林方舟 发自 凹非寺
量子位 | 公众号QbitAI

“95%的AI试点没能投入企业生产。”

前阵子，我在阿里云云栖大会的Salesforce专题论坛上，听到了这个让我震惊的数据。

知道AI接入企业的工作流不容易，但真没想到难度这么大啊！

现在大模型的能力越来越强，对于我这种普通人，离开了AI感觉脑子都不够用了。

但要确保AI真正融入企业组织中，光靠大模型能力强还不够，还得解决一连串问题：数据准不准、权限怎么管、业务流程能不能跑通……

△图片由AI生成

但当AI Agent进入企业，一系列新的问题又产生了：谁给它定目标？它可以访问哪些数据？当多个Agents跨平台合作时，如何保持身份、权限、责任、边界的一致？

在这场论坛上，我听到了不少企业用AI服务客户、带动业务增长的实际案例，也想与你分享一下。毕竟在AI时代，这可是每个行业都关心的话题。

开始之前，先介绍一下本文的主角。

Salesforce是全球领先的CRM（客户关系管理）行业龙头，已经连续12年被IDC评为全球第一CRM供应商。在中国市场，Salesforce与阿里云携手合作，通过“阿里云上的Salesforce”为企业提供适配中国市场需求的本地化产品与服务。

CRM是管理客户关系的“全家桶”，相当于企业的“客户大脑”，通过集中管理客户数据，来帮销售、营销和售后提升效率。

在AI时代，CRM正逐步成为连接企业客户数据、业务流程、员工与AI Agent的重要平台。对于企业而言，AI转型的关键不仅在于引入AI技术，更在于如何让AI与现有业务体系有效融合，真正发挥业务价值。

AI为何难以进入企业工作流？

这个让人意外的失败率，来自麻省理工2025年发布的一项研究[1]：研究团队调研了300多个企业生成式AI项目后发现，真正能跑进生产环境的定制化AI工具只有5%左右。

为什么个人觉得好用的AI，到了企业却难以持续创造价值？

在阿里云上的Salesforce看来，企业AI落地主要卡在三个环节，而这恰恰是他们试图解决的问题。

第一个卡点是：缺乏可信的业务上下文。

比如，销售想让AI判断某个客户值不值得继续跟进。Excel里写着“有意向”，聊天记录里客户刚说“预算暂停”，售后系统里还挂着一张没解决的投诉工单。AI如果只读到其中一份材料，推理能力再强，也可能得出错误结论。

而AI Agent要进入核心业务，离不开可信的业务上下文。

CRM的作用之一，就是帮助企业集中管理客户信息，并通过数据整合与管理，让销售、服务等不同团队能够基于更加统一、完整的客户记录开展工作。

例如，阿里云上的Salesforce的核心产品“销售云”，帮助企业管理客户线索、商机、跟进活动和销售进度，相当于销售团队的业务台账；另一个核心产品“服务云”，则支持客户咨询、投诉、工单和服务记录管理。

当销售和服务数据能够围绕同一客户形成更加完整的业务视图时，AI便有机会结合更多业务信息进行分析，从而提供更有针对性的建议。

第二个卡点是：能给建议，却没法动手。

比如，普通AI工具能写出一份像模像样的报价建议，但如果没有接入企业业务系统，让它读取最新价格、创建正式报价单、提交折扣审批，再把结果写回客户记录，它就立马傻眼了。可偏偏后面这些琐碎步骤，才是企业真正需要AI参与的实际业务工作。

如今，AI的竞争正在从能力竞争转向结果竞争。

阿里云上的Salesforce不久前在国内发布了Headless 360架构，让CRM中的数据和业务能力可以通过API、MCP工具等方式被AI Agent直接调用。

说白了，AI不再只是站在旁边动嘴给建议，而是真能挽起袖子去干活。

就拿报价来说，AI可以帮忙整理需求、搞定报价材料，再按公司设定的规则提交审批。客服也可以让Agent帮忙创建工单，查找处理问题需要的资料。

阿里云上的Salesforce刚刚又推出百炼Agents能力，将阿里云百炼的AI能力嵌入Salesforce，让员工通过自然语言查询客户信息、分析业务数据并执行相关操作。

它内置了销售、服务等8项业务场景Agents。用户还可以自己上手打造Agents。

例如，销售Agent有一个叫“销售教练”的功能，AI仿佛一位挑剔的客户，对销售员的每一句话都加以“灵魂拷问”，当你能对答如流时，面对老板和客户的挑战就再也不会汗流浃背了。

第三个卡点是：权限边界难界定。

有了执行通道，AI知道了“怎么做”；但谁有权让它做、它能做到哪一步，还得靠权限体系来明确。

比如，销售可以跟进客户，却未必有权查看全部敏感字段；地区负责人可以管理本区域业务，也不意味着能访问全球所有记录。这些规则得由系统把关，不能只在提示词里嘱咐一句“记得保密”，就指望AI守住边界。

对此，阿里云上的Salesforce MCP服务支持在调用时实时查数据，不用提前复制整个数据库；用户原本有权访问哪些对象、字段和记录，AI就只能在这个范围内访问。

在容错率极低的行业里，这一点尤为重要。比如生命科学行业。医药代表能接触哪些医生和医疗机构，拜访前要看哪些历史记录，拜访中能出示什么内容，拜访后如何记录结果……这些都有严格的要求。

