Kløften mellem løfte og virkelighed: Hvad Salesforces kamp afslører om AI-transformation i tech-branchen

Den store AI-desillusionering: Hvorfor Salesforce viser, at virkeligheden ser anderledes ud

Det spektakulære fald på 27 procent i aktiekursen på CRM-giganten Salesforce siden begyndelsen af ​​2025 er ikke et isoleret fænomen for en enkelt virksomhed. Det symboliserer snarere en fundamental uoverensstemmelse mellem de høje forventninger til kunstig intelligens og den barske virkelighed i dens kommercielle anvendelse. Mens tech-virksomheder verden over proklamerer en revolution gennem autonome AI-agenter, afslører Salesforces situation tre centrale problemer, der kan være symptomatiske for hele branchen: monetariseringen af ​​AI-innovationer, den strukturelle modenhed på markedet for virksomhedssoftware og den stigende kompleksitet af teknologiintegration. Denne analyse undersøger, hvad der virkelig ligger bag det formodede fremtidsløfte, og hvilke konsekvenser dette har for tech-industrien.

Relateret til dette:

• Kunstig intelligens: Hvorfor Salesforces Agentforce ikke (endnu) er ved at blive populære – uafhængige alternativer er bedre

Grundlæggende og relevans

Salesforces situation i oktober 2025 markerer et vendepunkt i opfattelsen af ​​kunstig intelligens som en umiddelbar vækstdriver for etablerede tech-virksomheder. Marc Benioff, den karismatiske grundlægger og administrerende direktør for CRM-virksomheden, havde proklameret den agentbaserede AI-tidsalder på virksomhedens Dreamforce-konference i San Francisco. Hans vision: Autonome algoritmer ville erstatte menneskelige medarbejdere i virksomheder og blive Salesforces vigtigste indtægtsgenerator. Virkeligheden tegner dog et andet billede.

Det dramatiske fald i Salesforces aktiekurs står i skarp kontrast til den generelle tendens i tech-sektoren, hvor teknologiaktier har oplevet betydelige gevinster i samme periode. Denne divergens rejser fundamentale spørgsmål: Har branchen overvurderet den hastighed, hvormed kunstig intelligens kan omsættes til reel omsætning? Er forventningerne til autonome AI-agenter realistiske? Og hvilke strukturelle problemer ligger skjult bag den glitrende facade af AI's løfte?.

Relevansen af ​​denne analyse rækker langt ud over Salesforce. Den påvirker alle virksomheder, der er afhængige af kunstig intelligens som en central vækstdriver. Den påvirker investorer, der hælder milliarder i AI-teknologier. Og den berører medarbejdere, hvis job er truet af den lovede automatisering. Salesforce-casen giver et unikt indblik i mekanismerne, håbene og skuffelserne i en branche i forandring.

Denne artikel er opdelt i otte afsnit, der systematisk præsenterer de historiske rødder, tekniske mekanismer, nuværende status, praktiske anvendelsesscenarier, kritiske problemer, fremtidige udviklinger og en afsluttende syntese af resultaterne. Det vil blive tydeligt, at Salesforces udfordringer er eksempler på dybereliggende brancheproblemer, der rækker langt ud over en enkelt virksomhed.

Fra cloud-pioner til AI-kæmper: Den strategiske omlægning af en branchegigant

For at forstå den nuværende situation, må man spore Salesforces oprindelse og udvikling. Virksomheden, der blev grundlagt i 1999 af Marc Benioff, revolutionerede softwareindustrien med et dengang radikalt koncept: Software as a Service (SaaS). I stedet for at sælge dyre licenspakker, der skulle installeres på kundernes servere, tilbød Salesforce sin CRM-løsning over internettet. Kunderne betalte et månedligt gebyr og kunne nemt få adgang til softwaren via deres webbrowser.

Denne innovation gjorde Salesforce til markedsleder inden for Customer Relationship Management (CRM). Med en markedsandel på over 21 procent dominerer virksomheden fortsat det globale CRM-marked, langt foran konkurrenter som Microsoft, Oracle og SAP. I over to årtier blev Salesforce betragtet som en vækstaktie par excellence. Omsætningen steg med tocifrede tal år efter år, aktiekursen steg støt, og virksomheden ekspanderede gennem adskillige opkøb.

