Salesforce 正式推出 Agentforce 360，这是其新的 AI 驱动平台，可在其整个生态系统中嵌入虚拟代理，包括 Slack。在 Dreamforce 大会前夕宣布的此次推出旨在实现日常工作的自动化，并在 Salesforce 的“值得信赖的平台”内统一数据、人员和 AI。
对于营销人员而言，此次亮相标志着人工智能与日常工作流程交互方式的一个转折点，并引发了有关成本、控制和数据准备就绪程度的重要问题。
“Agentforce 360 将人类、代理和数据连接在一个值得信赖的平台上，”首席执行官马克·贝尼奥夫（Marc Benioff）在一份新闻稿中表示。“我们为企业提供了一个控制塔，用于掌控客户旅程中的每一个信号。”
最显著的变化在于工作开展的场所。长期以来一直是 Salesforce 协作策略核心的 Slack，如今已成为与 AI 代理和客户数据进行交互的主要工作空间。
关键更新包括：
Slack 内置的对话式人工智能：用户可以直接通过聊天查询客户数据或完成 Salesforce 任务，并具备企业级的隐私和治理控制措施。
Slack 内置的 Agentforce 应用：销售、服务、IT 和人力资源的核心模块将于本月推出，预计 2026 年初将有更广泛的可用性。
企业搜索扩展：Slack 将获得与 Gmail、Outlook 和 Dropbox 的连接器，使其成为搜索和工作流的中心枢纽。
语音功能：Agentforce Voice 引入了实时转录的“超逼真”语音交互，允许人工代理在对话中途接管——这是客户体验连续性的关键保障。
所有这些标志着 Slack 从一个消息工具向 Salesforce 生态系统的运营前端的重大转变。
围绕人工智能代理的最大担忧之一是其不可预测性——偏离品牌、不准确或不透明的回应会破坏信任。Agentforce 360 引入了新的控制措施来应对这一问题。
代理脚本：一种新的、易于人类阅读的 JSON 脚本工具（将于今年 11 月进入测试阶段）允许用户为代理行为定义逻辑和限制条件。
推理模型：AI 代理能够“思考后再回应”，使用来自 Anthropic、OpenAI 和谷歌 Gemini 的模型来处理上下文逻辑，而非表面模式。
代理力构建器：一个无需代码的开发环境，让团队能够在部署前用自然语言设计、测试和调试代理。
Salesforce 表示，这些功能基于超过 12000 个现有的实施案例，旨在帮助客户摆脱“试点炼狱”，即 AI 原型在交付价值之前停滞不前的困境。
营销人员面临着熟悉的障碍：成本、投资回报率和数据质量。
尽管雄心勃勃，但 Agentforce 360 进入了一个充斥着企业人工智能套件的市场——营销人员应谨慎行事。
采用风险依然很高：大多数企业的 AI 计划在扩展方面仍面临困境。Gartner 预测，到 2027 年，五分之二的代理型 AI 项目将因投资回报率不明确和成本不断增加而被放弃。
定价增加了复杂性：许可将成为关键问题。分析师警告称，Salesforce 核心云服务、Slack、Data Cloud 以及 Agentforce 本身之间存在重叠成本。这种堆叠效应可能会使价格大幅高于构建内部人工智能层的成本。
数据准备就绪不容商量：成功取决于为这些代理提供动力的数据的完整性。营销人员必须确保其客户数据准确、结构化且易于访问。为此，Salesforce 推出了由 Data 360 提供支持的 Context Indexing 功能，该功能可提取并整理非结构化数据以供 Agentforce 使用。该功能预计将于本月晚些时候全面上市。
Agentforce 360 推进了 Salesforce 关于以人工智能为先、以对话为基础的工作场所的愿景——在这个工作场所中，Slack 既是界面也是数据引擎。
对于营销领导者而言，其前景颇具吸引力：更快的洞察力、主动的服务以及可扩展的个性化服务。但风险同样显而易见。若没有坚实的数据基础、透明的价格以及可衡量的投资回报率，Agentforce 360 可能会沦为又一项高成本的试验，而非推动营销变革的驱动力。
接下来的几个季度将揭示 Salesforce 的人工智能代理能否实现长期以来承诺的大规模可信赖的自动化客户互动这一目标。