阿里云上的Salesforce生命科学云客户互动平台，把医生和医疗机构的档案、拜访计划、拜访过程、现场活动等，都放进系统里管理。

企业可以按岗位设置权限，让AI在允许的范围内帮忙准备资料、整理记录；遇到需要医学人员处理的专业问题，再交给相应人员，按规定流程处理。

“走出去”容易，“走进去”难

当企业的业务跨越多个国家，前面这些问题就更复杂了。

安永的一项研究显示，2025年中国对外直接投资同比增长约7.1%，海外并购规模同比增长近40%。中国企业出海，已经不只是试试水，而是在持续加速。[2]

投资增长背后，越来越多企业需要回答：产品卖出去之后，怎么把客户留下来，让生意长久做下去？

企业出海，“走出去”容易，难的是“走进去”。

就拿汽车行业来说，一个中国车企进入竞争激烈的德国市场，语言、渠道和服务习惯全都变了，国内熟悉的流程不得不推倒重来。

而这家企业引入Salesforce汽车云后，仅用三周就搭好了海外经销商体系，把客户线索怎么管、销售机会怎么跟、订单怎么协同，都理成了一套标准流程。

下一次再拓展其他国家的市场时，企业就不用事事从头再来。

跨国生意还有一个两难：总部需要统一管理，各地又不能完全照搬同一套做法。

例如，一家业务覆盖80余个国家与地区的热管理企业，就通过销售云、服务云，把客户需求、技术报价、订单协同、售后服务串联起来，同时让各地团队可以根据当地的语言、结算习惯和工作流程，做相应调整。

这样一来，总部能够更清晰地掌握各地业务进展；当地团队也能按实际情况开展工作，不用事事照搬。大家少一些隔着时差反复追问，多一些随时能查清楚的业务信息。

△图片由AI生成

这也体现了“阿里云上的Salesforce（中国版）+ Salesforce国际版”这一部署模式的价值：企业可以根据中国及海外市场的不同需求，分别部署系统，在兼顾全球业务管理要求与本地运营需求的同时，根据实际需要衔接数据和业务流程。

一家储能科技企业就采用了这一部署方式，通过系统集成实现国内外业务数据的协同，让不同地区的销售团队能够更高效地开展合作。

不过，两套系统上线，并不意味着所有数据就能自动互通。具体如何连接、哪些数据可以跨境传输，仍需要结合实际业务需求、系统架构及相关合规要求进行规划。

对于走向全球市场的中国企业而言，真正的挑战不仅是将业务拓展到更多国家和地区，更在于如何兼顾全球统一管理与本地灵活运营。

△图片由AI生成

“接地气”的CRM

在海外做生意，得适应当地习惯；回到中国市场，道理也一样。Salesforce的全球经验，只有与中国市场常用的渠道和工具结合，才能更好地发挥作用。

中国市场有其独特的客户互动习惯。客户在微信里咨询，销售用企业微信跟进，活动报名发生在小程序，电话热线负责接听售后来电。产品要好用，就得“接地气”。

为此，阿里云上的Salesforce提供了一套面向中国市场的本地化扩展组件——“互联网关CXG”。

它可以连接微信公众号、小程序、短信等本地渠道，也提供呼叫中心、社交电商、客户数据平台和营销自动化等相关功能与集成。CXG AI连接器则对接阿里云百炼，把大模型能力引入CRM业务流程。

已经有企业开始用上了这些能力。

例如，一家教育公司通过CXG把本地渠道接入CRM，用来支持智能呼叫中心和营销自动化等业务场景。客户在自己熟悉的渠道里发起咨询，企业内部的团队就能接着处理需求。

客户互动的渠道接通了，企业内部的业务操作也需要变得更便捷。

过去，员工为了完成一项任务，经常需要先熟悉系统的操作界面。光是摸清“这个功能在哪、下一步点什么”，就得花不少时间。

前面提到的Headless 360，体现的正是这样一种思路：就是把过去必须在Salesforce界面里完成的操作，变成了AI Agent可以直接调用的能力，用户可以继续在自己熟悉的工具里完成业务任务。

这些能力的背后，是阿里云和Salesforce两家公司优势互补：Salesforce带来客户管理、业务流程、权限体系和行业积累；阿里云则提供中国本地云基础设施、大模型技术及本地生态支持。

这也是阿里云上的Salesforce区别于其他CRM产品的核心竞争力。

说到底，企业AI的竞争，已经不只是比“模型有多厉害”，还要看企业能否将AI能力融入日常业务，并在可控、可靠的前提下持续发挥价值。

AI到底能不能改变企业的工作方式，最终还是得看具体的事：一张报价单能不能更快做完，客户提的问题能不能及时解决，跨国协作时能不能减少反复沟通。

让每天的工作顺一点、快一点，并将这些改善持续积累下来，才是企业真正能够感受到的AI价值。

参考资料：

[1] //cloudelligent.com/wp-content/uploads/2026/02/v0.1_State_of_AI_in_Business_2025_Report.pdf?utm_source

[2] //www.ey.com/zh_cn/newsroom/2026/02/ey-releases-the-overview-of-china-outbound-investment-of-2025?utm_source