Разрыв между обещаниями и реальностью: что показывает опыт Salesforce в плане трансформации ИИ в технологической отрасли

Великое разочарование в ИИ: почему Salesforce показывает, что реальность выглядит иначе

Впечатляющее падение стоимости акций CRM-гиганта Salesforce на 27% с начала 2025 года — это не единичный случай, связанный с одной компанией. Скорее, оно символизирует фундаментальное несоответствие между высокими ожиданиями в отношении искусственного интеллекта и суровой реальностью его коммерческого использования. В то время как технологические компании по всему миру заявляют о революции, которую совершили автономные ИИ-агенты, ситуация Salesforce обнажает три центральные проблемы, которые могут быть симптоматичны для всей отрасли: монетизация инноваций в области ИИ, структурная зрелость рынка корпоративного программного обеспечения и растущая сложность интеграции технологий. Данный анализ исследует, что на самом деле стоит за этим мнимым обещанием будущего и какие последствия оно имеет для технологической отрасли.

Подходит для:

• Искусственный интеллект: почему Salesforces Agentforce не (пока) началась - независимые альтернативы лучше

Основы и актуальность

Ситуация с Salesforce в октябре 2025 года знаменует собой поворотный момент в восприятии искусственного интеллекта как прямого драйвера роста для крупных технологических компаний. Марк Бениофф, харизматичный основатель и генеральный директор компании, занимающейся управлением взаимоотношениями с клиентами, провозгласил эру ИИ на основе агентов на конференции Dreamforce в Сан-Франциско. Его видение: автономные алгоритмы заменят сотрудников-людей и станут важнейшим источником дохода Salesforce. Однако реальность рисует иную картину.

Резкое падение акций Salesforce резко контрастирует с общей тенденцией в технологической отрасли, где акции технологических компаний за тот же период продемонстрировали значительный рост. Это расхождение поднимает фундаментальные вопросы: не переоценила ли отрасль скорость, с которой искусственный интеллект может превратиться в реальный источник дохода? Реалистичны ли ожидания относительно автономных ИИ-агентов? И какие структурные проблемы скрываются за блестящим фасадом перспектив ИИ.

Актуальность этого анализа выходит далеко за рамки Salesforce. Он затрагивает все компании, использующие искусственный интеллект как ключевой фактор роста. Он затрагивает инвесторов, вливающих миллиарды в технологии ИИ. И работников, чьи рабочие места находятся под угрозой из-за обещанной автоматизации. Кейс Salesforce даёт уникальный взгляд на механизмы, надежды и разочарования переходной отрасли.

Эта статья разделена на восемь разделов, в которых систематически излагаются исторические корни, технические механизмы, текущее состояние, практические примеры использования, критические проблемы, будущие разработки и итоговый анализ извлеченных уроков. Станет ясно, что проблемы Salesforce отражают более глубокие отраслевые проблемы, выходящие далеко за рамки одной компании.

От пионера облачных технологий до борца за ИИ: стратегическая переориентация отраслевого гиганта

Чтобы понять текущую ситуацию, необходимо проследить историю возникновения и развития Salesforce. Основанная в 1999 году Марком Бениоффом, компания произвела революцию в индустрии программного обеспечения, предложив радикальную на тот момент концепцию «Программное обеспечение как услуга». Вместо продажи дорогостоящих пакетов лицензий, которые требовалось устанавливать на серверах клиентов, Salesforce предлагала своё CRM-решение онлайн. Клиенты платили ежемесячную плату и могли использовать программу просто через браузер.

Это нововведение сделало Salesforce лидером рынка в сфере управления взаимоотношениями с клиентами. Занимая более 21% рынка, компания и сегодня доминирует на мировом рынке CRM-систем, значительно опережая таких конкурентов, как Microsoft, Oracle и SAP. Более двух десятилетий Salesforce считалась эталоном роста. Выручка росла двузначными числами год за годом, цена акций постоянно росла, а компания расширялась за счёт многочисленных приобретений.

