Klyftan mellan löfte och verklighet: Vad Salesforces kamp avslöjar om AI-transformationen inom teknikbranschen

Den stora AI-desillusioneringen: Varför Salesforce visar att verkligheten ser annorlunda ut

Det spektakulära fallet på 27 procent i aktiekursen för CRM-jätten Salesforce sedan början av 2025 är inte ett isolerat fenomen som bara gäller ett enskilt företag. Snarare symboliserar det en fundamental skillnad mellan de höga förväntningarna på artificiell intelligens och den hårda verkligheten av dess kommersiella exploatering. Medan teknikföretag runt om i världen förkunnar den revolution som autonoma AI-agenter åstadkommit, avslöjar Salesforces situation tre centrala problem som kan vara symptomatiska för hela branschen: monetariseringen av AI-innovationer, den strukturella mognaden på marknaden för företagsprogramvara och den ökande komplexiteten i teknikintegration. Denna analys undersöker vad som verkligen ligger bakom detta förmodade framtidslöfte och vilka konsekvenser det har för teknikindustrin.

Lämplig för detta:

• Konstgjord intelligens: Varför Salesforces Agentforce inte (ännu) startade - oberoende alternativ är bättre

Grunderna och relevansen

Salesforces situation i oktober 2025 markerar en vändpunkt i uppfattningen av artificiell intelligens som en direkt tillväxtmotor för etablerade teknikföretag. Marc Benioff, den karismatiske grundaren och VD:n för kundrelationshanteringsföretaget, utropade eran av agentbaserad AI på företagets Dreamforce-konferens i San Francisco. Hans vision: Autonoma algoritmer skulle ersätta mänskliga anställda i företag och bli Salesforces viktigaste intäktsgenerator. Verkligheten målar dock upp en annan bild.

Den dramatiska nedgången i Salesforce-aktien står i skarp kontrast till den allmänna trenden inom teknikbranschen, där teknikaktier har noterat betydande vinster under samma period. Denna skillnad väcker grundläggande frågor: Har branschen överskattat den hastighet med vilken artificiell intelligens kan omsättas i verkliga intäkter? Är förväntningarna på autonoma AI-agenter realistiska? Och vilka strukturella problem ligger bakom den glänsande fasaden av AI:s löfte.

Relevansen av denna analys sträcker sig långt bortom Salesforce. Den påverkar alla företag som förlitar sig på artificiell intelligens som en viktig tillväxtdrivare. Den berör investerare som pumpar miljarder i AI-teknik. Och den berör arbetare vars jobb hotas av den utlovade automatiseringen. Salesforce-fallet ger en unik inblick i mekanismerna, förhoppningarna och besvikelserna i en bransch i förändring.

Denna artikel är indelad i åtta avsnitt som systematiskt presenterar historiska rötter, tekniska mekanismer, nuvarande status, praktiska användningsfall, kritiska problem, framtida utvecklingar och en slutlig syntes av de lärdomar som dragits. Det kommer att bli tydligt att Salesforces utmaningar representerar djupare branschproblem som sträcker sig långt bortom ett enskilt företag.

Från molnpionjär till AI-kämpe: Den strategiska omorienteringen av en branschjätte

För att förstå den nuvarande situationen måste man spåra Salesforces ursprung och utveckling. Företaget grundades 1999 av Marc Benioff och revolutionerade mjukvaruindustrin med ett då radikalt koncept: Programvara som en tjänst. Istället för att sälja dyra licenspaket som var tvungna att installeras på kundernas servrar, erbjöd Salesforce sin CRM-lösning online. Kunderna betalade en månadsavgift och kunde använda programvaran helt enkelt via sin webbläsare.

Denna innovation gjorde Salesforce till marknadsledare inom kundrelationshantering. Med en marknadsandel på över 21 procent dominerar företaget fortfarande den globala CRM-marknaden idag, långt före konkurrenter som Microsoft, Oracle och SAP. I över två decennier ansågs Salesforce vara en tillväxtaktie par excellence. Intäkterna ökade med tvåsiffriga siffror år efter år, aktiekursen steg kontinuerligt och företaget expanderade genom ett flertal förvärv.

