如果说过去两年是大模型的技术狂欢，现在潮水的方向正在改变。

经历了技术创新的兴奋期后，越来越多的企业开始理性思考 AI 的价值，不再聚焦于大模型的参数竞赛，在炫技到实用的转折中，一个终极问题渐渐浮出水面：AI 如何才能转化为实实在在的增长？

日前举办的阿里云上的 Salesforce AI CRM 大会上，作为和“增长”关系最密切的赛道，阿里云上的 Salesforce 交出了一份高分答卷，一份关于企业如何驾驭 AI、重回增长快车道的清晰战略与可行路径。

01 企业 AI 的“冰与火之歌”

早在 2024 年，头豹研究院就在《2024 年中国 AI Agent 行业研究》中写道：中国 AI Agent 市场预计至 2028 年将达 8520 亿元，年均复合增长率为 72.7%；在 To B 端，AI Agent 将逐渐把 SaaS 应用全面进行改写重构。

过去一年多时间里，企业级 AI 赛道确实有了爆发的迹象：头部的金融机构纷纷部署了千卡乃至万卡算力集群，以满足万亿参数大模型的高并发推理需；制造业的单项冠军们，陆续将大模型落地到了生产环节，实现了异常事件预警、生产工艺优化等能力；越来越多的互联网企业将 AI 融入到软件开发生产线，进一步提升了研发效率……

但在 AI+CRM 的场景上，企业却表现出了前所未有的克制。并非是蓝图不够诱人，而是落地过程中的种种阻碍。

一是信任问题。

和消费级场景最大的不同，AI 在企业级场景中不能是一个“允许出错的玩具”，而是直接影响业务决策、用户体验甚至品牌形象的生产力工具，对输出结果的准确性要求极高，对幻觉近乎“零容忍”。

比技术更复杂的，其实是企业的信任问题。AI 必须确保结果可控、可解释、可追溯，只有经得起内部风控审查和外部监督问责，才能真正融入业务流程，而非停留在“辅助演示”或“试点项目”的阶段。

二是数据痛点。

在 CRM 系统中，客户信息、交易记录、跟进日志等结构化数据，构成了企业数字化管理的基础。然而真正沉淀企业知识、体现客户情感、反映业务细节的，却是客服聊天记录、产品使用反馈、内部知识库文档等非结构化数据。

非结构化数据体量庞大、格式多样，却蕴含着丰富的上下文、问题链条与用户意图。如果不能有效处理这些数据，企业的 AI 系统将始终局限在“静态信息”中做判断，无法形成深层理解，更谈不上个性化洞察与智能决策。

三是流程断裂。

如果 AI 的落地脱离了业务主线、是需要频繁切换窗口和上下文的“新工具”，恐怕难以提升效率。因为体验上的割裂，不仅打断了员工的工作流，还极大地降低了 AI 的使用频率和场景粘性，甚至成为新的操作负担。

有价值的企业级 AI，必须做到“无感融入”，比如和 CRM 系统深度集成，在业务流的关键节点上主动提供智能辅助，让员工在不知不觉中用上 AI、用好 AI。只有让 AI 成为流程的一部分，效率提升才不是一句口号。

相较于战略层面的高举高打，战术层面上必须要沉下心打通堵点，毕竟大多数企业并不渴望一场颠覆式的“AI 革命”，需要的是务实、可落地的解决方案，一套能稳扎稳打、见效可控的增长组合拳。

02 为中国市场“量身定制”

2016 年就试水 AI 的 Salesforce，可以说是全球范围内最有话语权的 CRM 企业：最初只是将 AI 作为 CRM 的功能补充，现在已然进阶为驱动企业运营的自主智能产品，成为整个行业的创新风向标。

深耕中国市场的阿里云上的 Salesforce，并未照搬海外产品，而是打造专为中国市场定制的 AI 解决方案。

原因并不难解释。中国市场有着不同的语言和数据，有着独特的基础设施、数字生态与数据合规要求，想要满足中国市场的客户需求，照搬海外模式注定行不通，必须要针对中国市场的习惯和需求“量身定制”。

相应的，阿里云上的 Salesforce 进行了两个方面的因地制宜。

第一个是对中国数字生态的适配。

时间回到 2024 年初，阿里云上的 Salesforce 正式发布为中国客户打造的本地化扩展组件互联网关（CXG），帮客户解决了与微信、小程序、企业微信、高德地图等中国本土数字生态的联通。

在阿里云上的 Salesforce AI CRM 大会上，公布了两个新动态。

一个是阿里云上的 Salesforce 企业微信应用程序的 AI 能力。企业微信的 Salesforce 应用可以作为企业常用的 AI 功能入口，支持在销售、服务等场景中与客户进行智能互动，帮助整合和激活非结构化数据，提升运营效率和客户体验。

另一个是灵活、适应性强的小程序插件模板，企业可以通过预构建的插件模板，轻松定制应用，同时保持一致的安全性和专业支持，使开发团队能够专注于构建具有企业特色的业务流程和操作。

