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

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

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见