Но уже в годы, предшествовавшие 2025 году, появились первые признаки замедления. Рост индустрии CRM-решений в целом замедлился по мере насыщения рынка. Многие крупные компании уже внедрили CRM-системы, и лёгкие решения были уже готовы. В то же время появились новые конкуренты, завоевавшие долю рынка благодаря инновационным подходам и более низким ценам.

В этой ситуации Бениофф, начиная с 2022 года, всё больше внимания уделял искусственному интеллекту как новому направлению роста. Salesforce впервые представила Einstein — платформу ИИ, которая обеспечивала предиктивную аналитику и автоматизацию в существующих CRM-продуктах. Затем, в сентябре 2024 года, последовало важное заявление: Agentforce — платформа для автономных агентов на базе ИИ, которые будут самостоятельно выполнять задачи в таких областях, как обслуживание клиентов, продажи и маркетинг.

Концепция была амбициозной: к концу 2025 года клиенты создадут на платформе миллиард автономных ИИ-агентов. Эти агенты будут не только отвечать на простые запросы, но и самостоятельно планировать и выполнять сложные многоэтапные задачи. Они будут действовать проактивно, принимать решения и иметь доступ ко всей базе данных компании.

В то же время Salesforce вложила значительные средства в технологическую основу для этих ИИ-агентов. В мае 2025 года компания объявила о приобретении Informatica, компании, специализирующейся на управлении данными, за 8 миллиардов долларов. Целью приобретения было обеспечение доступа ИИ-агентов к высококачественным, хорошо структурированным данным. Осенью 2024 года Salesforce уже приобрела Own Data, другую компанию по управлению данными, за 1,9 миллиарда долларов.

Однако, несмотря на эти масштабные инвестиции и грандиозную концепцию, ожидаемый рост выручки не оправдался. Во втором квартале 2025/26 финансового года выручка Salesforce выросла на 9,8%, достигнув 10,24 млрд долларов. Хотя этот показатель немного превзошёл ожидания, это был пятый квартал подряд с однозначным ростом. Прогноз на следующий квартал был ещё более осторожным, что усилило опасения, что наступление на ИИ не принесёт ожидаемого коммерческого успеха.

Анатомия автономных агентов ИИ: технология между видением и осуществимостью

Чтобы понять, почему монетизация ИИ-агентов оказывается настолько сложной задачей, важно изучить технические основы и механизмы этих систем. Agentforce основана на нескольких технологических компонентах, которые должны работать вместе для достижения обещанной автономности.

В основе системы лежит Atlas Reasoning Engine, который действует как нейронная сеть или мозг ИИ-агентов. Этот движок предназначен для имитации человеческого мышления и поведения, правильной категоризации задач, определения приоритетности этапов и, в конечном итоге, их корректного выполнения. В отличие от предыдущих ИИ-помощников, таких как Copilot, которые в значительной степени полагались на взаимодействие с человеком, агенты Agentforce разработаны для работы в значительной степени автономно.

Вторым ключевым компонентом является Salesforce Data Cloud, который гармонизирует все необходимые данные компании в режиме реального времени и предоставляет их агентам на базе искусственного интеллекта. Качество и полнота этих данных критически важны для эффективности работы агентов. Это также представляет собой одну из самых серьёзных проблем: многие компании годами собирали свои данные в различных системах без единых стандартов и регулярной очистки.

Третий компонент — это инструменты интеграции, такие как MuleSoft, и готовые коннекторы, которые позволяют агентам взаимодействовать с существующими рабочими процессами и внешними системами. Эти интерфейсы позволяют агентам работать не только в среде Salesforce, но и взаимодействовать с другими корпоративными приложениями.

Помимо этих специфичных для Salesforce компонентов, Agentforce также интегрирует масштабные языковые модели сторонних поставщиков, таких как OpenAI, Anthropic и Google Gemini. Эти модели обеспечивают базовую обработку естественного языка и общие знания о мире, на основе которых строятся конкретные агенты.