Men redan under åren fram till 2025 dök de första tecknen på en avmattning upp. Tillväxten inom CRM-programvarubranschen som helhet avtog i takt med att marknaden blev alltmer mättad. Många stora företag hade redan implementerat CRM-system, och de lågt hängande frukterna hade plockats. Samtidigt dök nya konkurrenter upp och vann marknadsandelar med innovativa metoder och lägre priser.

I den här situationen fokuserade Benioff alltmer på artificiell intelligens som en ny tillväxtstrategi med början 2022. Salesforce introducerade först Einstein, en AI-plattform som möjliggjorde prediktiv analys och automatisering inom sina befintliga CRM-produkter. Sedan, i september 2024, följde det stora tillkännagivandet: Agentforce, en plattform för autonoma AI-agenter som självständigt skulle utföra uppgifter inom områden som kundtjänst, försäljning och marknadsföring.

Visionen var ambitiös: I slutet av 2025 skulle kunderna skapa en miljard autonoma AI-agenter via plattformen. Dessa agenter skulle inte bara svara på enkla frågor utan också självständigt planera och utföra komplexa uppgifter i flera steg. De skulle agera proaktivt, fatta beslut och få tillgång till hela företagets databas.

Samtidigt investerade Salesforce kraftigt i den tekniska grunden för dessa AI-agenter. I maj 2025 tillkännagav företaget förvärvet av Informatica, en specialist på datahantering, för 8 miljarder dollar. Förvärvet var avsett att säkerställa att AI-agenterna har tillgång till högkvalitativ, välstrukturerad data. Hösten 2024 hade Salesforce redan förvärvat Own Data, ett annat datahanteringsföretag, för 1,9 miljarder dollar.

Men trots dessa massiva investeringar och den storslagna visionen uteblev de hoppade intäktsökningarna. Under andra kvartalet av räkenskapsåret 2025/26 ökade Salesforces intäkter med 9,8 procent till 10,24 miljarder dollar. Även om detta var något över förväntningarna, var det det femte kvartalet i rad med ensiffrig tillväxt. Utsikterna för det kommande kvartalet var ännu mer försiktiga, vilket gav näring åt oron för att AI-offensiven inte skulle leverera den hoppade kommersiella framgången.

Anatomin hos autonoma AI-agenter: Teknologi mellan vision och genomförbarhet

För att förstå varför det är så svårt att tjäna pengar på AI-agenter är det viktigt att undersöka de tekniska grunderna och mekanismerna bakom dessa system. Agentforce bygger på flera tekniska komponenter som måste samarbeta för att uppnå den utlovade autonomin.

I hjärtat finns Atlas Reasoning Engine, som fungerar som AI-agenternas neurala nätverk eller hjärna. Denna motor är utformad för att härma mänskligt tänkande och beteende, korrekt kategorisera uppgifter, prioritera uppgiftssteg och i slutändan utföra dem korrekt. Till skillnad från tidigare AI-assistenter som Copilot, som i hög grad förlitade sig på mänsklig interaktion, är Agentforce-agenter utformade för att till stor del fungera autonomt.

Den andra nyckelkomponenten är Salesforce Data Cloud, som harmoniserar all relevant företagsdata i realtid och gör den tillgänglig för AI-agenter. Kvaliteten och fullständigheten hos denna data är avgörande för agenternas prestanda. Detta utgör också en av de största utmaningarna: Många företag har samlat in sin data i åratal i olika system utan konsekventa standarder eller regelbunden rensning.

Den tredje komponenten är integrationsverktyg som MuleSoft och förbyggda kopplingar som gör det möjligt för agenter att interagera med befintliga arbetsflöden och externa system. Dessa gränssnitt gör det möjligt för agenter att inte bara verka inom Salesforce-världen utan även kommunicera med andra företagsapplikationer.

Utöver dessa Salesforce-specifika komponenter integrerar Agentforce även storskaliga språkmodeller från tredjepartsleverantörer som OpenAI, Anthropic och Google Gemini. Dessa modeller tillhandahåller den underliggande naturliga språkbehandlingen och den allmänna omvärldskunskapen som specifika agenter bygger på.

Funktionaliteten kan illustreras med exemplet med en kundtjänstmedarbetare: En kund kontaktar företaget med en fråga. Medarbetaren analyserar frågan, hämtar relevant kunddata från datamolnet, jämför den med liknande ärenden från tidigare, utvecklar en lösningsplan i flera steg, genomför dessa steg och kommunicerar resultatet till kunden. Allt detta sker utan mänsklig inblandning, såvida inte medarbetaren stöter på ett problem som överstiger deras kapacitet.

