Salesforce

-
开发公司 Salesforce, Inc.
地区 美国
官网 https://www.salesforce.com/

Salesforce 是全球领先的 CRM 平台，通过自研 Einstein AI 引擎将预测分析、生成式 AI 与智能体能力嵌入 Sales Cloud、Service Cloud、Marketing Cloud 和 Commerce Cloud，为企业提供从获客到售后的一体化 AI 驱动客户管理方案。

Salesforce 产品界面

Salesforce：AI 驱动的全球最大 CRM 平台

Salesforce 已从传统的 CRM 软件厂商演变为以 Einstein AI 为核心的"AI CRM"平台。它不是在一个产品上"贴 AI 标签"，而是将预测模型、大语言模型和自主智能体能力嵌入销售、服务、营销和电商四大核心模块，形成覆盖客户全生命周期的 AI 能力矩阵。

Salesforce 的核心参数与统计

参数项 数值
官方定位 全球 #1 AI CRM
AI 引擎 Einstein AI（预测 + 生成 + 智能体）
平台构成 Sales Cloud、Service Cloud、Marketing Cloud、Commerce Cloud、Data Cloud、Mulesoft、Tableau
部署方式 SaaS 云端 + Hyperforce（AWS/Azure/GCP 多云）
全球客户数 150,000+ 企业
年营收（FY2026） ~$400 亿+
合规认证 SOC 2 Type II、GDPR、HIPAA、FedRAMP、ISO 27001
扩展生态 AppExchange 5,000+ 应用
发布节奏 每年 Spring / Summer / Winter 三次主线发布

Salesforce 的独特之处在于它的 AI 并非独立产品，而是嵌入平台的 AI 能力层。这意味着 AI 模型直接消费 Sales Cloud 中的管道数据Service Cloud 中的客服记录Marketing Cloud 中的活动响应和 Commerce Cloud 中的交易行为——所有数据在 Data Cloud 中统一聚合。企业无需从多个 SaaS 工具中抽数据再灌入 AI 模型，减少了数据搬运成本。

核心定位边界：Salesforce 的 AI 能力不面向通用对话或开源社区场景，它的价值锚点在 CRM 场景内的预测、推荐和自动化。如果需求是通用文本生成或独立 AI 模型探索，Salesforce 不是合适的选择。

Salesforce 的用户与市场认可

Salesforce 的市场认可度建立在多年的 CRM 领导地位和企业客户信任之上。

企业采用深度：Fortune 100 中超过 90% 是 Salesforce 客户。Sales Cloud 是最成熟的模块，覆盖从中小企业到巨型企业的广泛客户群。Service Cloud 和 Marketing Cloud 的采用率紧随其后。Einstein AI 功能的主要付费用户集中在 Enterprise 和 Unlimited 层级。

分析师评价：Salesforce 在 Gartner 的 CRM 领导者象限中长期占据最靠前位置。Forrester 将 Salesforce 评为 CRM 套件领导者。IDC 报告显示 Salesforce 生态在 2026 年将带动超过 1,000 亿美元的经济影响。分析师普遍认为 Einstein AI 是 CRM 领域最完整的 AI 功能套件。

行业覆盖：Salesforce 的行业解决方案覆盖金融、医疗、零售、制造、通信、政府、教育等多个垂直领域。每个行业都有专门的 Industry Cloud 版本，AI 模型在这些垂直版本中针对行业术语和业务流程做了微调。这种"通用平台 + 行业定制"的模式使 Salesforce 在大型企业市场中的替换成本极高——一旦全面部署，迁移到其他 CRM 平台需要重新配置大量业务规则和 AI 模型。

Salesforce 的成本优势

Salesforce 的定价是典型的企业级 SaaS 模式——高绝对价格，但高度可预测。成本结构必须分三层理解。

C 端/个人视角：Salesforce 没有面向个人用户的产品线。最低入门成本是 Sales Cloud 或 Service Cloud 的 Starter 版（~$25/用户/月），但这一层不包含 Einstein AI 功能。个人销售或小微企业可以通过"Salesforce Essentials"（~$25/用户/月）入门，但不包含 AI 预测和自动化能力。

