作為當(dāng)前資本和科技市場(chǎng)最大的主線—AI在技術(shù)端的發(fā)展可謂日新月異：

①24年初Sore視頻生成模型發(fā)布，代表著大模型由圖文向視頻等多模態(tài)演變；

② Suno模型代表AI在音樂等音頻生成上已初有成效；

③ 年中Llama-3、Gemini、Claude、豆包等不同平臺(tái)的大模型如雨后春筍，不斷涌現(xiàn)和迭代；

④以Tesla FSD v13代表的AI在“通過視覺理解世界”上已有長(zhǎng)足進(jìn)步；

⑤ChatGPT 4o1~4o3給我們展示了一個(gè)“初見成效”的兼具圖文、視頻、語(yǔ)音等多模態(tài)感知和邏輯推理能力的AI大模型；

⑥日前以Salesforce發(fā)布的Agentforce為代表的“AI agent”，則又向“人工智能”真正替代“人工”邁出了一步。

但資本市場(chǎng)上，以微軟、英偉達(dá)、臺(tái)積電為代表的AI產(chǎn)業(yè)鏈上游，即硬件芯片和云計(jì)算基礎(chǔ)設(shè)施自24年下半年以來，大體上是震蕩走平，并未隨著AI技術(shù)的不斷演進(jìn)繼續(xù)創(chuàng)新高。反而AI產(chǎn)業(yè)鏈的下游，即軟件或SaaS服務(wù)商則漲幅不俗。由下圖可見，最大的SaaS服務(wù)商之一Salesforce在2H24的累計(jì)漲幅超過30%，明顯跑贏上述三家上游龍頭不足20%的累計(jì)漲幅。更廣的視角下，MSCI Software & Service指數(shù)自22年低點(diǎn)的上漲斜率也大幅跑贏MSCI全美指數(shù)。市場(chǎng)內(nèi)對(duì)2025年AI下游軟件端可能會(huì)跑贏中上游硬件和基礎(chǔ)設(shè)施的聲音并不鮮見。

在此背景下，海豚投研此次就以Salesforce（NYSE:Salesforce）為研究對(duì)象和切入口，一方面嘗試探究市場(chǎng)看多軟件端背后的原因、邏輯是什么？其中基本可以明確的原因之一，就是前文提及的“AI agent”概念下的Agentforce。因此，Agentforce到底是什么，以及Agentforce會(huì)給行業(yè)和Salesforce帶來哪些影響，也會(huì)是本文嘗試探討的內(nèi)容。

以下為正文內(nèi)容

一、9月以來Salesforce在漲什么？

1. 股價(jià)簡(jiǎn)單復(fù)盤

正文開篇，我們先簡(jiǎn)要復(fù)盤下Salesforce近期股價(jià)的走勢(shì)，及其背后可能的催化原因。由下圖可見：

① 第一個(gè)關(guān)鍵事件，Salesforce在9.12首次公布了Agentforce，隨后Salesforce股價(jià)立即突破了持續(xù)數(shù)月的震蕩走勢(shì)，開始趨勢(shì)性拉漲；

② 10.29日Agentforce服務(wù)向用戶全面開放，幾日之后（數(shù)日延遲應(yīng)當(dāng)是市場(chǎng)和客戶在評(píng)估Agentforce的可用性），Salesforce的股價(jià)再度突破持續(xù)了十幾個(gè)交易日的震蕩，快速拉漲；

③ 12.04日Salesforce披露3Q25業(yè)績(jī)，當(dāng)天Salesforce股價(jià)拉升超10%。不過客觀的說，當(dāng)前業(yè)績(jī)表現(xiàn)和對(duì)下季指引并不算很強(qiáng)勁，屬于不會(huì)給當(dāng)前樂觀情緒“潑冷水”，但也并不足以驗(yàn)證市場(chǎng)對(duì)Agentforce樂觀預(yù)期的季報(bào)。(后文會(huì)更詳細(xì)探討)；