Detta låter imponerande i teorin. I praktiken finns det dock många hinder. Agenter är bara så bra som den data de har tillgång till. Om informationen är ofullständig, föråldrad eller inkonsekvent fattar agenter felaktiga beslut. Integrering i befintliga företagssystem är ofta komplex och kräver avsevärd ansträngning. Och att konfigurera agenter, även om det marknadsförs som en lågkodsprocess, kräver fortfarande avsevärd teknisk förståelse och Salesforce-specifik kunskap.

Ett annat problem är bristande förtroende. Många företag tvekar att överlåta kontrollen över kritiska affärsprocesser till autonoma agenter utan robusta testprocedurer och säkerhetsmekanismer. Risken för fel, dataintrång eller oönskat beteende är verklig, vilket exempel från andra branscher visar.

Den svåra vägen till lönsamhet: Tre grundläggande utmaningar

Salesforces problem kan sammanfattas i tre centrala utmaningar som är typiska för hela branschen: monetariseringen av AI-innovationer, strukturell marknadsberedskap och komplexiteten i teknikimplementeringen.

Den första utmaningen gäller intäktsgenerering

Även om Salesforce har utvecklat en tekniskt avancerad produkt med Agentforce kvarstår den viktigaste frågan: Hur kan de tjäna pengar på den? Agentforces prissättningsmodell är baserad på två dollar per konversation, en användningsbaserad metod som skiljer sig från traditionella licensmodeller. Många potentiella kunder tvekar dock att distribuera denna teknik i stor skala tills avkastningen på investeringen är tydligt påvisbar.

Kostnaderna för att köra AI-agenter är betydande. De underliggande stora språkmodellerna kräver dyra datorresurser. Enligt branschuppskattningar kostar en enda fråga till en generativ AI-modell upp till tio gånger mer än en traditionell Google-sökning. Dessa kostnader måste föras vidare till kunderna, vilket begränsar prisacceptansen. Samtidigt förväntar sig kunderna att AI-agenter levererar ett tydligt värde som motiverar de högre kostnaderna.

Hittills använder endast cirka 12 000 företag Agentforce, ett mycket litet antal med tanke på Salesforces stora kundbas på flera hundra tusen företag. De årliga återkommande intäkterna från Agentforce är mindre än 500 miljoner dollar, en bråkdel av de totala intäkterna på över 40 miljarder dollar. Även om denna siffra tredubblas eller fyrdubblas under de kommande åren, vilket Salesforce hoppas, skulle deras bidrag till de totala intäkterna fortfarande vara begränsat.

Den andra viktiga utmaningen är CRM-marknadens strukturella mognad

Efter två decennier av stark tillväxt har marknaden för programvara för kundrelationshantering nått en mättnadsfas. De flesta stora och medelstora företag på utvecklade marknader har redan implementerat CRM-system. Potentialen för organisk tillväxt genom nya kunder är begränsad.

Samtidigt har konkurrensen blivit hårdare. Microsoft med Dynamics 365, Oracle med sina molnapplikationer, SAP med sina CRM-lösningar och ett flertal specialiserade leverantörer som HubSpot, Zendesk och Zoho tävlar alla om marknadsandelar. Dessa konkurrenter har kommit ikapp de senaste åren och erbjuder ibland billigare eller mer specialiserade lösningar.

I den här miljön kommer det att bli svårare för Salesforce att uppnå tvåsiffriga tillväxttakter, även med innovativa AI-funktioner. Kunder byter inte bara CRM-system för att en leverantör erbjuder nya AI-funktioner. Att implementera ett CRM-system är komplext, dyrt och tidskrävande. Företag är ovilliga att byta så länge deras befintliga system fungerar.

Analytiker som Karl Keirstead från UBS har påpekat att CRM-marknaden redan är relativt mogen, medan kundernas AI-investeringar inom detta område fortfarande är i ett mycket tidigt skede. Det finns således en tidsgap mellan marknadsmognaden för kärnprodukter och mognaden för AI-tillägg. Denna skillnad gör det svårt för Salesforce att återfå sin tidigare tillväxttakt.

