目标为何上调：Informatica已被计入

Salesforce在Dreamforce上给出的最新目标是：2030财年营收超过630亿美元。这比LSEG汇总的华尔街预期592亿美元高约38亿美元，幅度约为6%。415

这一数字也意味着口径发生了重要变化。Salesforce此前的2030财年目标为“超过600亿美元”，且明确不包含Informatica的影响；最新的630亿美元以上目标则已把这家数据管理业务纳入计算。1415

对投资者而言，这不仅是一项更高的长期指引，也反映出Salesforce希望通过数据管理与AI产品的结合，重新加速增长。

Salesforce的判断：AI会改变界面，不会让企业数据底座消失

CEO马克·贝尼奥夫的核心观点是，企业软件正从传统的独立应用界面、输入提示词，走向可执行任务的AI代理和更动态的交互界面。但代理要真正处理客户服务、销售或运营工作，仍须调用可信的数据，遵守身份权限，理解既有业务逻辑与工作流，并留下可审计、可治理的操作轨迹。67

Salesforce由此试图把CRM定位为AI所依赖的“受治理运行层”，而不是会被AI替代的旧式应用。换言之，模型可以变化、入口可以变化，但企业客户数据、规则、权限与流程不应脱离控制体系。

从AIforce到Koa：把CRM能力带到AI工作的地方

Salesforce发布的AIforce被定位为实时界面层：无论员工或AI代理在哪个工具和界面中工作，都可以调用Salesforce平台能力，而客户不必为此重建整套技术栈。1112

另一个重点是Koa。这是基于Nvidia Nemotron构建的CRM推理模型，目标是将CRM特有的业务语境用于客户互动与复杂工作流，从而支持更快、信息更充分的决策。4

这套策略并非简单地把聊天功能嵌进CRM，而是试图让AI能够理解企业在Salesforce中长期积累的客户关系、商机、服务记录和业务流程。

多模型、多云：不把赌注压在单一基础模型上

通过与Anthropic扩展合作推出的Claudeforce，Salesforce将Claude的推理能力与其所谓的“企业AI Harness”结合：数据、工作流、业务逻辑、可执行动作和治理机制可被安全地提供给AI代理使用。8

公司与Google Cloud及AWS的合作也服务于同一目标：让客户能在偏好的模型和云环境中使用Salesforce的数据与工作流层，而非被绑定到单一基础模型供应商。

所谓Enterprise AI Harness（企业AI连接与治理层），本质上是Salesforce对企业级AI落地难点的回应。它要解决的不只是“模型是否聪明”，还包括身份认证、访问权限、合规、控制与审计等问题。78

如果客户愿意把这一层作为AI代理接入企业系统的标准通道，Salesforce有机会获得新的代理和平台收入，同时提高客户迁移成本，并巩固CRM作为系统记录来源的价值。

真实部署与销售线索：有信号，但不能直接当作业绩

Salesforce以印度航空的部署为案例，试图证明AI代理可以运行在大规模、真实的客户服务环境中，而不仅是停留在产品演示阶段。

贝尼奥夫还称，Salesforce自用的外呼销售代理Hunter在上一季度建立了5亿美元的销售管道（pipeline）。31

但这一指标需要谨慎解读：5亿美元销售管道不等于5亿美元营收、订单额或现金收入。 Salesforce并未披露Hunter带来线索的转化率、交易阶段、平均合同金额、成交周期、归因方法或已实现收入。因此，这一数字最多显示出潜在的需求生成能力，尚不足以证明确定的财务回报。

真正要验证的，是持续付费采用

Salesforce的AI路线试图回答市场最尖锐的问题：当AI代理能直接完成更多工作时，传统CRM软件会不会被边缘化？公司的答案是，AI越深入企业流程，越需要一个可信、可控、与业务数据和规则紧密连接的平台。

这一逻辑是否成立，最终仍要看实际结果：客户是否会持续为AI代理和平台能力付费，AI是否带来可量化的新增收入，以及这些产品能否在不只是概念展示的情况下形成长期增长。