API/开发者视角：Salesforce 提供 REST/SOAP API 和 Einstein AI API。API 调用量包含在平台订阅中，超出后按调用量计费。Einstein Prediction Builder 和 Einstein Prompt Builder 允许开发者在低代码界面中配置 AI 模型，无需数据科学团队即可完成预测任务的构建。

企业/私有化视角：这是 Salesforce 的核心战场。Salesforce Enterprise 版起步 $165/用户/月，Unlimited 版 $330/用户/月。Einstein AI 附加功能的定价因模块而异：

模块 单价（月付） AI 能力说明
Einstein for Sales $75/用户/月 预测、线索评分Conversation Intelligence
Einstein for Service $75/用户/月 服务预测、推荐回复、智能路由
Einstein Copilot $50/用户/月 对话式 AI 助手
Einstein Automate 按使用量 自动化工作流执行

隐性成本：Salesforce 的真实 TCO 远高于订阅费。实施费用通常是年订阅费的 1-3 倍（需 Salesforce 认证合作伙伴的支持）。定制开发、数据迁移、与现有系统的集成、培训和组织变革管理都需要额外预算。大企业的首年真实成本可能是许可证费用的 2.5-4 倍。但对于已经在使用 Salesforce 的企业，Einstein AI 的边际成本相对较低——AI 模型直接消费已在平台中的 CRM 数据，无需额外的数据中台建设。

Salesforce 的主要功能

Salesforce 的功能体系横跨四大业务云 + Einstein AI 能力层，核心功能按业务模块展开：

  • Sales Cloud（销售云）：管道管理、商机追踪、销售预测、合同管理、报价配置（CPQ）。Einstein AI 嵌入为 Lead Scoring（线索评分）自动对线索排序Forecasting（预测）自动生成管道预测Conversation Intelligence（对话智能）分析销售通话和邮件提取客户意图。Einstein SDR 智能体可自动执行外呼、发送跟进邮件和预约会议。"协同效应"在于：销售代表在 Salesforce 中完成的每一次通话录音、邮件往来和商机更新都自动成为训练数据，持续提升预测模型准确率。

  • Service Cloud（服务云）：全渠道工单管理、知识库Omni-Channel 智能路由、现场服务调度。Einstein 服务智能体（Service Agent）自主处理退款、改地址、查订单等标准请求，自主解决率 60-80%，无法解决时附带上下文接管人工。Einstein 推荐引擎根据工单内容自动匹配知识文章，减少搜索时间。"协同效应"在于：客服工单中的客户情绪、问题类型和解决数据会反馈到销售预测中——例如一批客户集中在某产品型号上投诉，系统自动向销售团队预警该产品的续约风险。

  • Marketing Cloud（营销云）：邮件营销、自动化旅程、受众分群、广告定向、移动推送。Einstein 个性化引擎基于客户 360 视图计算每个收件人的最佳发送时间、内容偏好和触达渠道。Einstein 受众发现自动识别高价值细分群体。"协同效应"在于：营销活动中的响应数据直接反馈到 Sales Cloud 的线索评分——点击了促销邮件的线索自动提升评分，销售代表在第一时间收到跟进提醒。

  • Commerce Cloud（商务云）：电商建站、商品管理、订单管理、支付集成。Einstein 推荐引擎提供个性化商品推荐和搜索结果排序。Einstein 预测分析为库存规划和促销设计提供 GMV 预估。"协同效应"在于：商务交易数据直接进入 Einstein 预测模型，使销售预测更精准——线上浏览但未购买的行为可触发 Service Cloud 中的挽留优惠券。