④ 12.17日Salesforce召開Agentforce 2.0發(fā)布會(huì)，介紹了公司對(duì)Agentforce后續(xù)會(huì)添加功能的展望(主要是展望，實(shí)際已落地的較少)，和自發(fā)布以來Agentforce的效果和用戶接受情況。后一日Salesforce股價(jià)明顯走跌，但當(dāng)天納指整體下跌近3.6%，主要是受宏觀市場(chǎng)拖累。據(jù)我們了解，市場(chǎng)對(duì)Agentforce 2.0的反應(yīng)是比較正面的。

2. Salesforce的3Q25業(yè)績(jī)表現(xiàn)好嗎？

簡(jiǎn)要回顧3QF25業(yè)績(jī)，從當(dāng)季表現(xiàn)和對(duì)下季度指引兩個(gè)視角，來看看這次業(yè)績(jī)的質(zhì)量是否配得上公布次日股價(jià)超10%的大漲。

3QF25當(dāng)期業(yè)績(jī)上，① 從預(yù)期差的角度，收入、毛利、經(jīng)營(yíng)利潤(rùn)這三項(xiàng)關(guān)鍵財(cái)務(wù)指標(biāo)的都僅略高于預(yù)期1%~3%左右，僅是比預(yù)期稍好，并沒有大超預(yù)期的明顯亮點(diǎn)。

② 從趨勢(shì)的角度，3Q收入增速（無論是整體還是核心的訂閱收入）較上季度繼續(xù)略微放緩0.1pct，表明在Agentforce之外Salesforce現(xiàn)有業(yè)務(wù)的增長(zhǎng)趨勢(shì)是在繼續(xù)向下的。

相比不斷放緩的營(yíng)收增長(zhǎng)，Salesforce盈利能力改善相對(duì)更有看點(diǎn)，3QF25經(jīng)營(yíng)利潤(rùn)同比增長(zhǎng)26%，OPM同環(huán)比分別提升了280bps / 90bps到20%。主要是費(fèi)用大頭（占收入4成上下）的營(yíng)銷費(fèi)用支出僅增長(zhǎng)5%的帶來的利潤(rùn)率提升。但如上文所述，OPM改善的幅度是在市場(chǎng)預(yù)期之內(nèi)的。

③ 本季度從預(yù)期差和變化趨勢(shì)兩個(gè)角度都算有亮點(diǎn)的指標(biāo)，是cRPO（current remaining performance obligation，即已簽訂合約但尚未被確認(rèn)為收入的金額）在3Q同比增長(zhǎng)10.5%，較上季度提速約50bps，且比市場(chǎng)預(yù)期的9%高。海豚投研猜測(cè)，市場(chǎng)對(duì)此的解讀可能是：用戶對(duì)采用Agentforce的意愿較高，發(fā)布后確實(shí)帶來了新增合約，帶動(dòng)了cPRO的增長(zhǎng)提速。這可能是當(dāng)前市場(chǎng)敘事下，Salesforce股價(jià)為何對(duì)3Q業(yè)績(jī)反映相當(dāng)樂觀的一個(gè)合理解釋。

而Salesforce對(duì)FY25和下季度即4QF25的指引甚至是相對(duì)偏負(fù)面的，① 增長(zhǎng)端，總營(yíng)收和核心的訂閱收入增速會(huì)進(jìn)一步的放緩，② Non-GAAP口徑（剔除SBC）下，在3Q季度可圈可點(diǎn)的經(jīng)營(yíng)利潤(rùn)率改善，按指引在4Q會(huì)環(huán)比走低40bps，③ 3Q增速達(dá)雙位數(shù)的EPS和經(jīng)營(yíng)現(xiàn)金流，在4Q增速都會(huì)大幅回落到10%以下，④ 3Q最大亮點(diǎn)-cPRO在四季度的增速將由10.5%下降到~9%。