Функциональность можно проиллюстрировать на примере агента службы поддержки клиентов: клиент обращается в компанию с вопросом. Агент анализирует запрос, получает доступ к соответствующим данным клиента из облака данных, сравнивает их с аналогичными случаями из прошлого, разрабатывает многоэтапный план решения проблемы, выполняет эти шаги и сообщает результат клиенту. Всё это происходит без участия человека, если только агент не сталкивается с проблемой, превышающей его возможности.

В теории это звучит впечатляюще. Однако на практике существует множество препятствий. Эффективность агентов напрямую зависит от качества данных, к которым они имеют доступ. Если данные неполные, устаревшие или противоречивые, агенты принимают неверные решения. Интеграция с существующими корпоративными системами часто сложна и требует значительных усилий. А настройка агентов, хотя и рекламируется как процесс с минимальным написанием кода, всё же требует глубоких технических знаний и специальных знаний Salesforce.

Другая проблема — отсутствие доверия. Многие компании не решаются передавать управление критически важными бизнес-процессами автономным агентам без надёжных процедур тестирования и механизмов безопасности. Риск ошибок, утечек данных или нежелательного поведения реален, как показывают примеры из других отраслей.

Трудный путь к прибыльности: три фундаментальных вызова

Проблемы Salesforce можно свести к трем основным задачам, типичным для всей отрасли: монетизация инноваций в области ИИ, структурная готовность рынка и сложность внедрения технологий.

Первая проблема касается монетизации

Несмотря на то, что Salesforce разработала технологически продвинутый продукт совместно с Agentforce, ключевой вопрос остаётся: как его монетизировать? Модель ценообразования Agentforce основана на двух долларах за разговор, что является подходом, основанным на фактическом использовании, который отличается от традиционных моделей лицензирования. Однако многие потенциальные клиенты не решаются внедрять эту технологию в крупных масштабах, пока не будет наглядно продемонстрирована окупаемость инвестиций.

Затраты на запуск ИИ-агентов значительны. Базовые крупные языковые модели требуют дорогостоящих вычислительных ресурсов. По оценкам отрасли, один запрос к генеративной ИИ-модели обходится в десять раз дороже, чем традиционный поиск в Google. Эти затраты приходится перекладывать на клиентов, что ограничивает их приемлемость по цене. В то же время клиенты ожидают от ИИ-агентов чёткой ценности, оправдывающей более высокие затраты.

На сегодняшний день Agentforce используют всего около 12 000 компаний, что весьма незначительно, учитывая обширную клиентскую базу Salesforce, насчитывающую несколько сотен тысяч компаний. Годовой регулярный доход Agentforce составляет менее 500 миллионов долларов, что составляет лишь малую часть от общего дохода, превышающего 40 миллиардов долларов. Даже если в ближайшие годы эта цифра утроится или учетверится, как надеется Salesforce, её вклад в общий доход всё равно будет ограниченным.

Вторая ключевая проблема — структурная зрелость рынка CRM.

После двух десятилетий активного роста рынок программного обеспечения для управления взаимоотношениями с клиентами достиг фазы насыщения. Большинство крупных и средних компаний на развитых рынках уже внедрили CRM-системы. Потенциал органического роста за счёт привлечения новых клиентов ограничен.

В то же время конкуренция обострилась. Microsoft с Dynamics 365, Oracle с её облачными приложениями, SAP с её CRM-решениями и многочисленные специализированные поставщики, такие как HubSpot, Zendesk и Zoho, борются за долю рынка. В последние годы эти конкуренты догнали конкурентов и иногда предлагают более дешёвые или более специализированные решения.

В таких условиях Salesforce будет сложнее достичь двузначных темпов роста, даже с использованием инновационных функций ИИ. Клиенты не станут просто так менять свою CRM-систему, потому что поставщик предлагает новые возможности ИИ. Внедрение CRM-системы — сложный, дорогостоящий и трудоёмкий процесс. Компании неохотно переходят на новую, пока их существующая система работает.