  • Data Cloud（数据云）（跨模块基础设施）：统一客户数据平台（CDP），聚合来自所有 Cloud 模块及外部系统的客户数据。Einstein AI 模型在此数据层上训练和推理，实现真正的"一个客户一个真相"。Data Cloud 是 Salesforce 从"CRM 应用"走向"AI 数据平台"的关键基础设施，它的存在使得跨模块的 AI 协同成为可能。

  • Einstein Copilot（跨场景 AI 助手）：统一的对话式 AI 界面，用户可以用自然语言查询 CRM 数据、生成报表、填充字段、触发工作流。Copilot 内置"安全护栏"——在写邮件、编辑合同、创建报价等操作前需人工确认，设置 Human-in-the-loop 确认点防止误操作。

Salesforce 的模型与版本演进

Salesforce 的 AI 能力演进经历了从规则引擎到预测模型再到生成式 AI 和自主智能体的三个阶段。

2016-2022：Einstein 预测分析时代

  • 2016 年：Salesforce 推出 Einstein AI 品牌，初始能力集中在预测分析——线索评分、预测、推荐。模型基于自研的预测算法，使用 Salesforce 平台中的结构化数据。
  • 2019 年：Einstein 扩展到 Conversation Intelligence（对话分析），加入自然语言处理能力。
  • 2020-2022 年：Einstein 能力持续增强，引入 Einstein Automate、Einstein Search 和 Einstein OCR，但核心技术仍是预测模型和规则引擎。

2023-2024：Einstein GPT 生成式 AI 时代

  • Spring '24：Einstein GPT 预览版发布，将大语言模型应用于 CRM 场景——自动生成邮件、知识文章、推荐文案。同时推出 Einstein Copilot Studio，允许管理员以低代码方式构建自定义 AI 动作。
  • Summer '25：Einstein GPT 正式 GA。Salesforce 与 OpenAI、Anthropic 等模型厂商合作，支持在 Einstein 平台中选择不同的后端 LLM。这是一个重要的架构变化：Einstein 不再是纯自研模型，而是模型网关——企业可以选择最合适的底层模型来处理不同任务。

2025-2026：Einstein Copilot 智能体时代

  • Winter '26：Einstein GPT 更名为 Einstein Copilot，强调对话式交互和任务执行能力。Copilot 支持自然语言驱动的 CRM 操作——"帮我创建一条新的商机"、"显示上季度转化率最低的 10 个客户"。
  • Spring '26：Einstein Copilot 升级为自主智能体平台。Einstein Service Agent 和 Einstein SDR Agent 是 Salesforce 首次提供"自助运行"的 AI 智能体——它们可以独立完成客服和销售任务，在遇到不确定性时转接人工。

Salesforce 的技术优势

Salesforce 的技术优势不在于单点 AI 能力的最强，而在于数据底座 + 生态集成 + 安全合规三位一体的工程化设计。

机制一：Data Cloud 统一数据层。Salesforce 的 AI 模型运行在 Data Cloud 之上。Data Cloud 是一个实时客户数据平台（CDP），它聚合 Sales Cloud、Service Cloud、Marketing Cloud、Commerce Cloud 以及外部系统的数据，去重、标准化后形成统一的客户 360 视图。AI 模型直接在此数据层上训练和推理，无需 ETL 搬运。这意味着：Einstein 预测模型天然知道该客户的历史购买、当前管道阶段、最近服务工单和最有效的营销触达方式——这些跨模块的数据在独立 AI 工具中需要复杂的集成才能实现。

机制二：Einstein Trust Layer 安全护栏。Salesforce 为 Einstein AI 构建了专门的"信任层"，包含四个关键组件：1）数据隔离——客户数据不会用于模型训练或离开 Salesforce 安全边界；2）审核日志——所有 AI 调用和数据访问记录在 Audit Trail 中；3）输出过滤——AI 生成内容经过安全策略检查，防止泄露敏感信息或生成不当内容；4）Human-in-the-loop——可配置的审批流程，Einstein Copilot 在执行业务关键操作（如发送合同、创建报价、修改客户状态）前要求人工确认。