第二个是在可信度和安全性方面。

在 AI 落地的过程中，数据安全和合规始终是企业不可触碰的底线。一旦在数据处理、传输，或 AI 调用过程中出现泄露、滥用、越权访问等问题，企业所面临的将远不止技术层面的失误，而是监管处罚、用户信任流失、品牌声誉受损在内的多重打击。

阿里云上的 Salesforce 和阿里云百炼在安全方面进行了深入合作，涵盖数据采集、模型训练、评测、部署到使用的每一个环节，确保内容、数据与系统的全面安全，致力于为客户打造一个信、可控、合规的 AI 使用环境 。

做一个总结的话：在 AI CRM 的布局上，阿里云上的 Salesforce 没有仓促上线新功能，选择在安全合规上下苦工，同时为企业打通了让 AI 贯穿客户生命周期的路径，帮助企业持续释放 AI 的强大潜能。

03 AI 落地的“三步走”策略

解决了安全可信和生态适配的问题后，怎么稳步推进 AI 落地呢？在回答这个问题前，先来思考下企业的核心诉求。

以一名销售人员的日常为例，需要在纷繁的数据中识别潜在客户，不断打磨沟通话术，梳理客户需求，推进合同进度，处理各种客户反馈，还要定期向上提交数据分析与汇报材料……精力都消耗在了繁琐的事务上。

理解了客户使用 CRM 系统的痛点，也就不难读懂阿里云上的 Salesforce 的策略：没有过度堆砌 AI 能力，而是顺应企业从“想要 AI”到“用好 AI”的转型节奏，提供了一条结构清晰、落地性强的路径。

确切的说是“三步走”策略。

第一阶段是 AI Actions (打通基础，建立信任)。

在阿里云上的 Salesforce 中，Action 是将生成式 AI 融入业务流程的最小单位，企业可以使用开箱即用的标准 Actions，也可通过 Apex、Flow 等方式构建自定义的 Actions。

其中 Prompt Builder 让管理员能够在整个企业范围内创建、整合和管理 Prompt，用 AI 生成的数据填充字段、起草个性化的微信消息，让生成式 AI 无缝嵌入到销售、客服、营销等核心流程中。

目的是通过 Prompt Builder 和开箱即用的 AI Actions，让企业在现有 CRM 流程中“无痛”植入 AI 能力（如一键生成摘要、智能总结客户记录），帮助员工和管理者建立对 AI 的初步信任和使用习惯。

第二阶段是 CXG RAG (盘活数据，释放潜能)。

就像前面所提到的，企业的知识库文章、文档、个案笔记、演示材料、聊天记录等资料中蕴藏着大量知识。由于非结构化数据形式多样、难以标准化，组织、存储和集中管理的成本较高，一直是“被遗忘的金矿”。

阿里云上的 Salesforce 将在 2025 年秋季推出由 CXG RAG 驱动的增强型 AI Actions，让 AI 在企业的非结构化知识库中进行搜索、提取信息，并注入到 Prompt 中，帮助销售和客服人员生成更准确、贴合业务的回复。

届时客户只需要点击几下，就能利用非结构化数据生成有价值的内容，进一步盘活数据资产、释放数据潜能。

第三阶段是 Agentic Experiences (重塑流程，迈向未来)。

彼时 AI 将不再是被动执行命令的工具，而是能主动引导工作流程、确保合规、自动完成任务的“数字员工”。

同时也意味着，在 Agentic Experiences 的帮助下，AI 将深度嵌入日常工作流程中，让企业员工从重复性流程中彻底解放出来，放下琐事，专注于最需要人类智慧和情感的创造性、战略性工作。

按照阿里云上的 Salesforce 的规划，将提供面向不同行业与岗位的开箱即用模板，旨在以“看得见的智能体验”重塑一线工作的效率。

可以看到，阿里云上的 Salesforce 的答案并不激进，却是多数 AI 先锋企业走过的共同轨迹：企业应用 AI 不应追求“一步登天”，而是先从高价值、易集成的场景切入，再逐步深化数据应用，最终探索流程的自动化重塑，打开通向智能化未来的大门。

04 写在最后

正如阿里云上的 Salesforce 所示范的，在“增长”的现实诉求下，企业 AI 不应该好高骛远，而是从两方面解决问题。

在术的层面，通过将 AI 嵌入业务组件、工作流和数据流，显著提升各环节的执行效率，减少业务员在录入、查找、整理等重复性工作上的消耗，把更多时间还给“人”本身，用于客户沟通、方案打磨、关键节点的判断与推进。

在道的层面，AI 不只是提效工具，更是认知升级的杠杆。通过构建“营销大脑”，帮助销售更早识别客户意图、及时捕捉线索变化、精准洞察行为趋势，在关键时刻提供策略建议和决策辅助，激发个人与组织更大的潜能。

“术”解决执行问题，“道”引领思考方式的演进。一进一深的双轮驱动，将是 AI 从技术力转化为增长力的最佳答案。