Аналитики, такие как Карл Кирстед из UBS, отмечают, что рынок CRM уже относительно зрелый, в то время как инвестиции клиентов в ИИ в этой области всё ещё находятся на ранней стадии. Таким образом, существует временной разрыв между рыночной зрелостью основных продуктов и зрелостью дополнений к ним с использованием ИИ. Это несоответствие затрудняет восстановление прежних темпов роста Salesforce.

Третья фундаментальная проблема касается сложности внедрения технологий.

Хотя Salesforce рекламирует Agentforce как удобное решение с минимальным написанием кода, для многих клиентов реальность гораздо сложнее. Успешное внедрение ИИ-агентов требует надежной базы данных, четко определенных процессов, технической экспертизы и значительных инвестиций в обучение и управление изменениями.

Многие компании сталкиваются с такими фундаментальными проблемами, как низкое качество данных, разрозненность данных, неразвитая ИТ-инфраструктура и недостаток опыта в области ИИ. Эти проблемы необходимо решить, прежде чем ИИ-агенты смогут реализовать свой потенциал. Для этого требуются время, ресурсы и долгосрочный подход, от которого многие компании отказываются.

К этому добавляется нехватка квалифицированных специалистов. Спрос на экспертов по ИИ, специалистов по данным и администраторов Salesforce значительно превышает предложение. Компаниям приходится платить высокую заработную плату, чтобы привлекать и удерживать квалифицированных сотрудников. Это дополнительно увеличивает стоимость внедрения решений на основе ИИ и увеличивает время окупаемости.

Новое измерение цифровой трансформации с «Управляемым ИИ» (искусственным интеллектом) – платформа и решение B2B | Xpert Consulting - Изображение: Xpert.Digital

Здесь вы узнаете, как ваша компания может быстро, безопасно и без высоких барьеров для входа внедрять индивидуальные решения на основе ИИ.

Управляемая платформа ИИ — это ваш комплексный и простой в использовании пакет решений для искусственного интеллекта. Вместо того, чтобы разбираться со сложными технологиями, дорогостоящей инфраструктурой и длительными процессами разработки, вы получаете готовое решение, адаптированное под ваши потребности, от специализированного партнера — часто в течение нескольких дней.

Краткий обзор основных преимуществ:

⚡ Быстрое внедрение: от идеи до внедрения в эксплуатацию — всего за несколько дней, а не месяцев. Мы предлагаем практичные решения, которые приносят мгновенную пользу.

🔒 Максимальная безопасность данных: Ваши конфиденциальные данные остаются у вас. Мы гарантируем безопасную и соответствующую требованиям обработку данных без передачи третьим лицам.

💸 Отсутствие финансового риска: вы платите только за результат. Высокие первоначальные вложения в оборудование, программное обеспечение или персонал полностью исключены.

🎯 Сосредоточьтесь на своей основной деятельности: сосредоточьтесь на том, что у вас получается лучше всего. Мы возьмём на себя всю техническую реализацию, эксплуатацию и обслуживание вашего ИИ-решения.

📈 Перспективность и масштабируемость: ваш ИИ растёт вместе с вами. Мы обеспечиваем постоянную оптимизацию и масштабируемость, а также гибко адаптируем модели к новым требованиям.

Подробнее об этом здесь:

• Управляемое решение на основе ИИ — промышленные услуги ИИ: ключ к конкурентоспособности в секторах услуг, промышленности и машиностроения

Истории успеха и разочарования: чему нас учит практика в отношении агентов ИИ

Чтобы получить полную картину, стоит рассмотреть конкретные варианты использования и практический опыт работы с ИИ-агентами как в самой Salesforce, так и в других компаниях.

Компания Salesforce внедрила одно из самых громких внедрений ИИ-агентов: в свою службу поддержки клиентов. Генеральный директор Марк Бениофф объявил в сентябре 2025 года о сокращении штата службы поддержки клиентов с 9000 до 5000 сотрудников, что означает сокращение на 45%. Уволенных сотрудников заменили ИИ-агенты, которые, по словам Бениоффа, уже обработали 1,5 миллиона разговоров с клиентами, достигнув уровня удовлетворенности клиентов, сопоставимого с уровнем удовлетворенности сотрудников, работающих с людьми.