Men selv i årene op til 2025 blev de første tegn på en afmatning tydelige. Væksten i CRM-softwarebranchen som helhed aftog, efterhånden som markedet blev mere og mere mættet. Mange store virksomheder havde allerede implementeret CRM-systemer, og de lavthængende frugter var plukket. Samtidig dukkede nye konkurrenter op, der erobrede markedsandele med innovative tilgange og lavere priser.

I denne situation fokuserede Benioff i stigende grad på kunstig intelligens som en ny væksthistorie fra 2022 og fremefter. Først introducerede Salesforce Einstein, en AI-platform, der muliggjorde prædiktiv analyse og automatisering inden for eksisterende CRM-produkter. Derefter, i september 2024, kom den store annoncering: Agentforce, en platform for autonome AI-agenter designet til uafhængigt at håndtere opgaver inden for områder som kundeservice, salg og marketing.

Visionen var ambitiøs: Inden udgangen af ​​2025 skulle kunderne oprette en milliard autonome AI-agenter via platformen. Disse agenter skulle ikke blot besvare simple forespørgsler, men også selvstændigt planlægge og udføre komplekse opgaver i flere faser. De skulle handle proaktivt, træffe beslutninger og få adgang til hele virksomhedens database.

Sideløbende investerede Salesforce kraftigt i det teknologiske fundament for disse AI-agenter. I maj 2025 annoncerede virksomheden opkøbet af Informatica, en specialist i datahåndtering, for otte milliarder dollars. Opkøbet skulle sikre, at AI-agenterne havde adgang til data af høj kvalitet og velstruktureret data. I efteråret 2024 havde Salesforce allerede opkøbt OwnData, et andet datahåndteringsfirma, for 1,9 milliarder dollars.

Trods disse massive investeringer og den storslåede vision udeblev de håbede omsætningsspring. I andet kvartal af regnskabsåret 2025/26 voksede Salesforces omsætning med 9,8 procent til 10,24 milliarder dollars. Selvom dette oversteg forventningerne en smule, markerede det det femte kvartal i træk med encifret vækst. Udsigterne for det kommende kvartal var endnu mere afdæmpede, hvilket gav næring til bekymringer om, at AI-initiativet ikke ville levere den forventede kommercielle succes.

Anatomien af ​​autonome AI-agenter: Teknologi mellem vision og gennemførlighed

For at forstå, hvorfor det er så udfordrende at tjene penge på AI-agenter, må man undersøge de tekniske fundamenter og mekanismer bag disse systemer. Agentforce er baseret på flere teknologiske komponenter, der skal arbejde sammen for at opnå den lovede autonomi.

Kernen er den såkaldte Atlas Reasoning Engine, der fungerer som det neurale netværk eller hjernen hos AI-agenterne. Denne motor er designet til at efterligne menneskelig tanke og handling, kategorisere opgaver korrekt, prioritere trin og i sidste ende udføre dem præcist. I modsætning til tidligere AI-assistenter som Copilot, der var stærkt afhængige af menneskelig interaktion, er Agentforce-agenterne beregnet til at fungere stort set autonomt.

Den anden nøglekomponent er Salesforce Data Cloud, som harmoniserer alle relevante virksomhedsdata i realtid og gør dem tilgængelige for AI-agenterne. Kvaliteten og fuldstændigheden af ​​disse data er afgørende for agenternes præstation. Det er også her, en af ​​de største udfordringer ligger: Mange virksomheder har gennem årene indsamlet deres data i forskellige systemer uden ensartede standarder eller regelmæssig datarensning.

Den tredje komponent består af integrationsværktøjer som MuleSoft og præbyggede forbindelser, der giver agenter mulighed for at interagere med eksisterende arbejdsgange og eksterne systemer. Disse grænseflader gør det muligt for agenter at operere ikke kun i Salesforce-miljøet, men også at kommunikere med andre virksomhedsapplikationer.