小結(jié)來看，3Q當(dāng)季業(yè)績(jī)除了有所提速的cPRO增長(zhǎng)外并無顯著亮點(diǎn)，對(duì)4Q的指引更是在全部關(guān)鍵指標(biāo)上都邊際變差，看起來并不值得業(yè)績(jī)后10%的漲幅。且近期Salesforce股價(jià)突破的節(jié)點(diǎn)，都于Agentforce的推出和上線的節(jié)點(diǎn)精準(zhǔn)的一致。經(jīng)過上述簡(jiǎn)要復(fù)盤，海豚投研認(rèn)為，近期Salesforce股價(jià)的強(qiáng)勁表現(xiàn)，與近期的業(yè)績(jī)基本面并無多大關(guān)聯(lián)，主要是由于市場(chǎng)對(duì)Agentforce--“AI agent”概念下最早的商業(yè)實(shí)例的前景的樂觀預(yù)期和提前反映。

因此，海豚投研此次對(duì)Salesforce的覆蓋研究，不從常規(guī)的商業(yè)模式和壁壘優(yōu)劣等角度入手，就以當(dāng)前市場(chǎng)最關(guān)注Agentforce切入，嘗試解答Agentforce和所謂“AI agent”到底是什么？Agentforce能否真的給Salesforce帶來改變投資邏輯程度的增量營(yíng)收？定量來看空間有多大？后文就將圍繞上述這些問題展開。

二、Agentforce -- 又是一個(gè)引領(lǐng)未來的新科技？

1、什么是AI agent？

我們需要理解的第一個(gè)問題即，Agentforce所屬的“AI agent”這一概念具體指什么？與以ChatGPT為例的“Chat bot”，以Copilot為例的“AI assistant”，有哪些本質(zhì)上的異同點(diǎn)？以下討論多少會(huì)涉及部分“艱澀難懂”的概念，海豚投研盡量拋開底層的技術(shù)細(xì)節(jié)，從一個(gè)我們和普羅大眾便于理解的視角簡(jiǎn)要出發(fā)，讓大家理解我們到底在討論什么。

高度概括的說，“AI Agent”相比先前各類“Chatbot”或“AI assistant”的差異主要在--AI由“工具性”向“主體性（或者說自主性）”進(jìn)化程度的不同。按OpenAI的設(shè)想，AI技術(shù)通向真正AGI（Artificial General Intelligence）的發(fā)展可分為5個(gè)階段。其中，第一階段是具備自然語(yǔ)言交互能力的聊天機(jī)器人；第二階端的AI則具備了一定推理和問題解決能力；第三階段即“AI agent”，其與第二階段AI技術(shù)的本質(zhì)差別在，“AI agent”不僅能提供解決方案，同時(shí)還具備自主執(zhí)行解決方案的能力。

以更通俗、類比的方法來說：

① 更早出現(xiàn)的ChatGPT和Copilot之類，主要仍是在人類的指導(dǎo)下、輔助完成某些工作的“工具型”AI，或者說是“以具體任務(wù)為導(dǎo)向”。本質(zhì)上這類AI技術(shù)，和我們之前使用的“電腦”、“Office suite”等并無質(zhì)的區(qū)別，仍只是工具。

② 而“AI Agent”（在技術(shù)成熟的理想狀態(tài)下）則能夠“以目標(biāo)為導(dǎo)向”。AI agent能自行收集必須信息、判斷拆解達(dá)成目標(biāo)所需的步驟、和最終落地執(zhí)行的動(dòng)作。人類只需要給AI agent設(shè)定需要實(shí)現(xiàn)的目標(biāo)或結(jié)果，并提供所需的資源和監(jiān)督。換言之，AI agent可以類比為人類領(lǐng)導(dǎo)下的“數(shù)字版”員工（即管理層多次提及的“Digital labour”），而不再僅僅是工具。

實(shí)際上，AI agent相比ChatGPT等的演化路徑，和AI技術(shù)的另一大主流應(yīng)用方向--自動(dòng)駕駛的演化路徑非常類似。如我們可能更加熟悉的，自動(dòng)駕駛技術(shù)的等級(jí)可分為L(zhǎng)1~L5。ChatGPT和Copilot可類比自動(dòng)駕駛的L2~L3級(jí)別，能輔助駕駛員完成變道、自動(dòng)剎車等輔助工作，或者在比較頻繁的人類監(jiān)管下實(shí)現(xiàn)由A到B的行駛。相比之下，AI agent則可類比L4自動(dòng)駕駛，即能夠在沒有或很少人類干預(yù)的情況下，自主實(shí)現(xiàn)由A到B的行駛。