机制三：多模型网关架构。从 Einstein GPT 开始，Salesforce 不再绑定单一自研模型。Einstein 平台支持对接 OpenAI GPT-4o/5、Anthropic Claude 系列、以及 Salesforce 自研模型。企业可以根据任务类型选择最合适的模型——高准确率任务调 Claude、高吞吐任务调 GPT、CRM 特定任务调自有模型。这种架构降低了模型供应商锁定风险，也使得 AI 成本可以按需优化。

机制四：低代码 AI 配置。Einstein Copilot Studio、Prompt Builder 和 Prediction Builder 允许业务人员通过图形界面配置 AI 行为，无需编写代码。销售运营经理可以创建一个"识别高流失风险客户"的预测模型，指定输入字段（最近下单天数、工单数量、客户级别），系统自动训练并部署。这降低了 AI 的使用门槛，但也带来了模型质量可控性的挑战——低代码创建的模型可能因为数据偏差或字段选择不当而输出误导性结果。

技术局限性：1）Einstein AI 的效果高度依赖 Salesforce 平台中的数据质量和数据完整性——数据脏乱的企业使用效果会大打折扣；2）实时推理的延迟可能比独立 AI API 更高，因为需要经过 Data Cloud 的数据聚合层；3）自定义模型的灵活性和透明度低于开源方案，企业无法直接访问 Einstein 模型权重或进行微调。

Salesforce 的使用方法

Salesforce 的使用方法分为最终用户、管理员和开发者三个层次。

最终用户入口：用户通过 Salesforce Lightning UI 或 Salesforce Mobile App 访问各 Cloud 模块。Einstein Copilot 以侧边栏浮窗的形式嵌入在每一个页面中——用户在任何界面中都可以点击 Copilot 图标，用自然语言提问或下达指令。例如在 Sales Cloud 的商机页面中，Copilot 可以回答"为什么要客户下季度可能流失？"并自动展示关联数据。

管理员配置：Einstein AI 功能的启用按照"Feature → Permission Set → Assignment"的标准化流程：

  1. 在 Setup 中搜索并启用对应 Einstein 功能
  2. 创建或使用默认的 Permission Set 赋予用户 AI 功能权限
  3. 将 Permission Set 分配给用户或用户组
  4. （可选）在 Einstein Copilot Studio 中配置 Copilot 的行为和知识来源

开发者使用：开发者通过以下方式扩展 Einstein AI：

  • Einstein API：REST/SOAP API 调用预测和推荐模型
  • Prompt Builder：以提示词模板的方式定义 AI 生成内容的格式和约束
  • Copilot Studio：自定义 Copilot 动作和系统提示词，配置 Copilot 可以执行的操作范围和授权
  • MuleSoft Composer：通过 MuleSoft 集成外部数据源，供 Einstein AI 模型消费

典型 Quick Start 示例（Admin）：

1. Setup → Einstein → Einstein Copilot → Enable
2. Setup → Permission Sets → 创建 "Einstein Copilot User" →
   将 "Einstein Copilot" 系统权限加入
3. 分配 Permission Set 给目标用户
4. 用户刷新页面后在右侧面板中使用 Copilot

完整配置以 Salesforce 官方帮助文档为准。

Salesforce 的产品定价

定价模式以官方实时页面为准。通常采用免费增值（Freemium）或订阅制，基础功能可免费使用，高级功能或高频使用需付费。

Salesforce 的应用场景

  • B2B 销售管道全流程优化：销售团队通过 Sales Cloud 管理从线索到签约的全管道。Einstein Lead Scoring 自动按成交概率排序线索，销售代表只跟进 Top 20% 的高意向线索。Einstein Forecasting 实时预测季度收入达成率，当管道中出现风险商机时自动提醒销售经理介入。这个场景中，AI 的核心价值在于缩短销售周期和减少预测偏差——推演可减少销售经理每周 2-3 小时的管道审查时间。