Ud over disse Salesforce-native komponenter integrerer Agentforce også store sprogmodeller fra tredjepartsudbydere som OpenAI, Anthropic og Google Gemini. Disse modeller leverer den underliggende naturlige sprogbehandling og generelle verdenskendskab, som de specifikke agenter er bygget på.

Funktionaliteten kan illustreres ved hjælp af eksemplet med en kundeservicemedarbejder: En kunde kontakter virksomheden med en anmodning. Medarbejderen analyserer anmodningen, tilgår de relevante kundedata fra dataskyen, sammenligner den med lignende sager fra tidligere, udvikler en flertrinsløsningsplan, udfører disse trin og kommunikerer resultatet til kunden. Alt dette sker uden menneskelig indgriben, medmindre medarbejderen støder på et problem, der overstiger deres muligheder.

I teorien lyder det imponerende. I praksis er der dog adskillige faldgruber. Agenterne er kun så gode som de data, de kan tilgå. Hvis dataene er ufuldstændige, forældede eller inkonsistente, vil agenterne træffe forkerte beslutninger. Integration i eksisterende virksomhedssystemer er ofte kompleks og kræver en betydelig indsats. Og selvom agentkonfiguration markedsføres som en low-code-proces, kræver det stadig betydelig teknisk forståelse og Salesforce-specifik ekspertise.

Et andet problem er manglen på tillid. Mange virksomheder tøver med at overdrage kontrollen over kritiske forretningsprocesser til autonome agenter uden robuste testprocedurer og sikkerhedsmekanismer. Risikoen for fejl, databrud eller uønsket adfærd er reel, som eksempler fra andre brancher viser.

Den vanskelige vej til rentabilitet: Tre grundlæggende udfordringer

Salesforces problemer kan koges ned til tre centrale udfordringer, der er repræsentative for hele branchen: monetarisering af AI-innovationer, strukturel markedsmodenhed og kompleksiteten af ​​teknologiadoption.

Den første udfordring vedrører monetisering

Selvom Salesforce har udviklet et teknologisk avanceret produkt med Agentforce, er det afgørende spørgsmål stadig: Hvordan kan det monetiseres? Agentforces prismodel er baseret på to dollars pr. samtale, en brugsbaseret tilgang, der adskiller sig fra traditionelle licensmodeller. Mange potentielle kunder tøver dog med at implementere denne teknologi i stor skala, indtil investeringsafkastet er tydeligt påviseligt.

Omkostningerne ved at drive AI-agenter er betydelige. De underliggende store sprogmodeller kræver dyre computerressourcer. Ifølge brancheestimater koster en enkelt forespørgsel til en generativ AI-model op til ti gange mere end en traditionel Google-søgning. Disse omkostninger skal videregives til kunderne, hvilket begrænser prisaccepten. Samtidig forventer kunderne, at AI-agenter leverer en klar merværdi, der retfærdiggør de højere omkostninger.

Til dato bruger kun omkring 12.000 virksomheder Agentforce, et forsvindende lille antal i betragtning af Salesforces massive kundebase på flere hundrede tusinde virksomheder. Den tilbagevendende årlige omsætning fra Agentforce er mindre end 500 millioner dollars, hvilket er en brøkdel af den samlede omsætning på over 40 milliarder dollars. Selv hvis dette tal tredobles eller firedobles i de kommende år, som Salesforce håber, vil bidraget til den samlede omsætning stadig være begrænset.

Den anden centrale udfordring er CRM-markedets strukturelle modenhed

Efter to årtier med stærk vækst har markedet for CRM-software (Customer Relationship Management) nået et mætningspunkt. De fleste store og mellemstore virksomheder i udviklede markeder har allerede implementeret CRM-systemer. Potentialet for organisk vækst gennem nye kunder er begrænset.

Samtidig er konkurrencen intensiveret. Microsoft med Dynamics 365, Oracle med sine cloud-applikationer, SAP med sine CRM-løsninger og adskillige specialiserede udbydere som HubSpot, Zendesk og Zoho kæmper alle om markedsandele. Disse konkurrenter har indhentet dem i de senere år og tilbyder nogle gange mere overkommelige eller specialiserede løsninger.