目标为何上调：Informatica已被计入

Salesforce在Dreamforce上给出的最新目标是：2030财年营收超过630亿美元。这比LSEG汇总的华尔街预期592亿美元高约38亿美元，幅度约为6%。415

这一数字也意味着口径发生了重要变化。Salesforce此前的2030财年目标为“超过600亿美元”，且明确不包含Informatica的影响；最新的630亿美元以上目标则已把这家数据管理业务纳入计算。1415

对投资者而言，这不仅是一项更高的长期指引，也反映出Salesforce希望通过数据管理与AI产品的结合，重新加速增长。

Salesforce的判断：AI会改变界面，不会让企业数据底座消失

CEO马克·贝尼奥夫的核心观点是，企业软件正从传统的独立应用界面、输入提示词，走向可执行任务的AI代理和更动态的交互界面。但代理要真正处理客户服务、销售或运营工作，仍须调用可信的数据，遵守身份权限，理解既有业务逻辑与工作流，并留下可审计、可治理的操作轨迹。67

Salesforce由此试图把CRM定位为AI所依赖的“受治理运行层”，而不是会被AI替代的旧式应用。换言之，模型可以变化、入口可以变化，但企业客户数据、规则、权限与流程不应脱离控制体系。

从AIforce到Koa：把CRM能力带到AI工作的地方

Salesforce发布的AIforce被定位为实时界面层：无论员工或AI代理在哪个工具和界面中工作，都可以调用Salesforce平台能力，而客户不必为此重建整套技术栈。1112

另一个重点是Koa。这是基于Nvidia Nemotron构建的CRM推理模型，目标是将CRM特有的业务语境用于客户互动与复杂工作流，从而支持更快、信息更充分的决策。4

这套策略并非简单地把聊天功能嵌进CRM，而是试图让AI能够理解企业在Salesforce中长期积累的客户关系、商机、服务记录和业务流程。

多模型、多云：不把赌注压在单一基础模型上

通过与Anthropic扩展合作推出的Claudeforce，Salesforce将Claude的推理能力与其所谓的“企业AI Harness”结合：数据、工作流、业务逻辑、可执行动作和治理机制可被安全地提供给AI代理使用。8

公司与Google Cloud及AWS的合作也服务于同一目标：让客户能在偏好的模型和云环境中使用Salesforce的数据与工作流层，而非被绑定到单一基础模型供应商。

所谓Enterprise AI Harness（企业AI连接与治理层），本质上是Salesforce对企业级AI落地难点的回应。它要解决的不只是“模型是否聪明”，还包括身份认证、访问权限、合规、控制与审计等问题。78

如果客户愿意把这一层作为AI代理接入企业系统的标准通道，Salesforce有机会获得新的代理和平台收入，同时提高客户迁移成本，并巩固CRM作为系统记录来源的价值。

真实部署与销售线索：有信号，但不能直接当作业绩

Salesforce以印度航空的部署为案例，试图证明AI代理可以运行在大规模、真实的客户服务环境中，而不仅是停留在产品演示阶段。

贝尼奥夫还称，Salesforce自用的外呼销售代理Hunter在上一季度建立了5亿美元的销售管道（pipeline）。31

但这一指标需要谨慎解读：5亿美元销售管道不等于5亿美元营收、订单额或现金收入。 Salesforce并未披露Hunter带来线索的转化率、交易阶段、平均合同金额、成交周期、归因方法或已实现收入。因此，这一数字最多显示出潜在的需求生成能力，尚不足以证明确定的财务回报。

真正要验证的，是持续付费采用

Salesforce的AI路线试图回答市场最尖锐的问题：当AI代理能直接完成更多工作时，传统CRM软件会不会被边缘化？公司的答案是，AI越深入企业流程，越需要一个可信、可控、与业务数据和规则紧密连接的平台。

这一逻辑是否成立，最终仍要看实际结果：客户是否会持续为AI代理和平台能力付费，AI是否带来可量化的新增收入，以及这些产品能否在不只是概念展示的情况下形成长期增长。