從中我們也能隱約窺見，AI的技術(shù)發(fā)展路徑雖然各部相同，但頗有“殊途同歸”之感。大模型、自動(dòng)駕駛、機(jī)器人等等技術(shù)組合在一起，或許未來某日真會(huì)誕生兼具“智能”和“實(shí)體”，能近乎完全替代人類勞動(dòng)力的一天。

2、AI agent離我們有多遠(yuǎn)？以上探討的AI agent是一個(gè)成熟理想狀態(tài)下的概念和展望，具體能不能、何時(shí)能實(shí)現(xiàn)理想狀態(tài)的AI agent是一個(gè)猶未可知的問題。Again，從底層技術(shù)的角度去探討AI agent能否實(shí)現(xiàn)的可能性及時(shí)間節(jié)點(diǎn)、并非海豚投研的能力所在。我們只從普羅大眾能理解的角度，簡(jiǎn)要探討下要實(shí)現(xiàn)成熟的AI agent需要哪些關(guān)鍵組件和技術(shù)，以便各位自行感受AI agent離現(xiàn)實(shí)還有多遠(yuǎn)。

如前文所述，成熟的AI agent有能力自行完成信息收集、分析決策、落地執(zhí)行，因此成熟的AI agent就需要兼具三大模塊:

① 分析決策模塊（大腦）：如各類基于LLM的AI模型。以海豚投研的認(rèn)知，當(dāng)前的各類大模型都已具備成熟的自然語(yǔ)言交互能力和一定的推理和分析能力。但距離能進(jìn)行長(zhǎng)鏈路且能保證較高“正確性”的推理、分析和判斷能力，以我們的認(rèn)知，目前的AI大模型應(yīng)當(dāng)還需要一定時(shí)間的發(fā)展

② 感知模塊（五感）：能夠感知并分析文字、視覺、聽覺等各類信息的硬件和對(duì)應(yīng)模型。硬件上，感知端應(yīng)當(dāng)是不存在制約的，攝像頭、麥克風(fēng)或各類傳感器已相當(dāng)成熟。目前能理解包括圖片、視頻、語(yǔ)言在內(nèi)的多模態(tài)大模型目前也已有“初見成效”的模型存在。如近期發(fā)布的GPT-4o多模態(tài)模型和Tesla的純視覺自動(dòng)駕駛技術(shù)，都驗(yàn)證了目前的大模型已具備了一定理解視覺信息的能力。至于語(yǔ)言和文字的識(shí)別技術(shù)則就更加成熟。

③ 執(zhí)行模塊：正如AGI的L2和L3階段的核心差異是L3具備了執(zhí)行能力，海豚投研認(rèn)為AI agent要成熟落地的主要難點(diǎn)(之一)也在執(zhí)行模塊上。一個(gè)主要問題是，誠(chéng)然目前各類AI模型已初步具備了輸出文本、PPT、語(yǔ)音、乃至一些簡(jiǎn)單的視頻、3D模型的能力。但這種需調(diào)用相關(guān)API執(zhí)行的能力并不“通用”，需要事先埋設(shè)API、且難以窮盡。

不過以操作電腦為例，目前AI“通用型”的操作能力也已在研發(fā)當(dāng)中。形象的說，具備“通用型操作能力”的AI能夠像人類一樣通過掃描顯示屏（模擬人類眼睛）來獲取所需信息，通過模擬使用鼠標(biāo)、鍵盤的操作方式，來使用各類軟件，而不需依賴API。

④ 小結(jié)來看，AI agent所需的三大模塊上，目前都至少具備了初步的技術(shù)能力。以海豚投研目前的認(rèn)知，目前最主要的技術(shù)難點(diǎn)，還是在大模型進(jìn)行可靠推理、判斷、通過視頻、語(yǔ)音、語(yǔ)音等信息，精準(zhǔn)認(rèn)知現(xiàn)狀（無論是物理上的、工作上的、或是人際關(guān)系上的）的能力，以及最后的執(zhí)行端。