С одной стороны, эта радикальная мера демонстрирует потенциал ИИ-операторов для автоматизации повторяющихся задач и снижения затрат. Salesforce значительно экономит расходы на персонал за счёт этих сокращений, одновременно получая возможность обрабатывать больше запросов. С другой стороны, это поднимает этические и практические вопросы. Качество обслуживания клиентов при более сложных запросах, требующих человеческого суждения и эмпатии, ещё предстоит оценить. Другие компании, такие как Klarna, которые использовали аналогичные стратегии автоматизации, были вынуждены признать, что качество обслуживания страдает.

Второй пример — агенты с искусственным интеллектом в сфере продаж. Несколько клиентов Salesforce внедрили агентов, которые автоматически оценивают потенциальных клиентов, назначают встречи и отправляют последующие письма. Эти агенты работают круглосуточно и могут обрабатывать сотни лидов одновременно. По данным Salesforce, некоторые клиенты отмечают, что производительность их отделов продаж выросла на 20–30% благодаря использованию таких агентов.

Однако и здесь есть свои ограничения. Агенты лучше всего работают со стандартизированными процессами и чётко определёнными критериями квалификации. Они быстро достигают предела своих возможностей в сложных процессах продаж B2B, требующих глубокого знания продукта и навыков стратегических переговоров. Более того, некоторые пользователи отмечают определённый уровень недовольства потенциальными клиентами, предпочитающими общаться с живым человеком.

Помимо Salesforce, множество других компаний используют ИИ-агентов. ServiceNow, прямой конкурент Salesforce в сфере управления ИТ-услугами, разработал собственную платформу для ИИ-агентов. Эти агенты предназначены для самостоятельной диагностики и решения ИТ-проблем, обработки заявок на обслуживание и координации рабочих процессов.

Microsoft также использует агентский ИИ в своих продуктах Copilot, но с несколько иным подходом. Агенты Microsoft более глубоко интегрированы в существующие продукты Office 365 и ориентированы на поддержку индивидуальной производительности, а не на автоматизацию автономных процессов.

SAP и Oracle реализуют схожие стратегии, разрабатывая ИИ-агентов, встраиваемых непосредственно в их ERP- и CRM-системы. SAP представила Joule — ИИ-помощника, который анализирует бизнес-процессы, предоставляет рекомендации и автоматизирует задачи. Oracle уделяет особое внимание облачной инфраструктуре на базе ИИ и позиционирует себя как платформу для ресурсоёмких ИИ-задач.

Все эти примеры демонстрируют, что агенты ИИ наиболее эффективны в чётко определённых сценариях использования, со структурированными данными и стандартизированными процессами. Чем сложнее, непредсказуемее и ориентированнее на человека задача, тем сложнее автономным агентам достичь уровня или превзойти человека.

Подходит для:

• Salesforce AI: Почему независимые платформы искусственного интеллекта лучше, чем Einstein и AgentForce-Hybrid подход побеждает блокировку поставщика!

Критика, споры и нерешенные вопросы: темная сторона революции ИИ

Проблемы Salesforce и более широкие сложности внедрения ИИ-агентов вызвали бурные дискуссии о возможностях и ограничениях этой технологии. Несколько важных аспектов заслуживают особого внимания.

Первый спорный момент касается сокращения рабочих мест. Уволив 4000 сотрудников службы поддержки клиентов, Salesforce чётко дал понять: ИИ-агенты не только заменяют неэффективные процессы, но и заменяют людей. Ранее Бениофф утверждал, что ИИ не приведёт к исчезновению офисных рабочих мест. Реальность же показывает обратное.