I dette miljø vil det være vanskeligere for Salesforce at opnå tocifrede vækstrater, selv med innovative AI-funktioner. Kunder skifter ikke blot deres CRM-system, fordi en leverandør tilbyder nye AI-funktioner. Implementering af et CRM-system er komplekst, dyrt og tidskrævende. Virksomheder er tilbageholdende med at skifte, så længe deres eksisterende system fungerer.

Analytikere som Karl Keirstead fra UBS har påpeget, at CRM-markedet allerede er relativt modent, mens kundernes AI-investeringer på dette område stadig er i en meget tidlig fase. Der er derfor en tidsforskel mellem markedsmodningen af ​​kerneprodukter og modningen af ​​AI-tilføjelser. Dette hul gør det vanskeligt for Salesforce at genvinde sin tidligere vækstmomentum.

Den tredje grundlæggende udfordring vedrører kompleksiteten af ​​teknologiadoption

Selvom Salesforce markedsfører Agentforce som en brugervenlig løsning med lav kode, er virkeligheden for mange kunder betydeligt mere kompleks. En vellykket implementering af AI-agenter kræver et solidt datagrundlag, veldefinerede processer, teknisk ekspertise og betydelige investeringer i træning og forandringsledelse.

Mange virksomheder kæmper med grundlæggende udfordringer såsom dårlig datakvalitet, isolerede datasiloer, utilstrækkelig IT-infrastruktur og mangel på AI-ekspertise. Disse problemer skal løses, før AI-agenter kan nå deres fulde potentiale. Dette kræver tid, ressourcer og en langsigtet tilgang, hvilket mange virksomheder viger tilbage fra.

Dertil kommer manglen på kvalificeret arbejdskraft. Efterspørgslen efter AI-eksperter, dataspecialister og Salesforce-administratorer overstiger langt udbuddet. Virksomheder er nødt til at betale høje lønninger for at tiltrække og fastholde kvalificerede medarbejdere. Dette øger yderligere omkostningerne ved implementering af AI-løsninger og forlænger tiden til værdiskabelse.

Her lærer du, hvordan din virksomhed kan implementere skræddersyede AI-løsninger hurtigt, sikkert og uden høje adgangsbarrierer.

En administreret AI-platform er din altomfattende og bekymringsfri løsning til kunstig intelligens. I stedet for at skulle håndtere kompleks teknologi, dyr infrastruktur og langvarige udviklingsprocesser, får du en færdiglavet løsning skræddersyet til dine behov fra en specialiseret partner – ofte inden for få dage.

De vigtigste fordele på et overblik:

⚡ Hurtig implementering: Fra idé til brugsklar applikation på dage, ikke måneder. Vi leverer praktiske løsninger, der skaber øjeblikkelig merværdi.

🔒 Maksimal datasikkerhed: Dine følsomme data forbliver hos dig. Vi garanterer sikker og kompatibel behandling uden at dele data med tredjeparter.

💸 Ingen økonomisk risiko: Du betaler kun for resultater. Store forudgående investeringer i hardware, software eller personale elimineres fuldstændigt.

🎯 Fokuser på din kerneforretning: Koncentrer dig om det, du er bedst til. Vi tager os af hele den tekniske implementering, drift og vedligeholdelse af din AI-løsning.

📈 Fremtidssikret og skalerbar: Din AI vokser med dig. Vi sikrer løbende optimering og skalerbarhed og tilpasser modellerne fleksibelt til nye krav.

Mere information her:

• Den administrerede AI-løsning - Industrielle AI-tjenester: Nøglen til konkurrenceevne inden for service-, industri- og maskintekniksektoren

Succeshistorier og desillusionering: Hvad praksis lærer os om AI-agenter

For at få et fuldstændigt billede er det værd at se på specifikke use cases og praktiske erfaringer med AI-agenter, både hos Salesforce selv og hos andre virksomheder.

Salesforce har selv foretaget en af ​​de mest profilerede implementeringer af AI-agenter: i sin egen kundeservice. CEO Marc Benioff annoncerede i september 2025, at virksomheden havde reduceret sit kundeserviceteam fra 9.000 til 5.000 medarbejdere, en reduktion på 45 procent. De afskedigede medarbejdere blev erstattet af AI-agenter, som ifølge Benioff allerede har håndteret 1,5 millioner kundeinteraktioner med lignende kundetilfredshedsniveauer som menneskelige agenter.

