Salesforce höjer 2030-målet och sätter AI i centrum

Salesforce satte vid Dreamforce ett mål om mer än 63 miljarder dollar i intäkter under räkenskapsåret 2030. Det är omkring 3,8 miljarder dollar, eller ungefär 6 procent, högre än analytikerkonsensus på 59,2 miljarder dollar enligt LSEG. 4

En viktig förändring mot det tidigare målet på över 60 miljarder dollar är att den nya ramen inkluderar Informatica. Det föregående 2030-målet exkluderade uttryckligen det då planerade förvärvet av datamanagementbolaget. 15

CRM ska bli AI:ns styrda arbetslager

Marc Benioffs tes är att företagsmjukvara håller på att förflyttas från enskilda programskärmar och promptar till AI-agenter och mer dynamiska gränssnitt. Men agenterna behöver fortfarande tillförlitliga kunddata, behörigheter, affärslogik, arbetsflöden och styrning.

Salesforces ambition är därför att CRM-systemet ska bli det kontrollerade operativa lager som AI använder – inte ett äldre program som AI kan ersätta. I praktiken är detta också bolagets svar på investerares oro för att generativ AI ska minska värdet av traditionell CRM-mjukvara.

AIforce, Koa och en modelloberoende strategi

AIforce beskrivs som ett gränssnittslager som gör Salesforce funktioner tillgängliga där medarbetare och AI-agenter redan arbetar. Tanken är att kunder ska kunna använda data, arbetsflöden, affärslogik, behörigheter och styrning utan att bygga om hela sin befintliga teknikmiljö.

Salesforce visade också upp Koa, bolagets CRM-anpassade resonemangsmodell som bygger på Nvidias Nemotron. Modellen är avsedd att använda CRM-specifik affärskontext för snabbare och mer välinformerade beslut i kundinteraktioner. 4

Med Claudeforce fördjupar Salesforce samarbetet med Anthropic. Claude ska kombineras med Salesforces så kallade Enterprise AI Harness: data, arbetsflöden, affärslogik, åtgärder och styrning som görs tillgängliga på ett kontrollerat sätt.

Samarbeten med Google Cloud och AWS följer samma princip: Salesforce vill kunna erbjuda sitt data- och arbetsflödesskikt i kundernas valda molnmiljöer och tillsammans med olika AI-modeller, i stället för att låsa strategin till en enda modellleverantör.

Enterprise AI Harness är den kommersiella kärnan

Enterprise AI Harness är tänkt att koppla AI-agenter till företagens egna data och möjligheten att utföra åtgärder, men samtidigt behålla identitetshantering, behörigheter, regelefterlevnad, kontroll och spårbarhet.

Om denna arkitektur får genomslag kan den skapa intäkter från AI-agenter och plattformstjänster, fördjupa kundernas beroende av Salesforce och stärka CRM-systemets roll som den centrala kunddatakällan.

Som praktiska exempel lyfter Salesforce fram AI-agentanvändning hos Air India i en storskalig kundserviceverksamhet. Bolagets egen utgående säljagent, Hunter, ska enligt Benioff ha skapat 500 miljoner dollar i pipeline under ett kvartal. 31

Viktig brasklapp: pipeline är inte intäkter

Påståendet om Hunter bör tolkas med försiktighet. En pipeline på 500 miljoner dollar är inte 500 miljoner dollar i omsättning, bokningar eller kassaflöde.

Salesforce har inte redovisat konverteringsgrad, vilka säljfaser affärerna befinner sig i, genomsnittliga avtalsvärden, tid till avslut, metod för att tillskriva resultatet eller faktisk realiserad intäkt. Uppgiften visar därmed möjlig efterfrågegenerering, men inte ett bevis på finansiell avkastning. 31

För att 2030-målet ska framstå som trovärdigt behöver Salesforce därför visa att AI-satsningen leder till varaktig, betald användning och mätbara nya intäkter – inte bara fler AI-demonstrationer eller större säljpipe.