感知模块 ，负责视觉、听觉等多模态信息，支持识别图片、视频、语音等，已有 GPT- 4 等多模态模型验证其可行性。
- 执行模块 ，实现具体操作。包括调用 API 执行命令，或者模拟人类的操作行为（如鼠标点击、键盘操作），目前正处于研发阶段。
就目前技术水平而言，三部分都已取得初步突破，但距离“自主执行、完全替代人类”的目标仍有一定距离。尤其在长链路推理、复杂任务拆解和高精度执行方面，仍需进一步攻关。
那么，Salesforce 的 Agentforce 到底是什么？实际上，它被视为将其 CRM 系统与 AI 技术融合的“行业应用平台”。通过结构化定义场景，设定规则和流程，Agentforce 能够搭建“规则智能代理”，协助完成销售、客服、营销等工作。例如，为某企业搭建一个费用报销的智能代理，大致流程包括定义角色、场景、规则、触发点，最终形成一个可用的“智能助手”。
不过，这样的“智能助手”依然是“半自主”的工具，需事先配置细节，类似于“没有代码的编程工具”。用户通过自然语言描述任务和规则，不需要编码，极大降低了应用门槛。这也是 Agentforce 最大的优势——为非专业人士提供“低门槛”的数字劳动力。
落地情况与未来预期
到目前为止，Agentforce 主要在客服和销售场景落地。公开数据显示，第一版“Service Agent”已能每周处理三万多次客户咨询，其中 83% 的对话由 Agentforce 自主完成，明显降低了人工成本。这一场景较为简单，技术实现难度低，成为推广最迅速的行业应用场景之一。
Salesforce 预期，未来 Agentforce 的应用将逐渐覆盖更多行业：从个人购物、招聘、医疗，到法律、财务等。最新宣传中提到，将支持“跨平台调用”，将 Agentforce 扩展到 SAP 等第三方应用中。今年 2 月计划上线新的功能模块，未来还将推出 Agentforce 3.0，持续快速迭代。
实际上，从产品迭代频率来看，Agentforce 可能会成为销售和技术团队不断试错和优化的“试验田”。短期内，最有潜力的还是客服场景，预计 2 年内在此领域实现 10%-20% 的收入贡献，带来几千万到上亿的新增收入。虽然路径尚不平坦，但想象空间巨大：如果未来能够突破自我限制，应用范围扩展到销售、教育、法律、金融等多个行业，其市场规模甚至可以达到万亿级别。
市场潜力与未来展望
那么，Agentforce 的潜在市场有多大？现有行业数据显示，美国约有超过 300 万人工客服岗位，每年处理数千万次客户对话。假设 Agentforce 可以取代 50% 的客户接触，用在客服领域，理论上市场空间或在 200 亿到 400 亿美元之间，这是一个相当诱人的数字。而如果其应用范围扩大到更多行业，结合“数字劳动”的无限想象，其市场空间甚至可以达数万亿美金级别。
当然，实现这一切的前提是 AI 技术能确保替代工作的质量。当前，Agentforce 仍需大量规则配置和人工指导，远未达“自主思考”的水平。真正的“智能员工”还在路上，但其潜在价值已令人无限期待。
结语：技术变革的边界与现实的距离
总体而言，Agentforce 代表了 AI 技术未来的巨大可能，但在实际落地和商业变现方面仍面临诸多挑战。从目前来看，它更像是“低代码”的办公自动化工具，帮助企业用更低的门槛构建智能流程，而不是完全自主的“数字员工”。
市场对其未来的期待或许偏离了现实，但不可否认，它的出现开启了“无代码、低代码”自动化时代，可能成为推动企业数字转型的重要引擎。未来，随着技术不断突破，Agentforce 或许真能带来“星辰大海”般的宏伟蓝图，但在短期内，它依然是一个充满潜力的概念股和创新点，值得持续关注。