3、Agentforce到底是何方神圣

以上更多是理想狀態(tài)下對(duì)AI agent的愿景，在那種情形下“數(shù)字員工”大范圍替代人力的“未來已來”。那么Salesforce已經(jīng)發(fā)布的Agentforce實(shí)際如何？是否如愿景中，已擁有了相當(dāng)?shù)?ldquo;自主工作”的能力？

以上圖為參考，高度概括來看：Agentforce是Salesforce基于其底層的技術(shù)平臺(tái)（PaaS）和多年累計(jì)的數(shù)據(jù)（Data），和作為CRM龍頭數(shù)十年在SaaS技術(shù)和行業(yè)知識(shí)的積累（所謂Industry know-how），并通過當(dāng)前AI技術(shù)，將上述一起融合、揉捏在一起，塑造成各種能負(fù)責(zé)不同任務(wù)的Agents，幫助執(zhí)行包括但不限于銷售、客服、營(yíng)銷、數(shù)據(jù)分析等方面的工作。

不過從普通使用者，以及投資人的視角，高深的技術(shù)能力和行業(yè)知識(shí)更多只是一個(gè)不易理解的“黑箱”。我們從更形象具體的角度--通過Agenforce搭建一個(gè)負(fù)責(zé)處理費(fèi)用報(bào)銷申請(qǐng)的Agent的案例來看， Agentforce到底是如何運(yùn)作的：

① 首先第一步，大致定義該Agent的角色，所負(fù)責(zé)的工作內(nèi)容，或工作的目標(biāo)；② 定義需要Agent介入的各類場(chǎng)景（Topics），例如收到員工報(bào)銷申請(qǐng)、員工問詢報(bào)銷規(guī)章制度等情景；③ 詳細(xì)定義、規(guī)范不同場(chǎng)景下Agent應(yīng)當(dāng)采取的行為（Action）；④ 在工作流程中（workflow）中設(shè)定何時(shí)觸發(fā)Agent介入執(zhí)行，有哪些可能的處理結(jié)果等；⑤ 經(jīng)過上述設(shè)置，我們就得到了一個(gè)負(fù)責(zé)費(fèi)用報(bào)銷的Agent，最后一個(gè)截圖是該Agent反饋的一次結(jié)果案例。

可以看到，目前的Agentforce距離理想狀態(tài)下“AI Agent”能自行分析、拆解任務(wù)目標(biāo)，做出合理判斷和操作，交付預(yù)期目標(biāo)尚有很遠(yuǎn)的距離。仍需事先具體且準(zhǔn)確地去設(shè)定的角色、場(chǎng)景、行為、流程等，這和非“AI時(shí)代”下按設(shè)定好規(guī)則辦事的機(jī)器人可能仍是相近的。

但真正核心的不同之處是，上述設(shè)置過程中并不涉及代碼編程，而是用自然語(yǔ)言來描述出對(duì)應(yīng)的情形、規(guī)則、操作等即可。從這個(gè)角度，Agentforce本質(zhì)上可類比為一個(gè)“去代碼化”的編程工具。雖然目前Agentforce相比人類顯然仍需要更多、更精準(zhǔn)的“指導(dǎo)”，Agentforce可能的最大價(jià)值是，給予了普羅大眾（無編程能力），相對(duì)更簡(jiǎn)單方便構(gòu)建自己的“數(shù)字助力員工”，去處理一些相對(duì)簡(jiǎn)單、但繁復(fù)耗時(shí)的工作。

4、Agentforce落地情況如何？

根據(jù)以上的例子，可見Agentforce目前適配的仍是相對(duì)簡(jiǎn)單、重復(fù)性的工作。而根據(jù)公司的披露，Agentforce 1.0發(fā)布以來落地進(jìn)度最快的方向是客服（service agent）。由于客服一般不太涉及決策，大多數(shù)情況下只涉及文字交流（技術(shù)難度低），且在AI時(shí)代之前使用機(jī)器人輔助客服服務(wù)就已是常規(guī)操作，因此service agent作為最快落地方向并不意外。作為范例，Salesforce在自身官網(wǎng)的客戶服務(wù)也上線了Agentforce，以下是海豚投研與Agentforce的一次溝通，可供各位自行感受Agentforce與其他客服機(jī)器人或ChatGPT的優(yōu)劣。