Den tredje grundläggande utmaningen gäller komplexiteten i teknikimplementeringen

Även om Salesforce marknadsför Agentforce som en användarvänlig lösning med låg kod, är verkligheten för många kunder mycket mer komplicerad. Att framgångsrikt implementera AI-agenter kräver en solid databas, väldefinierade processer, teknisk expertis och betydande investeringar i utbildning och förändringsledning.

Många företag kämpar med grundläggande utmaningar som dålig datakvalitet, isolerade datasilos, otillräcklig IT-infrastruktur och brist på AI-expertis. Dessa problem måste åtgärdas innan AI-agenter kan förverkliga sin potential. Detta kräver tid, resurser och en långsiktig strategi som många företag skyr.

Till detta kommer bristen på kvalificerad arbetskraft. Efterfrågan på AI-experter, dataspecialister och Salesforce-administratörer överstiger vida utbudet. Företag måste betala höga löner för att attrahera och behålla kvalificerade medarbetare. Detta ökar ytterligare kostnaden för att implementera AI-lösningar och förlänger tiden till värdeskapande.

En ny dimension av digital transformation med 'Managed AI' (Artificial Intelligence) – Plattform & B2B-lösning | Xpert Consulting - Bild: Xpert.Digital

Här får du lära dig hur ditt företag kan implementera skräddarsydda AI-lösningar snabbt, säkert och utan höga inträdesbarriärer.

En Managed AI-plattform är ditt heltäckande och bekymmersfria paket för artificiell intelligens. Istället för att behöva hantera komplex teknik, dyr infrastruktur och långa utvecklingsprocesser får du en nyckelfärdig lösning skräddarsydd efter dina behov från en specialiserad partner – ofta inom några dagar.

De viktigaste fördelarna i korthet:

⚡ Snabb implementering: Från idé till operativ tillämpning på dagar, inte månader. Vi levererar praktiska lösningar som skapar omedelbart värde.

🔒 Maximal datasäkerhet: Dina känsliga uppgifter stannar hos dig. Vi garanterar säker och korrekt behandling utan att dela data med tredje part.

💸 Ingen ekonomisk risk: Du betalar bara för resultat. Höga initiala investeringar i hårdvara, mjukvara eller personal elimineras helt.

🎯 Fokusera på din kärnverksamhet: Koncentrera dig på det du gör bäst. Vi hanterar hela den tekniska implementeringen, driften och underhållet av din AI-lösning.

📈 Framtidssäkert och skalbart: Din AI växer med dig. Vi säkerställer kontinuerlig optimering och skalbarhet och anpassar modellerna flexibelt till nya krav.

Mer om detta här:

• Den hanterade AI-lösningen - Industriella AI-tjänster: Nyckeln till konkurrenskraft inom tjänste-, industri- och maskintekniksektorerna

Framgångshistorier och desillusionering: Vad praktiken lär oss om AI-agenter

För att få en fullständig bild är det värt att titta på konkreta användningsfall och praktiska erfarenheter med AI-agenter, både hos Salesforce självt och hos andra företag.

Salesforce har själva implementerat en av de mest uppmärksammade implementeringarna av AI-agenter: i sin egen kundtjänst. VD Marc Benioff meddelade i september 2025 att företaget hade minskat sin kundtjänst från 9 000 till 5 000 anställda, en minskning med 45 procent. De uppsagda medarbetarna ersattes av AI-agenter, som enligt Benioff redan har hanterat 1,5 miljoner kundsamtal och uppnått kundnöjdhetsnivåer som liknar de för mänskliga agenter.

Å ena sidan visar denna drastiska åtgärd AI-agenters potential att automatisera repetitiva uppgifter och minska kostnaderna. Salesforce sparar betydande personalkostnader genom dessa uppsägningar samtidigt som de kan behandla fler förfrågningar. Å andra sidan väcker det etiska och praktiska frågor. Kvaliteten på kundservicen för mer komplexa förfrågningar som kräver mänskligt omdöme och empati återstår att se. Andra företag, som Klarna, som har tillämpat liknande automatiseringsstrategier har varit tvungna att erkänna att servicekvaliteten har blivit lidande.

Ett andra exempel är AI-agenter inom försäljning. Flera Salesforce-kunder har implementerat agenter som automatiskt kvalificerar potentiella kunder, schemalägger möten och skickar uppföljningsmejl. Dessa agenter arbetar dygnet runt och kan hantera hundratals leads parallellt. Enligt Salesforce har vissa kunder rapporterat att deras säljteams produktivitet har ökat med 20 till 30 procent som ett resultat av att använda sådana agenter.

