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。