  • 客服中心的 AI 降本增效：客服团队使用 Service Cloud 全渠道处理客户请求。Einstein Service Agent 自主拦截标准查询（退款申请、订单状态查询、密码重置），自主解决率约 60-80%，人机协作时间从平均 15 分钟降低到 3-5 分钟。对于无法解决的复杂问题，Service Agent 自动携带上下文转接人工客服，客户无需重复描述问题。量化推演：一个 100 人客服团队，若 60% 的工单被 AI 拦截，每月可节省约 1,800 人工工时（按 22 个工作日 × 8 小时计算）。

  • 营销活动的全渠道自动化：营销团队在 Marketing Cloud 中创建跨渠道的自动化旅程——客户首次访问官网后 24 小时收到欢迎邮件7 天未购买时触发优惠券推送90 天未活跃时进入流失挽回流程。Einstein 个性化引擎自动选择每个触达点的最佳内容和发送时间。推演：相比手动 A/B 测试，Einstein 优化可将邮件打开率提升 15-30%，点击率提升 20-40%（以 Salesforce 公开案例平均数据为参考，非承诺值）。

  • 销售与服务的"零摩擦"协同：当客户致电客服时，客服代表在 Service Cloud 界面上自动看到该客户的完整信息——当前管道状态、最近一次营销互动、在线商品浏览记录。如果该客户是 VIP 层级，系统自动标记优先级。如果该客户可能有流失风险，Einstein 推荐挽回话术和优惠策略。这种跨模块的数据协同是 Salesforce 生态独有的差异化优势。

  • 大促期间的弹性支撑：电商大促期间，Commerce Cloud 和 Service Cloud 协同工作。Einstein 预测模型在大促前 2 周预估 GMV 和客服量，指导库存和人手规划。大促当天，Einstein Service Agent 自动处理 70% 的标准查询，人工客服集中处理退换货和高价值 VIP 客户。大促结束后，Einstein 分析生成大促效果报告和客户行为洞察。

Salesforce 的适用人群

  • 已使用 Salesforce CRM 的大中型企业（最适合）：已经在 Sales Cloud 或 Service Cloud 上运行的企业是 Einstein AI 的首选目标。AI 能力的边际成本最低——数据已经在平台上，只需启用 Einstein 功能并分配权限即可。大型企业中，具有 Salesforce 管理员的 IT 团队或 Salesforce 合作伙伴可以协助配置。

  • 销售和客服运营经理（价值最直接）：负责销售管道管理的经理可以从 Einstein Forecasting 中获得实时的收入预测和风险预警；客服运营经理可以从 Einstein Service Agent 中获得量化的人工成本节约。这些角色不需要技术背景，通过点选配置即可使用。

  • 企业级电商运营团队（适合，但有预算门槛）：使用 Commerce Cloud 的大型零售商可以从 Einstein 推荐和搜索中获得显著的转化率提升。但 Einstein AI 附加包的年费通常 $50,000-$200,000+，年 GMV 低于 $5,000 万的商家 ROI 可能无法覆盖。

  • 已有 Salesforce 但未启用 AI 功能的企业（高优先级行动建议）：如果企业已经支付了 Enterprise Unlimited 版但未启用 Einstein 功能，建议立即开启试用评估。这部分 AI 能力的费用已经包含在已支付的订阅中。

  • 中小企业（不推荐）：Salesforce 全栈 + Einstein AI 的年费对于典型中小企业的预算过高。建议考虑 Zoho CRM、HubSpot 或 Pipedrive 等轻量方案，这些平台也开始加入 AI 功能，但成本仅为 Salesforce 的 10-20%。