Denne drastiske foranstaltning demonstrerer på den ene side AI-agenters potentiale til at automatisere gentagne opgaver og reducere omkostninger. Salesforce sparer betydelige personaleomkostninger gennem disse fyringer og kan samtidig håndtere flere forespørgsler. På den anden side rejser det etiske og praktiske spørgsmål. Kvaliteten af ​​kundeservicen for mere komplekse forespørgsler, der kræver menneskelig dømmekraft og empati, er endnu uvist. Andre virksomheder, såsom Klarna, der forfulgte lignende automatiseringsstrategier, har måttet indrømme, at servicekvaliteten har lidt under det.

Et andet eksempel er AI-agenter i salg. Flere Salesforce-kunder har implementeret agenter, der automatisk kvalificerer potentielle kunder, planlægger aftaler og sender opfølgende e-mails. Disse agenter arbejder døgnet rundt og kan håndtere hundredvis af leads samtidigt. Ifølge Salesforce har nogle kunder rapporteret, at produktiviteten i deres salgsteams er steget med 20 til 30 procent gennem brugen af ​​sådanne agenter.

Der er dog begrænsninger. Agenterne fungerer bedst med standardiserede processer og klart definerede kvalifikationskriterier. De når hurtigt deres grænser i komplekse B2B-salgsprocesser, der kræver dybdegående produktkendskab og strategiske forhandlingsevner. Derudover rapporterer nogle brugere en vis grad af utilfredshed blandt potentielle kunder, der foretrækker at tale med et menneske.

Ud over Salesforce bruger adskillige andre virksomheder AI-agenter. ServiceNow, en direkte konkurrent til Salesforce inden for IT-servicestyring, har udviklet sin egen platform til AI-agenter. Disse agenter er designet til uafhængigt at diagnosticere og løse IT-problemer, behandle serviceanmodninger og orkestrere arbejdsgange.

Microsoft bruger også agentbaseret AI med sine Copilot-produkter, omend med en lidt anderledes tilgang. Microsoft-agenterne er dybere integreret i eksisterende Office 365-produkter og fokuserer på at understøtte individuel produktivitet snarere end autonom procesautomatisering.

SAP og Oracle forfølger lignende strategier og udvikler AI-agenter, der er direkte integreret i deres ERP- og CRM-systemer. SAP har introduceret Joule, en AI-assistent, der analyserer forretningsprocesser, giver anbefalinger og automatiserer opgaver. Oracle fokuserer især på AI-drevet cloud-infrastruktur og positionerer sig som en platform for beregningsintensive AI-arbejdsbelastninger.

Det, alle disse eksempler viser, er, at AI-agenter fungerer bedst i klart definerede use cases med strukturerede data og standardiserede processer. Jo mere kompleks, uforudsigelig og menneskecentreret en opgave er, desto vanskeligere bliver det for autonome agenter at opnå eller overgå menneskelig ydeevne.

Relateret til dette:

• Salesforce AI: Hvorfor uafhængige AI-platforme er bedre end Einstein og Agentforce – Hybrid tilgang slår leverandørbinding!

Kritik, kontroverser og uløste spørgsmål: Den mørke side af AI-revolutionen

Salesforces problemer og de bredere udfordringer ved implementering af AI-agenter har udløst en intens debat om teknologiens potentiale og begrænsninger. Flere kritiske aspekter fortjener særlig opmærksomhed.

Det første stridspunkt drejer sig om jobtab. Salesforce har sendt et klart signal ved at afskedige 4.000 kundeservicemedarbejdere: AI-agenter erstatter ikke kun ineffektive processer, men også mennesker. Benioff havde tidligere hævdet, at AI ikke ville føre til, at kontorjob forsvinder. Virkeligheden viser noget andet.