海豚投研的主觀看法，Agentforce的語(yǔ)言理解和溝通能力相比ChatGPT等主流LLM大模型，我們沒有感受到明顯差異。不過在用詞的規(guī)范、防止“幻覺”或“胡言亂語(yǔ)”、拒絕回答不相關(guān)問題等方面，Agentforce相比ChatGPT等C端產(chǎn)品，對(duì)回答質(zhì)量的“下限”要求更高。

而在2024.12.17，Salesforce舉行了Agentforce 2.0的宣講會(huì)，會(huì)上的主要信息包括：

① 首先提及了Agentforce發(fā)布至今的一些成果。例如落地最快的service agent目前已每周處理3.2萬(wàn)次客戶咨詢，其中83%的客戶咨詢Agentforce能獨(dú)立處理，相比先前需上報(bào)人工處理的案例減少了50%。

② Agentforce支持的使用場(chǎng)景將從最初上線的客服和銷售外，向更多行業(yè)、更多場(chǎng)景、更多角色拓展。如個(gè)人的購(gòu)物agent、負(fù)責(zé)招聘的人力agent、協(xié)助醫(yī)療、交稅、教育等多方面的agent。

③ 將Agentforce的部署和使用范圍將拓展到Salesforce之外的第三方平臺(tái)上，例如允許用戶創(chuàng)建的Agentforce Agent調(diào)用用戶在SAP平臺(tái)上的數(shù)據(jù)，或在SAP平臺(tái)上執(zhí)行相關(guān)的ERP操作流程。

④ 上述Agentforce 2.0提及的功能按計(jì)劃將在今年2月上線，而下一次的進(jìn)化--Agentforce 3.0的發(fā)布會(huì)預(yù)計(jì)會(huì)在今年5月左右舉行。

小結(jié)此次2.0發(fā)布會(huì)，可見1.0的service agent看起來已取得了一定的成果，結(jié)合海豚投研了解到的調(diào)研，用戶們對(duì)service agent的看法是比較正面的（當(dāng)然滲透率并不高）。至于管理層對(duì)Agentforce后續(xù)發(fā)展的暢想最終落地時(shí)的質(zhì)量如何，在實(shí)際產(chǎn)品上線前海豚投研無法憑空猜測(cè)。不過從Agentforce每隔2~3個(gè)月就更新一代的演化節(jié)奏，可以近乎確定的是，之后Agentforce和其代表的“AI Agent”技術(shù)大概率會(huì)有非常迅速的迭代和發(fā)展。

三、夢(mèng)想很大，Agentforce實(shí)際能有多大貢獻(xiàn)？

以上我們從概念性的角度初步搞清楚了Agentforce到底是什么的問題，接下來我們將嘗試從定量角度來分析：① Agentforce可能為用戶帶來多少收益or節(jié)省多少費(fèi)用；② Agentforce的潛在市場(chǎng)空間有多大；③ 中短期內(nèi)Agentforce有望給Salesforce帶來多少凈增量收入？

1、以Service Agent為例，Agentforce的潛在市場(chǎng)有多大？

以目前Agentforce落地最順暢的service agent為例，目前Salesforce對(duì)service agent的定價(jià)是$2 per conversation（實(shí)際有可能會(huì)提供一定折扣）。相比之下，據(jù)行業(yè)調(diào)研人工客服平均應(yīng)答一次問詢（conversation）的成本大約在$2.7~$5.6之間。作為交叉驗(yàn)證，我們自行做了測(cè)算：① 據(jù)查詢，美國(guó)平均一個(gè)客服員工的年工資大約在$35,000~$70,000左右；② 按單個(gè)員工平均每周工作時(shí)間在 40~50小時(shí)左右（有可能會(huì)更高）；③ 假設(shè)平均每次溝通花費(fèi)時(shí)間為10分鐘（包括空閑等待時(shí)間）。按上述假設(shè)，海豚投研自行測(cè)算的人工客服單次溝通成本大約在$2.8~$4.5左右，和市場(chǎng)調(diào)研的數(shù)據(jù)接近。