Эта тенденция не ограничивается Salesforce. Согласно данным, только в США к 2025 году ожидается сокращение более 64 000 рабочих мест в сфере технологий, многие из которых связаны с ростом автоматизации с помощью ИИ. Ирония заключается в том, что в то же время многие из этих компаний стремятся нанять новых сотрудников, особенно в сфере разработки и продаж ИИ. Таким образом, происходит сдвиг: одни должности устаревают, а другие появляются. Однако остаётся вопрос, перевесят ли новые рабочие места сокращение как по количеству, так и по качеству.

Вторым критическим аспектом является несоответствие между маркетингом и реальностью. Salesforce и другие технологические компании продвигали ИИ-агентов с громкими обещаниями: революция в мире труда, волшебный рост производительности, замена людей автономными системами. Однако реальность такова, что многие внедрения всё ещё находятся на стадии пилотных проектов, а обещанный рост производительности часто не реализуется или достигается лишь в ограниченных областях.

Исследование Capgemini показало, что, хотя 90% опрошенных руководителей убеждены в том, что агентский ИИ обеспечивает конкурентное преимущество, лишь 14% фактически начали его внедрять. Большинство всё ещё находятся на этапе планирования, и почти у половины нет конкретной стратегии внедрения. Доверие к полностью автономным агентам ИИ значительно снизилось за последний год — с 43 до 27%.

Третья проблема — зависимость от отдельных технологических гигантов. Salesforce Agentforce тесно интегрирован с экосистемой Salesforce. Агенты работают наиболее эффективно, когда все данные и процессы находятся в среде Salesforce. Интеграция внешних источников знаний или систем требует значительных усилий. Это создаёт эффект привязки к поставщику, затрудняя переход клиентов на альтернативные решения.

Microsoft, SAP и Oracle также сталкиваются с аналогичной критикой. Каждый поставщик пытается создать собственную экосистему, в которой его ИИ-агенты будут работать наиболее эффективно. Это усложняет интеграцию различных систем и вынуждает клиентов выбирать основного поставщика. Такие инициативы, как Model Context Protocol, призванный обеспечить стандартизированное взаимодействие между ИИ-агентами разных поставщиков, пока находятся в зачаточном состоянии.

Четвёртый спорный аспект касается конфиденциальности и безопасности данных. Для эффективной работы агентам ИИ необходим доступ к обширным корпоративным данным. Это создаёт потенциальные риски безопасности, особенно при передаче этих данных внешним сервисам ИИ, таким как OpenAI или Anthropic. Хотя Salesforce и другие поставщики подчёркивают, что внедрили строгие меры защиты данных, проблемы сохраняются, особенно в регулируемых отраслях, таких как здравоохранение и финансовые услуги.

Пятый критический момент — воздействие на окружающую среду. Запуск крупных моделей ИИ требует огромных вычислительных мощностей и, следовательно, энергии. Центры обработки данных, обеспечивающие работу этих моделей, потребляют миллионы киловатт-часов электроэнергии и производят значительные выбросы CO2. В то время, когда компании всё больше сталкиваются с необходимостью достижения своих целей в области устойчивого развития, воздействие систем ИИ на окружающую среду становится всё более серьёзной проблемой.

Взгляд в будущее: между консолидацией и следующей волной

Несмотря на все текущие проблемы, эксперты прогнозируют, что в ближайшие годы ИИ-агенты будут играть всё более важную роль в компаниях. Вопрос не в том, станет ли эта технология доминирующей, а в том, как быстро и в какой форме.

Gartner прогнозирует, что к 2026 году примерно 40% всех корпоративных приложений будут содержать специализированные ИИ-агенты, что значительно больше, чем менее 5% в 2025 году. К 2035 году на долю ИИ-агентов может приходиться примерно 30% мирового дохода от корпоративного программного обеспечения, превысив 450 млрд долларов США. Рынок автономного ИИ и автономных агентов вырастет с 8,62 млрд долларов США в 2025 году до 263,96 млрд долларов США к 2035 году, при совокупном годовом темпе роста более 40%.