Denne tendens er ikke begrænset til Salesforce. Ifølge data blev mere end 64.000 job i teknologisektoren forsvundet alene i USA i 2025, hvoraf mange var relateret til øget automatisering gennem AI. Ironien er, at mange af disse virksomheder samtidig leder efter nye medarbejdere, især inden for AI-udvikling og salg af AI-produkter. Så der sker et skift, hvor visse job bliver forældede, mens andre dukker op. Men spørgsmålet er stadig, om de nyoprettede job vil kompensere for de tabte i både antal og kvalitet.

Det andet kritiske aspekt er uoverensstemmelsen mellem markedsføring og virkelighed. Salesforce og andre tech-virksomheder har promoveret AI-agenter med storslåede løfter: en revolution på arbejdspladsen, magiske produktivitetsgevinster, autonome systemer, der erstatter menneskelige medarbejdere. Realiteten er imidlertid, at mange implementeringer stadig er i pilotfasen, og de lovede produktivitetsgevinster udebliver ofte eller realiseres kun i begrænsede områder.

En Capgemini-undersøgelse viste, at mens 90 procent af de adspurgte ledere er overbeviste om, at agentbaseret AI tilbyder en konkurrencefordel, er kun 14 procent faktisk begyndt implementeringen. Størstedelen er stadig i planlægningsfasen, og næsten halvdelen mangler en konkret implementeringsstrategi. Tilliden til fuldt autonome AI-agenter er faldet betydeligt i det seneste år, fra 43 til 27 procent.

Et tredje problematisk punkt er afhængigheden af ​​individuelle tech-giganter. Salesforce Agentforce er tæt integreret med Salesforce-økosystemet. Agenterne fungerer bedst, når alle data og processer befinder sig i Salesforce-verdenen. Integration af eksterne videnskilder eller systemer kræver en betydelig indsats. Dette skaber en leverandørlåsningseffekt, hvilket gør det vanskeligt for kunder at skifte til alternative løsninger.

Lignende kritik rettes mod Microsoft, SAP og Oracle. Hver leverandør forsøger at skabe sit eget økosystem, hvor dens AI-agenter fungerer bedst. Dette komplicerer integrationen af ​​forskellige systemer og tvinger kunderne til at vælge en enkelt primær leverandør. Initiativer som Model Context Protocol, der sigter mod at muliggøre standardiseret kommunikation mellem AI-agenter fra forskellige leverandører, er stadig i deres vorden.

Et fjerde kontroversielt aspekt vedrører databeskyttelse og -sikkerhed. AI-agenter kræver adgang til omfattende virksomhedsdata for at fungere effektivt. Dette skaber potentielle sikkerhedsrisici, især når disse data deles med eksterne AI-tjenester som OpenAI eller Anthropic. Selvom Salesforce og andre leverandører understreger, at de har implementeret strenge databeskyttelsesforanstaltninger, er der fortsat bekymringer, især i regulerede brancher som sundhedspleje eller finansielle tjenester.

Det femte kritiske punkt er miljøpåvirkningen. Drift af store AI-modeller kræver enorme mængder computerkraft og dermed energi. Datacentrene, der kører disse modeller, forbruger millioner af kilowatt-timer elektricitet og producerer betydelige CO2-udledninger. I en tid, hvor virksomheder i stigende grad er under pres for at nå deres bæredygtighedsmål, bliver AI-systemers miljøaftryk en voksende bekymring.

Et kig ind i fremtiden: Mellem konsolidering og den næste bølge

Trods alle de nuværende udfordringer antager eksperter, at AI-agenter vil spille en stadig vigtigere rolle i virksomheder i de kommende år. Spørgsmålet er ikke om, men hvor hurtigt og i hvilken form denne teknologi vil vinde frem.

Gartner forudsiger, at cirka 40 procent af alle virksomhedsapplikationer i 2026 vil omfatte opgavespecifikke AI-agenter, en betydelig stigning fra mindre end 5 procent i 2025. I 2035 kan agentbaseret AI tegne sig for cirka 30 procent af den globale omsætning af virksomhedssoftware, mere end 450 milliarder dollars. Markedet for autonom AI og autonome agenter forventes at vokse fra 8,62 milliarder dollars i 2025 til 263,96 milliarder dollars i 2035, hvilket repræsenterer en sammensat årlig vækstrate (CAGR) på over 40 procent.

