裁4000人换来的AI全白搞？Salesforce悄悄改架构：用 “老技术”故障少还省钱，网友怒喊：CEO零遣散费滚蛋

59 0 0

文章摘要

Salesforce作为全球领先的企业级软件公司，曾大力推行AI技术，特别是其核心产品Agentforce，旨在通过大语言模型实现工作流程自动化以降低成本。然而，近期该公司却因技术瓶颈和客户反馈，开始转向更基础的“确定性”自动化技术，以减少对大语言模型的依赖。这一战略调整与其此前高调宣传的“AI优先”理念形成鲜明对比。

Agentforce最初的设计目标是利用大语言模型提升客户支持的效率，但在实际应用中却暴露出诸多问题。例如，系统在处理任务时可能出现“幻觉”故障，运行成本高昂，且无法完全满足企业对精准度的要求。客户如Vivint在使用过程中发现，Agentforce的稳定性不足，甚至无法确保简单的满意度调查问卷按时发送。此外，AI的“漂移”现象也导致系统在处理无关问题时偏离核心任务目标，进一步削弱了其可靠性。

Salesforce高管承认，大语言模型在复杂商业场景中的表现并不尽如人意。产品营销高级副总裁Sanjna Parulekar坦言，公司已引入基于预设指令的确定性自动化技术，以提升软件的稳定性和可预测性。首席技术官Muralidhar Krishnaprasad也指出，确定性指令能显著降低运行成本，同时避免大语言模型遗漏关键指令的问题。尽管如此，这种技术调整也带来了一些局限性，例如系统难以理解客户问题的语境和细微差异，无法像生成式AI那样提供全面的解答。

技术问题之外，客户对AI产品的抱怨也促使Salesforce重新评估其战略方向。部分客户反映，Agentforce的每次对话收费高达2美元，且预购积分的按量付费模式进一步增加了成本压力。与此同时，其他企业如Gap也因类似问题遭遇AI聊天机器人输出不良内容的尴尬局面。这些案例凸显了大语言模型在企业级应用中的潜在风险。

Salesforce的CEO Marc Benioff近期明确表示，数据基础设施的可靠性将成为公司的首要任务。他甚至暗示可能将公司更名为“Agentforce”，以反映其战略重心的转移。尽管发言人否认缩减大语言模型的应用，但强调了对技术使用场景的“审慎和明确”态度。目前，Salesforce正通过优化主题构建、加强安全护栏和提升信息检索质量等措施，试图改善客户体验。

此次战略调整不仅影响了Salesforce自身，也可能对数千家依赖其技术的企业产生连锁反应。市场对AI技术的热情逐渐降温，而企业更关注如何将AI与精准数据和业务逻辑深度融合，以实现可信、可预测的业务成果。这一转变揭示了AI技术在商业化落地过程中面临的挑战，也为其他企业提供了重要的参考。