  • 非 Salesforce 用户（需严肃评估）：如果企业当前不使用 Salesforce，Einstein AI 的数据贯通优势无法发挥。此时选择 Salesforce 作为新 CRM 平台的动机应来自 CRM 功能本身而非 AI 能力。对于独立 AI 销售工具需求，可以评估 Gong、Clari 等销售 AI 独立方案，它们可以集成到现有 CRM 中。

  • 强合规行业（金融/医疗/政府）（适合但需额外审核）：Salesforce 拥有 SOC 2、HIPAA、FedRAMP 等合规认证，Einstein Trust Layer 提供了数据隔离和审计能力。但金融和医疗行业的 AI 用例通常需要额外的模型验证和合规审批，建议在采购前让合规团队审核 Einstein Trust Layer 的配置和控制措施。

Salesforce 的总结与展望

Salesforce 从 2016 年的预测分析起步，到 2026 年的智能体平台，十年间完成了从"CRM 软件公司"到"AI CRM 平台公司"的转变。其核心竞争力在于数据贯通——Salesforce 生态内的数据天然打通，AI 模型可以直接消费来自销售、服务、营销和电商的全域数据，这是任何独立 AI 工具无法复制的优势。对于已深度使用 Salesforce 的企业，Einstein AI 是最具性价比的 CRM AI 方案——启用成本仅仅是功能附加费，无需额外的数据中台建设。

当前限制与不确定项：1）Einstein AI 的效果高度依赖 Salesforce 平台内的数据质量和数据完整性——数据脏乱的企业会获得"垃圾进垃圾出"的 AI 输出；2）Salesforce 的 AI 功能绑定其生态，非 Salesforce 用户无法直接使用，独立 AI 能力（如通用对话、独立推理）表现弱于通用大模型产品；3）多层费用叠加后的 TCO 快速上升，企业采购前需要测算 3 年总成本而非仅看每用户单价；4）Einstein AI 的模型选择和内部工作机制公开信息有限，企业对于 AI 决策的可解释性和模型可控性方面的信息以官方最新文档为准。

采购/采用风险评估：对于已经使用 Salesforce Enterprise Unlimited 版的企业，建议立即启用 Einstein AI 试用，无需额外预算即可验证价值。对于考虑将 CRM 迁移至 Salesforce 的企业，建议将 Einstein AI 功能作为次优先决策因素——先确保 CRM 业务流程和数据质量达标，再逐步启用 AI 能力。对于寻求独立销售 AI 或客服 AI 的企业，应优先考虑可以对接现有 CRM 的纯 AI 方案（如 Gong、Clari、Zendesk AI），而非更换整个 CRM 平台。Salesforce Einstein AI 最适合的场景始终是"已经在 Salesforce 生态中"和"愿意在 Salesforce 生态中持续投入"的企业。

相关工具：Notion AI、google-workspace

Salesforce 的 如何使用

  • Web 端：访问官网注册账号即可使用，多数功能无需安装。
  • API 接入：提供 RESTful API，开发者可获取 API Key 后集成到自有应用。

版本信息

  • Salesforce Spring '26 Release ：Einstein Copilot 全面升级为自主智能体平台，新增 Einstein Service Agent 自主客服Einstein Sales Development Rep (SDR) 自动外呼与线索培育Data Cloud 实时数据流深度集成。
  • Salesforce Winter '26 Release ：Einstein GPT 升级为 Einstein Copilot，支持自然语言驱动的 CRM 操作与报表生成；Data Cloud 与 Einstein 训练数据深度打通。暂无官方精确日期。
  • Salesforce Summer '25 Release ：Einstein GPT 正式 GA，支持 AI 驱动的邮件撰写、知识文章生成和个性化推荐文案。暂无官方精确日期。
  • Salesforce Spring '24 Release ：Einstein GPT 发布预览版，将生成式 AI 引入 CRM 场景；Einstein Copilot Studio 推出，允许低代码构建 AI 动作。暂无官方精确日期。

用户评价

  • 加载评价中...