Disse prognoser er baseret på antagelsen om, at de nuværende udfordringer gradvist vil blive overvundet. Flere udviklinger kan bidrage til dette:

For det første vil selve teknologien fortsætte med at udvikle sig. De underliggende store sprogmodeller vil blive mere kraftfulde, effektive og omkostningseffektive. Nye modeller som OpenAI's o1 med forbedret ræsonnement eller Anthropics Claude med længere kontekstvinduer vil muliggøre mere komplekse opgaver. Omkostningerne ved AI-inferens er allerede faldet dramatisk med en faktor 280 mellem november 2022 og oktober 2024. Denne tendens vil sandsynligvis fortsætte, hvilket gør AI-applikationer mere økonomisk attraktive.

For det andet vil virksomheder lære at bruge AI-agenter mere effektivt. Tidlige brugere vil få erfaring, identificere bedste praksis og dele den med det bredere samfund. Der vil opstå træningsprogrammer, certificeringer og konsulenttjenester for at støtte virksomheder i deres implementering.

For det tredje kunne standardiseringen udvikle sig. Initiativer som Model Context Protocol eller ServiceNows agent-til-agent-protokol sigter mod at muliggøre kommunikation mellem AI-agenter fra forskellige leverandører. Hvis sådanne standarder etableres, vil dette fremme integration og reducere leverandørbinding.

For det fjerde kan man forvente en konsolidering af udbydere. Markedet for AI-agenter er i øjeblikket fragmenteret, med snesevis af startups og etablerede aktører, der kæmper om markedsandele. Opkøb og markedskonsolidering vil sandsynligvis finde sted i de kommende år, svarende til hvad der er sket i andre teknologisegmenter tidligere. Store virksomheder som Salesforce, Microsoft, Google, SAP eller Oracle vil opkøbe mindre udbydere for at udvide deres AI-kapaciteter.

For Salesforce specifikt vil den afgørende faktor være, om virksomheden med succes kan integrere Informatica-opkøbet og generere reel merværdi for Agentforce. Opkøbet er det største i virksomhedens historie siden Slack-opkøbet i 2021. Det indebærer risici, hvilket fremgår af nedgraderingen fra RBC, der drastisk sænkede kursmålet. Det giver dog også muligheder, hvis Salesforce derved kan skabe en mere omfattende datahåndteringsplatform, der gør AI-agenter mere effektive.

På mellemlang sigt sigter Salesforce mod en omsætning på over 60 milliarder dollars i 2030, hvilket svarer til en organisk vækstrate på over 10 procent om året. Dette ville repræsentere en tilbagevenden til en tocifret vækstrate, efter at have ligget under dette niveau siden midten af ​​2024. Om dette mål er realistisk afhænger i høj grad af, om Agentforce og andre AI-produkter opnår den forventede succes.

På lang sigt kan udviklingen bevæge sig mod komplekse økosystemer med flere agenter, som Gartner forudser. I sådanne systemer arbejder specialiserede agenter sammen, koordinerer deres handlinger og deler information. Én agent kan analysere kundehenvendelser, en anden udvikle løsninger, en tredje koordinere implementeringen og en fjerde overvåge kvaliteten. Dette orkestrerede samarbejde vil være i stand til at automatisere endnu mere komplekse forretningsprocesser.

Men der er stadig lang vej igen. De næste to til tre år vil være afgørende for at se, om de nuværende problemer kan overvindes, og om de lovede produktivitetsgevinster og indtægtsstigninger rent faktisk bliver til virkelighed.

Lærdomme fra Salesforce-krisen for tech-branchen

Analysen af ​​Salesforce-problemet afslører grundlæggende sandheder om kunstig intelligens og dens kommercielle anvendelse. Den centrale konklusion er, at der er en betydelig uoverensstemmelse mellem den teknologiske gennemførlighed af AI-agenter og deres økonomiske rentabilitet i det nuværende markedsmiljø.

