Salesforce与18,000名客户共同制定AI路线图
TechCrunch AI··作者 Rebecca Szkutak
关键信息
公司每周与部分客户会面，以代理上下文和可观测性等主题为导向进行开发，并基于客户工程团队识别的问题构建功能，而非预设时间表。
资讯摘要
Salesforce正在通过积极引入其18,000家企业的客户参与AI路线图制定，重新定义AI产品开发方式。它不再依赖年度或季度规划，而是每周与客户沟通以获取即时反馈。这使得新产品能够快速部署，例如2024年底推出的Agentforce平台，解决了大型语言模型（LLM）能力与企业实际应用场景之间的差距。
通过聚焦客户识别出的具体痛点——如确定性控制和代理系统——Salesforce避免了开发不必要的功能，转而投资于真正重要的内容。该策略强调敏捷性：代码频繁推送，新功能通过受控发布提前测试。这种自下而上的迭代过程确保Salesforce的AI工具随着业务需求演进，而非理论路线图。
资讯正文
人工智能正以令人眼花缭乱的速度发展，迫使企业必须比以往更快地开发和发布新产品，否则就可能被更快速前进的竞争对手淘汰。
Salesforce认为，它已经找到了一种策略，即使未来AI的发展方向尚不明确，也能保持竞争力。这家客户管理软件巨头正在实时“众包”其AI路线图。
Salesforce当然不是唯一一家与客户紧密合作获取产品反馈的公司。但考虑到公司的规模、新产品的发布频率或对现有产品的修复速度，以及这些关系的细致程度，这一点尤为突出。这些并非年度或季度讨论，而是Salesforce会每周与部分客户会面一次。
Salesforce AI执行副总裁Jayesh Govindarajan最近在接受TechCrunch采访时说：“18,000名客户是信息的源泉，也是实现客户成功的必要资源。我们构建的技术栈已与这些客户产生共鸣。随着时间推移，我们可以获得更好的上下文理解，随着上下文变得更好，大型语言模型（LLMs）也变得更强大，代理系统将逐步展现出越来越多的完全自主行为。这是一个长期创新路径，我们将持续投资。”
Salesforce是最早在2024年底推出AI代理管理软件的公司之一，当时正值代理型AI尚未成为头条新闻。此后，该公司进一步加大投入，以极快的速度持续推出语音AI和Slack相关的新产品。
Salesforce将产品快速迭代归功于其客户。公司告诉TechCrunch，通过让客户引领方向，他们能够制定出一个能迅速响应AI技术发展趋势的AI产品路线图。
Salesforce工程部门总裁兼首席技术官Muralidhar Krishnaprasad告诉TechCrunch，当大型语言模型刚出现时，企业自然希望立即采用这项技术，但却缺乏实现LMM全面应用所需的最后一步技术。
Govindarajan表示，正是这种对“最后一公里”技术的需求，促使Salesforce推出了代理管理平台Agentforce。
随后，公司采取了一种自下而上的策略，围绕诸如代理上下文、可观测性、确定性控制等主题展开，而非设定具体的产品发布时间表。这一方法利用轮换客户群体的直接反馈来开发产品，并假设其他企业也会有类似需求。
“我们带来的创新，直接源于与大量客户的协作，以及对他们现实世界中遇到问题的分类整理，”Govindarajan表示，“然后我们会进一步拆解这些问题，判断哪些可以在大语言模型（LLM）层解决，哪些不能。对于那些无法在LLM层解决的问题，我们需要围绕LLM构建类似代理操作系统的组件，才能真正实现解决。”
与客户工程团队如此紧密的合作，使Salesforce能够在技术演进之前快速修复问题。
“我们不能等三个月或六个月才获得反馈，然后再花另外六个月去研究解决方案，”Krishnaprasad说，“我们实际上是在每周、每月都做出反应。这是一次巨大的转变。我们现在能快速推送代码，并通过各种测试门来尝试新功能，在广泛发布前获取早期反馈。所有这些变化都是为了适应这个环境中的快速迭代。”
旅行管理平台Engine是Salesforce客户反馈循环中的一员，而且这种关系并非随意。据Engine创始人兼CEO Elia Wallen称，该公司的运营团队每周都会与Salesforce会面。
通过这种合作，Engine能在工具正式发布前就获得AI工具的访问权限。Wallen表示，这种提前访问帮助Engine保持竞争力，并比其他情况下获得更多价值。
这种关系是双向的。
Wallen表示，他已经看到Engine的反馈被整合进Salesforce的产品中。例如，他指示一个AI语音助手帮他预订芝加哥的酒店，但觉得语音和交互有些不自然，于是将这一问题反馈给了Salesforce。不久之后，该助手就被改进了，公司内部的A/B测试也显示效果更好。
“如果有人愿意实际参与产品设计并帮助构建我们所需的功能，他们就能更好地理解我们的需求，并找到更有效的解决方案，”Wallen说，“对我们来说，能够被邀请参与到这样的过程中非常棒，因为我们可以影响产品的方向。”
这一策略还让公司能够将用户开发的解决方案和工作流程推广给更广泛的客户群体。
联邦信用合作社PenFed因其与Salesforce的密切合作，成功简化了其技术栈。该公司首席创新官兼执行副总裁Shree Reddy告诉TechCrunch：“我们将时间和精力投入到更具战略意义的平台上，显然也会花更多时间维护与Salesforce的关系。这种投入带来了良好结果，加强了双方互相影响的合作关系，我们也看到了对两家组织都有益的价值提升。”
Reddy表示，PenFed曾利用Agentforce中的现有工具和代理独立开发了一个IT服务管理（ITSM）工作流程，且运行良好。Salesforce注意到这一成果后，将其工具扩展到了整个平台，供其他企业使用。
这种方法的缺点在于，它依赖于一种经典的客户服务理念——客户永远是对的。然而，Salesforce希望客户能给出正确方向，尽管许多企业仍在摸索AI在业务中的角色，还有很多企业尚未从这项技术中发现价值。因此，他们可能并不是长期产品开发的最佳参考来源。
此外，现在愿意测试和预览Beta版技术，并不必然意味着未来会形成使用习惯或签订软件合同。
做自己最大的用户
公司也采取了这种自下而上的内部策略。Govindarajan表示，Salesforce员工是其AI工具的最大使用者。
公司在人工智能热潮初期就调整了人力和资源分配。Krishnaprasad称，当ChatGPT发布时，Salesforce重组了团队和资源，创建了一个新的AI团队——这一策略在过去不同创新浪潮中已被证明行之有效。
“随着技术的变化，我们永远不知道一个月后会出现什么，”他说，“我们会随之适应。这就是我们在去年所做的。回过头看，一年半前‘代理’（agents）这个词甚至还未出现，然后我们必须做出反应，应对所有进展，也要响应客户需求。”
来源与参考
收录于 2026-05-01