Det finns dock även här begränsningar. Agenter arbetar bäst med standardiserade processer och tydligt definierade kvalificeringskriterier. De når snabbt sina gränser i komplexa B2B-försäljningsprocesser som kräver djupgående produktkunskap och strategiska förhandlingsfärdigheter. Dessutom rapporterar vissa användare en viss grad av missnöje med potentiella kunder som föredrar att prata med en människa.

Utöver Salesforce finns det många andra företag som använder AI-agenter. ServiceNow, en direkt konkurrent till Salesforce inom IT-tjänsthantering, har utvecklat sin egen plattform för AI-agenter. Dessa agenter är utformade för att oberoende diagnostisera och lösa IT-problem, hantera serviceförfrågningar och orkestrera arbetsflöden.

Microsoft förlitar sig också på agentbaserad AI med sina Copilot-produkter, men med en något annorlunda metod. Microsofts agenter är djupare integrerade i befintliga Office 365-produkter och fokuserar på att stödja individuell produktivitet snarare än autonom processautomation.

SAP och Oracle följer liknande strategier och utvecklar AI-agenter inbäddade direkt i sina ERP- och CRM-system. SAP har introducerat Joule, en AI-assistent som analyserar affärsprocesser, ger rekommendationer och automatiserar uppgifter. Oracle fokuserar särskilt på AI-driven molninfrastruktur och positionerar sig som en plattform för beräkningsintensiva AI-arbetsbelastningar.

Vad alla dessa exempel visar är att AI-agenter presterar bäst i tydligt definierade användningsfall med strukturerad data och standardiserade processer. Ju mer komplex, oförutsägbar och människocentrerad en uppgift är, desto svårare blir det för autonoma agenter att matcha eller överträffa mänsklig prestanda.

Lämplig för detta:

• Salesforce AI: Varför oberoende AI-plattformar är bättre än Einstein och Agentforce-Hybrid-tillvägagångssätt slår säljaren Lock-In!

Kritik, kontroverser och olösta frågor: Den mörka sidan av AI-revolutionen

Salesforces problem och de bredare utmaningarna med att implementera AI-agenter har utlöst en intensiv debatt om teknikens löften och begränsningar. Flera kritiska aspekter förtjänar särskild uppmärksamhet.

Den första kontroversiella punkten gäller förlorade jobb. Genom att säga upp 4 000 kundtjänstanställda skickade Salesforce ett tydligt budskap: AI-agenter ersätter inte bara ineffektiva processer, utan ersätter även människor. Benioff hade tidigare hävdat att AI inte skulle leda till att kontorsjobb försvann. Verkligheten visar något annat.

Denna trend är inte begränsad till Salesforce. Enligt data förväntades mer än 64 000 teknikjobb försvinna enbart i USA fram till 2025, många av dem relaterade till ökad automatisering genom AI. Ironin är att samtidigt letar många av dessa företag efter att anställa nya medarbetare, särskilt inom AI-utveckling och försäljning. Ett skifte sker därför, där vissa roller blir föråldrade medan andra dyker upp. Men frågan kvarstår om de nyskapade jobben kommer att uppväga de förlorade både i antal och kvalitet.

Den andra kritiska aspekten är skillnaden mellan marknadsföring och verklighet. Salesforce och andra teknikföretag har marknadsfört AI-agenter med högtravande löften: revolutionerande av arbetslivet, magiska produktivitetsvinster, autonoma system som ersätter mänskliga anställda. Verkligheten är dock att många implementeringar fortfarande är i pilotfasen, och de utlovade produktivitetsvinsterna uteblir ofta eller realiseras endast inom begränsade områden.

En studie från Capgemini visade att medan 90 procent av de tillfrågade cheferna är övertygade om att agentbaserad AI ger en konkurrensfördel, har endast 14 procent faktiskt börjat implementera den. Majoriteten är fortfarande i planeringsfasen, och nästan hälften saknar en konkret implementeringsstrategi. Förtroendet för helt autonoma AI-agenter har minskat avsevärt under det senaste året, från 43 till 27 procent.