Salesforce er et eksempel på en branche, der gik ind i AI-æraen med høje forventninger, men nu står over for de barske realiteter ved monetarisering. De tre identificerede hovedproblemer – monetariseringsvanskeligheder, markedsmætning og kompleksitet i implementeringen – er ikke specifikke for Salesforce, men påvirker hele virksomhedssoftwarebranchen.

Erfaring viser, at teknologisk innovation alene ikke er nok. Virksomheder skal også udvikle en overbevisende forretningsmodel, demonstrere tydelig kundeværdi og sænke adoptionsbarrierer. Salesforce har skabt et teknologisk imponerende produkt med Agentforce, men det er fortsat en udfordring at omsætte det til bæredygtig omsætningsvækst.

For investorer betyder det, at de skal skelne mellem kortsigtet hype og langsigtet værdi. De høje værdiansættelser af mange AI-virksomheder er baseret på forventninger om fremtidige overskud, der muligvis ikke realiseres eller kan blive betydeligt forsinket. En nøgtern analyse af faktiske implementeringsrater, omsætningsbidrag og rentabilitet er afgørende.

For virksomheder, der ønsker at implementere AI-agenter, er anbefalingen: Start med klart definerede use cases, invester i datakvalitet og forandringsledelse, og forvent ikke mirakler natten over. De mest succesfulde implementeringer fokuserer på et par, men veludførte projekter, i stedet for at iværksætte mange overfladiske eksperimenter.

For medarbejdere betyder denne udvikling, at visse opgaver vil blive automatiseret af AI, mens nye roller vil opstå. Investering i AI-relaterede færdigheder – hvad enten det er inden for udvikling, ledelse eller strategisk anvendelse af AI – bliver stadig vigtigere.

Salesforce-sagen er derfor langt mere end historien om en enkelt virksomhed i problemer. Det er en lektie i udfordringerne ved teknologisk transformation, kløften mellem vision og virkelighed og behovet for at opretholde et klart overblik over de økonomiske realiteter på trods af al entusiasmen for nye teknologier. AI-revolutionen vil komme, men den vil være gradvis, ujævn og selektiv – ikke det ofte omtalte Big Bang, men en kontinuerlig proces med op- og nedture.

☑️ Vores forretningssprog er engelsk eller tysk

☑️ NYT: Korrespondance på dit modersmål!

 

Jeg og mit team er glade for at stå til rådighed for dig som din personlige rådgiver.

Du kan kontakte mig ved at udfylde kontaktformularen her wolfenstein@xpert.digital:eller blot ringe til mig på +49 7348 4088 965. Min e-mailadresse er

Jeg glæder mig til vores fælles projekt.

 

 

☑️ SMV-support inden for strategi, rådgivning, planlægning og implementering

☑️ Oprettelse eller omlægning af den digitale strategi og digitalisering

☑️ Udvidelse og optimering af internationale salgsprocesser

☑️ Globale og digitale B2B-handelsplatforme

☑️ Pioner inden for forretningsudvikling / marketing / PR / messer

Branchefokusområder: B2B, digitalisering (fra AI til XR), maskinteknik, logistik, vedvarende energi og industri

Mere information her:

• Ekspert Business Hub

Et tematisk knudepunkt, der tilbyder indsigt og ekspertise:

• Vidensplatform, der dækker globale og regionale økonomier, innovation og branchespecifikke tendenser
• En samling af analyser, indsigter og baggrundsinformation fra vores vigtigste fokusområder
• Et sted for ekspertise og information om aktuelle udviklinger inden for erhvervsliv og teknologi
• Et knudepunkt for virksomheder, der søger information om markeder, digitalisering og brancheinnovationer

Xpert.Digital besidder dybdegående viden på tværs af forskellige brancher. Dette giver os mulighed for at udvikle skræddersyede strategier, der er præcist afstemt med kravene og udfordringerne i dit specifikke markedssegment. Ved løbende at analysere markedstendenser og overvåge brancheudviklingen kan vi handle proaktivt og tilbyde innovative løsninger. Kombinationen af ​​erfaring og ekspertise skaber merværdi og giver vores kunder en afgørende konkurrencefordel.

Mere information her:

• Drag fordel af Xpert.Digital's 5 ekspertiseområder i én pakke – fra kun €500/måned