這么看，Agentforce對(duì)service agent的$2每次溝通的定價(jià)較平均人工成本低了約45%，換言之，理想狀態(tài)下若企業(yè)用戶采用service agent代替人工客服大約能節(jié)省約一半的人力成本。但也需考慮到，目前service agent尚不具備完全匹配人類客服的能力（按demo中的展示）。因此我們認(rèn)為與人工成本下限差異并不大的$2定價(jià)，可能不具備很強(qiáng)的吸引了讓企業(yè)用戶采用Agentforce，確實(shí)有在名義定價(jià)上給出折扣的需求。

通過以上分析可見，Agentforce提供的“Digital labour”在理想狀態(tài)下（假設(shè)Agentforce的工作能力接近人類員工）確實(shí)能夠幫助企業(yè)用戶節(jié)省相當(dāng)可觀的人力成本，因此有希望吸引企業(yè)用戶采用Agentforce來替代人力員工。那么下一個(gè)問題是，以美國(guó)客服（customer service）為例，Agentforce理論上的潛在市場(chǎng)有多大？

據(jù)調(diào)研，美國(guó)目前約有300萬(wàn)在職的人工客服崗位，參考我們以上的測(cè)算，單個(gè)人工客服一年處理1.3萬(wàn)次客戶的問詢，那么基于保守和樂觀情景下的滲透率和單次溝通的定價(jià)，海豚投研測(cè)算出Agentforce在客服市場(chǎng)有望取得的市場(chǎng)空間可達(dá)$20~$390億之間。相比Salesforce在FY25年約$90億的Service cloud收入，保守情景下$20億增量市場(chǎng)規(guī)模并算不上可觀（何況這還沒考慮到其他競(jìng)爭(zhēng)對(duì)手也可能推出類似服務(wù)的競(jìng)爭(zhēng)）。而理想狀態(tài)下，AI agent需要取得相當(dāng)可觀的對(duì)人工的替代率（比如至少3~5成），以及和人類員工接近的能力而收取較高的定價(jià)（如$2每次溝通），才有望帶來數(shù)倍于當(dāng)前收入規(guī)模的增量空間。

當(dāng)然，理論上隨著Agentforce拓展到銷售、教育、法律、財(cái)務(wù)等各行各業(yè)，Agentforce理論上的總TAM較單一的客服行業(yè)可以再翻數(shù)倍到數(shù)十倍，可達(dá)數(shù)千億乃至萬(wàn)億美金的行業(yè)規(guī)模。再往長(zhǎng)期看，如果“Digital labour”果真能在普遍情況下替代人力，其TAM空間之大甚至可以說“無所不包”。但是上述這些工作對(duì)能力的要求和復(fù)雜度明顯高出客服工作，且Salesforce目前自己都尚未搞清楚在客服以外行業(yè)，對(duì)Agentforce的定價(jià)方式。我們?cè)诖艘簿筒?ldquo;強(qiáng)行拍腦袋”定量測(cè)算Agentforce在其他全行業(yè)的TAM大小。簡(jiǎn)單定性來說，AI agent的總TAM想象空間顯然是無比巨大的，十萬(wàn)億美元都不算上限，但其前提假設(shè)—“人工智能”能夠確保質(zhì)量的替代人類工作，尚有些遙遠(yuǎn)。

2、Agentforce能給Salesforce 帶來多少增量收入？

以上是從中長(zhǎng)期視角對(duì)Agentforce潛在的市場(chǎng)規(guī)模有多大的測(cè)算，那么從中短期視角，例如3年之內(nèi)Agentforce有可能對(duì)Salesforce的業(yè)績(jī)產(chǎn)生多大的影響？

首先需要明確的一點(diǎn)是，如前文所述Agentforce在customer service方面是采用的按次收費(fèi)模式，而非原本傳統(tǒng)采用的按seat收取固定服務(wù)費(fèi)的訂閱式收費(fèi)模式。隨著存量用戶采用Agentforce替代原本的service cloud，在獲得新收入的同時(shí)，也會(huì)導(dǎo)致原本訂閱收入的下滑。