Ett tredje problem är beroendet av enskilda teknikjättar. Salesforce Agentforce är nära integrerat med Salesforces ekosystem. Agenter fungerar bäst när all data och alla processer finns inom Salesforce-världen. Att integrera externa kunskapskällor eller system kräver avsevärd ansträngning. Detta skapar en leverantörsinlåsningseffekt, vilket gör det svårt för kunder att byta till alternativa lösningar.

Microsoft, SAP och Oracle möter också liknande kritik. Varje leverantör försöker skapa sitt eget ekosystem där dess AI-agenter fungerar bäst. Detta komplicerar integrationen av olika system och tvingar kunderna att välja en primär leverantör. Initiativ som Model Context Protocol, som syftar till att möjliggöra standardiserad kommunikation mellan AI-agenter från olika leverantörer, är fortfarande i sin linda.

En fjärde kontroversiell aspekt gäller dataskydd och säkerhet. AI-agenter behöver tillgång till omfattande företagsdata för att fungera effektivt. Detta skapar potentiella säkerhetsrisker, särskilt när dessa data vidarebefordras till externa AI-tjänster som OpenAI eller Anthropic. Även om Salesforce och andra leverantörer betonar att de har implementerat strikta dataskyddsåtgärder kvarstår oro, särskilt inom reglerade branscher som hälso- och sjukvård eller finansiella tjänster.

Den femte kritiska punkten är miljöpåverkan. Att köra stora AI-modeller kräver enorma mängder datorkraft och därmed energi. Datacentren som driver dessa modeller förbrukar miljontals kilowattimmar el och producerar betydande koldioxidutsläpp. I en tid då företag i allt högre grad är under press att uppnå sina hållbarhetsmål blir AI-systemens miljöavtryck ett växande problem.

Framåtblick: Mellan konsolidering och nästa våg

Trots alla nuvarande utmaningar förutspår experter att AI-agenter kommer att spela en allt viktigare roll i företag under de kommande åren. Frågan är inte om, utan hur snabbt och i vilken form denna teknik kommer att bli framgångsrik.

Gartner förutspår att cirka 40 procent av alla företagsapplikationer år 2026 kommer att innehålla uppgiftsspecifika AI-agenter, en betydande ökning från mindre än 5 procent år 2025. År 2035 kan agentbaserad AI stå för cirka 30 procent av de globala intäkterna från företagsprogramvara, vilket överstiger 450 miljarder dollar. Marknaden för autonom AI och autonoma agenter kommer att växa från 8,62 miljarder dollar år 2025 till 263,96 miljarder dollar år 2035, med en genomsnittlig årlig tillväxttakt på över 40 procent.

Dessa prognoser bygger på antagandet att de nuvarande utmaningarna gradvis kommer att övervinnas. Flera händelser kan bidra till detta:

För det första kommer själva tekniken att utvecklas. De underliggande stora språkmodellerna kommer att bli kraftfullare, effektivare och kostnadseffektivare. Nya modeller som OpenAI:s o1 med förbättrat resonemang eller Anthropics Claude med längre kontextfönster kommer att möjliggöra mer komplexa uppgifter. Kostnaden för AI-inferens har redan fallit dramatiskt, med en faktor 280 mellan november 2022 och oktober 2024. Denna trend kommer sannolikt att fortsätta, vilket gör AI-tillämpningar mer ekonomiskt attraktiva.

För det andra kommer företag att lära sig att använda AI-agenter mer effektivt. Tidiga användare kommer att samla erfarenheter, identifiera bästa praxis och dela dem med den bredare gemenskapen. Utbildningsprogram, certifieringar och konsulttjänster kommer att utvecklas för att stödja företag i implementeringen.

För det tredje skulle standardisering kunna gå framåt. Initiativ som Model Context Protocol eller ServiceNows Agent-to-Agent Protocol syftar till att möjliggöra kommunikation mellan AI-agenter från olika leverantörer. Om sådana standarder etableras skulle de underlätta integration och minska leverantörslåsning.

För det fjärde är leverantörskonsolidering att förvänta. Marknaden för AI-agenter är för närvarande fragmenterad, med dussintals startups och etablerade aktörer som tävlar om marknadsandelar. De kommande åren kommer sannolikt att innebära förvärv och marknadsomskakningar, liknande de som setts i andra tekniksegment tidigare. Stora företag som Salesforce, Microsoft, Google, SAP och Oracle kommer att förvärva mindre leverantörer för att utöka sina AI-möjligheter.