Эти прогнозы основаны на предположении, что текущие проблемы будут постепенно преодолены. Этому могут способствовать несколько факторов:

Во-первых, сама технология будет развиваться. Базовые большие языковые модели станут более мощными, эффективными и экономичными. Новые модели, такие как o1 от OpenAI с улучшенным механизмом рассуждений или Claude от Anthropic с более длинными контекстными окнами, позволят решать более сложные задачи. Стоимость вывода ИИ уже значительно снизилась — в 280 раз с ноября 2022 года по октябрь 2024 года. Эта тенденция, вероятно, сохранится, делая приложения ИИ более экономически привлекательными.

Во-вторых, компании научатся более эффективно использовать ИИ-агентов. Первопроходцы будут накапливать опыт, выявлять передовые практики и делиться ими с более широким сообществом. Появятся обучающие программы, сертификации и консалтинговые услуги, которые помогут компаниям в их внедрении.

В-третьих, может развиться стандартизация. Такие инициативы, как Model Context Protocol или Agent-to-Agent Protocol от ServiceNow, направлены на обеспечение взаимодействия между агентами ИИ разных поставщиков. Если такие стандарты будут приняты, они облегчат интеграцию и снизят зависимость от поставщика.

В-четвёртых, ожидается консолидация поставщиков. Рынок ИИ-агентов в настоящее время фрагментирован, и десятки стартапов и опытных игроков борются за долю рынка. В ближайшие годы, вероятно, нас ждут приобретения и перестановки на рынке, аналогичные тем, что наблюдались в других технологических сегментах в прошлом. Крупные компании, такие как Salesforce, Microsoft, Google, SAP и Oracle, будут приобретать более мелких поставщиков для расширения своих возможностей в области ИИ.

Для Salesforce, в частности, будет критически важно, сможет ли компания успешно интегрировать приобретение Informatica и создать реальную ценность для Agentforce. Это приобретение станет крупнейшим в истории компании с момента покупки Slack в 2021 году. Оно сопряжено с рисками, о чём свидетельствует снижение рейтинга RBC, что значительно снизило целевую цену. Однако оно также открывает возможности, если Salesforce сможет создать более комплексную платформу управления данными, которая повысит эффективность работы агентов на базе ИИ.

В среднесрочной перспективе, к 2030 году, Salesforce планирует достичь выручки более 60 миллиардов долларов, что соответствует органическому росту более 10% в год. Это означало бы возвращение к двузначным показателям роста после падения ниже этой отметки с середины 2024 года. Реалистичность этой цели во многом зависит от того, смогут ли Agentforce и другие продукты на базе искусственного интеллекта добиться желаемого успеха.

В долгосрочной перспективе, прогнозирует Gartner, тенденция может перерасти в сложные многоагентные экосистемы. В таких системах специализированные агенты работают вместе, координируя свои действия и обмениваясь информацией. Один агент может анализировать запросы клиентов, другой разрабатывать предлагаемые решения, третий координировать реализацию, а четвертый контролировать качество. Такое организованное взаимодействие может автоматизировать ещё более сложные бизнес-процессы.

Но предстоит ещё долгий путь. Следующие два-три года будут иметь решающее значение для того, чтобы увидеть, удастся ли преодолеть текущие проблемы и материализуются ли обещанные рост производительности и доходов.

Уроки кризиса Salesforce для технологической отрасли

Анализ проблемы Salesforce раскрывает фундаментальные истины о состоянии искусственного интеллекта и его коммерческом использовании. Ключевой вывод заключается в том, что существует значительное несоответствие между технологической реализуемостью агентов ИИ и их коммерческой прибыльностью в текущих рыночных условиях.

Salesforce — яркий пример отрасли, которая вступила в эпоху ИИ с высокими ожиданиями, но теперь столкнулась с суровыми реалиями монетизации. Три основные проблемы, выявленные в ходе исследования, — трудности с монетизацией, насыщение рынка и сложность внедрения — характерны не только для Salesforce, но и для всей индустрии корпоративного программного обеспечения.