由于公司并不披露其服務(wù)的訂閱用戶數(shù)量和平均客單價(jià)數(shù)據(jù)，我們只能舉例來測(cè)算。對(duì)于原不同檔次和定價(jià)的Service Cloud的用戶，在假設(shè)Agentforce實(shí)際每次溝通收費(fèi)$1，和Agentforce替代20%的原有訂閱seats的情況下，對(duì)三檔不同定價(jià)的用戶Agentforce能貢獻(xiàn)37%~101%的增量收入。對(duì)營(yíng)收占比較大，參考意義更高的規(guī)模較大的兩檔用戶，20%的滲透率假設(shè)下，Agentforce能帶來的增量收入約為37%~41%。

整體來看，我們假設(shè)中檔的“Unlimited”等級(jí)用戶代表了Salesforce全部用戶的平均情況，主要看保守和中性情景下的預(yù)期，假設(shè)2年內(nèi)Agentforce在客服服務(wù)上的采用率分別達(dá)到5%和10%，那么能給Salesforce Service Cloud收入分別帶來10%和20%的增量收入。貢獻(xiàn)還是比較可觀的。但如果Agentforce在2年內(nèi)僅在Cloud service上成功落地，那么上述兩種情況下Agentforce對(duì)Salesforce總收入的貢獻(xiàn)就僅為3%~6%，意義不大。

3、總結(jié)回顧上文的探討，能獨(dú)立思考、工作的“AI agent”的概念和未來“Digital labour”大范圍替代人力，可以說是AI技術(shù)浪潮以來最讓人激動(dòng)的，也最具“星辰大海”想象空間的技術(shù)發(fā)展方向。并且為實(shí)現(xiàn)“AI agent”所需的各方面技術(shù)也確實(shí)已有初步的成果，和高速迭代和發(fā)展。從我個(gè)人的看法，拉長(zhǎng)視角下“AI agent”是可能有相當(dāng)?shù)母怕誓軌驅(qū)崿F(xiàn)。

但暢想之外，現(xiàn)實(shí)是當(dāng)前的Agentforce仍是一個(gè)需要人類事先規(guī)范比較詳細(xì)規(guī)則和流程的輔助性工具。目前Agentforce更多的意義可能是提供了一個(gè)無需代碼就可實(shí)現(xiàn)辦公自動(dòng)化的“編程工具”，而非一個(gè)能“獨(dú)立思考和工作”的數(shù)字員工。

定量來看，如果Agentforce確實(shí)能實(shí)現(xiàn)接近人類的工作能力，那么其潛在的市場(chǎng)空間（TAM）非�？捎^，僅以美國(guó)客服行業(yè)未來，50%的滲透即有近$400億的市場(chǎng)規(guī)模。若能在多種行業(yè)都能有不俗的滲透，那么數(shù)千億乃至數(shù)萬(wàn)億的TAM也并非不可能。

但顯然Agentforce目前不具備接近人類的工作能力，從更現(xiàn)實(shí)更近的視角看，僅以客服（Service Cloud）為例，2年內(nèi)Agentforce可能給Service Cloud帶來約10%~20%的增量收入。并不算很多，但對(duì)Salesforce--總收入增長(zhǎng)中樞已不足10%的企業(yè)，多少有邊際改善營(yíng)收增速的效用。

所以，作為一個(gè)發(fā)布僅數(shù)月，概念意味大于實(shí)際表現(xiàn)的“Agentforce”，目前顯然尚不足以給Salesforce帶來“x倍”量級(jí)的增長(zhǎng)。對(duì)情緒、估值的拉動(dòng)，強(qiáng)于對(duì)基本面業(yè)績(jī)的拉動(dòng)。

當(dāng)然Salesforce也不僅只有Agentforce，我們?cè)谙乱黄�中，將從更多的角度來探討，�?dāng)前的Salesforce是不是具備其他值得下注的亮點(diǎn)。

- END -

       原文標(biāo)題 : Salesforce：AI取代“人工”？SaaS大佬能沾多大光？