Опыт показывает, что одних лишь технологических инноваций недостаточно. Компаниям также необходимо разработать убедительную бизнес-модель, продемонстрировать явные преимущества для клиентов и снизить барьеры для внедрения. Salesforce создала впечатляющий технологический продукт Agentforce, но добиться устойчивого роста выручки на его основе по-прежнему непросто.

Для инвесторов это означает необходимость различать краткосрочную шумиху и долгосрочную ценность. Высокая оценка многих компаний, занимающихся ИИ, основана на ожиданиях будущей прибыли, которая может не материализоваться или быть получена с существенной задержкой. Трезвый анализ фактических темпов внедрения, доли выручки и рентабельности крайне важен.

Компаниям, планирующим внедрить ИИ-агенты, рекомендуется начать с чётко определённых вариантов использования, инвестировать в качество данных и управление изменениями и не ждать мгновенных чудес. Наиболее успешные внедрения основаны на нескольких хорошо реализованных проектах, а не на многочисленных поверхностных экспериментах.

Для работников это развитие означает, что некоторые задачи будут автоматизированы с помощью ИИ, а также появятся новые роли. Инвестиции в навыки, связанные с ИИ, — будь то разработка, управление или стратегическое применение ИИ — становятся всё более важными.

Таким образом, случай Salesforce — это нечто большее, чем история одной компании, попавшей в беду. Это урок о трудностях технологической трансформации, о разрыве между видением и реальностью и о необходимости сохранять чёткое представление об экономических реалиях, несмотря на весь энтузиазм по поводу новых технологий. Революция ИИ наступит, но она будет происходить постепенно, неровно и избирательно — не как часто упоминаемый Большой взрыв, а как непрерывный процесс со взлётами и падениями.

☑️ Наш деловой язык — английский или немецкий.

☑️ НОВИНКА: Переписка на вашем национальном языке!

Konrad Wolfenstein

Я был бы рад служить вам и моей команде в качестве личного консультанта.

Вы можете связаться со мной, заполнив контактную форму или просто позвоните мне по телефону +49 89 89 674 804 (Мюнхен) . Мой адрес электронной почты: wolfenstein ∂ xpert.digital

Я с нетерпением жду нашего совместного проекта.

☑️ Поддержка МСП в разработке стратегии, консультировании, планировании и реализации.

☑️ Создание или корректировка цифровой стратегии и цифровизации.

☑️ Расширение и оптимизация процессов международных продаж.

☑️ Глобальные и цифровые торговые платформы B2B

☑️ Пионерское развитие бизнеса/маркетинг/PR/выставки.

Наш опыт в развитии бизнеса, продажах и маркетинге в США — Изображение: Xpert.Digital

Отраслевые направления: B2B, цифровизация (от искусственного интеллекта до расширенной реальности), машиностроение, логистика, возобновляемые источники энергии и промышленность

Подробнее об этом здесь:

• Xpert Business Hub

Тематический центр с идеями и опытом:

• Платформа знаний о мировой и региональной экономике, инновациях и отраслевых тенденциях
• Сбор анализов, импульсов и справочной информации из наших приоритетных направлений
• Место для получения экспертных знаний и информации о текущих событиях в бизнесе и технологиях
• Тематический центр для компаний, желающих узнать больше о рынках, цифровизации и отраслевых инновациях

Воспользуйтесь преимуществами обширного пятистороннего опыта Xpert.Digital в комплексном пакете услуг | НИОКР, XR, PR и оптимизация цифровой видимости — Изображение: Xpert.Digital

Xpert.Digital обладает глубокими знаниями различных отраслей. Это позволяет нам разрабатывать индивидуальные стратегии, которые точно соответствуют требованиям и задачам вашего конкретного сегмента рынка. Постоянно анализируя тенденции рынка и следя за развитием отрасли, мы можем действовать дальновидно и предлагать инновационные решения. Благодаря сочетанию опыта и знаний мы создаем добавленную стоимость и даем нашим клиентам решающее конкурентное преимущество.

Подробнее об этом здесь:

• Используйте 5-кратный опыт Xpert.Digital в одном пакете — всего от 500 евро в месяц