För Salesforce specifikt kommer det att vara avgörande om företaget framgångsrikt kan integrera förvärvet av Informatica och generera verkligt värde för Agentforce. Förvärvet är det största i företagets historia sedan Slack-köpet 2021. Det medför risker, vilket demonstrerades av RBC:s nedgradering, som drastiskt sänkte riktpriset. Men det erbjuder också möjligheter om det gör det möjligt för Salesforce att skapa en mer omfattande datahanteringsplattform som gör AI-agenter mer effektiva.

På medellång sikt, år 2030, siktar Salesforce på att uppnå en intäkt på över 60 miljarder dollar, vilket motsvarar en organisk tillväxttakt på över 10 procent per år. Detta skulle markera en återgång till tvåsiffrig tillväxt efter att ha sjunkit under denna nivå sedan mitten av 2024. Huruvida detta mål är realistiskt beror till stor del på om Agentforce och andra AI-produkter levererar den önskade framgången.

På lång sikt, förutspår Gartner, kan trenden gå mot komplexa ekosystem med flera agenter. I sådana system arbetar specialiserade agenter tillsammans, koordinerar sina handlingar och delar information. En agent kan analysera kundförfrågningar, en annan utveckla förslag på lösningar, en tredje koordinera implementeringen och en fjärde övervaka kvaliteten. Detta orkestrerade samarbete kan automatisera ännu mer komplexa affärsprocesser.

Men det är fortfarande en lång väg att gå. De kommande två till tre åren kommer att vara avgörande för att se om de nuvarande problemen kan övervinnas och om de utlovade produktivitetsökningarna och intäktsökningarna faktiskt förverkligas.

Lärdomar från Salesforce-krisen för teknikbranschen

Analysen av Salesforce-problemet avslöjar grundläggande sanningar om tillståndet för artificiell intelligens och dess kommersiella utnyttjande. Den viktigaste slutsatsen är att det finns en betydande skillnad mellan den tekniska genomförbarheten av AI-agenter och deras kommersiella lönsamhet i den rådande marknadsmiljön.

Salesforce är ett utmärkt exempel på en bransch som gick in i AI-eran med höga förväntningar men nu konfronteras med den hårda verkligheten kring intäktsgenerering. De tre huvudsakliga utmaningarna som identifierats – svårigheter med intäktsgenerering, marknadsmättnad och komplexitet i implementeringen – är inte specifika för Salesforce, utan påverkar hela mjukvaruindustrin för företag.

Erfarenheten visar att teknisk innovation ensam inte räcker. Företag måste också utveckla en övertygande affärsmodell, visa tydliga kundfördelar och sänka hindren för implementering. Salesforce har skapat en tekniskt imponerande produkt med Agentforce, men att omsätta den i hållbar intäktstillväxt är fortfarande en utmaning.

För investerare innebär detta att de måste skilja mellan kortsiktig hype och långsiktigt värde. De höga värderingarna av många AI-företag baseras på förväntningar om framtida vinster som kanske inte infaller eller kan bli avsevärt försenade. En nykter analys av faktiska implementeringsgrader, intäktsbidrag och lönsamhet är avgörande.

För företag som vill driftsätta AI-agenter är rekommendationen: Börja med tydligt definierade användningsfall, investera i datakvalitet och förändringshantering och förvänta dig inga mirakel över en natt. De mest framgångsrika implementeringarna fokuserar på ett fåtal väl genomförda projekt snarare än att lansera ett flertal ytliga experiment.

För arbetstagare innebär denna utveckling att vissa uppgifter kommer att automatiseras av AI, samtidigt som nya roller kommer att uppstå. Att investera i AI-relevanta färdigheter – oavsett om det gäller utveckling, ledning eller strategisk tillämpning av AI – blir allt viktigare.

Salesforce-fallet är således mycket mer än berättelsen om ett enda företag i problem. Det är en lärdom om utmaningarna med den tekniska transformationen, klyftan mellan vision och verklighet, och behovet av att behålla en tydlig bild av den ekonomiska realiteten trots all entusiasm för ny teknik. AI-revolutionen kommer, men den kommer att fortskrida gradvis, skakigt och selektivt – inte som den ofta åberopade Big Bang, utan som en kontinuerlig process med upp- och nedgångar.

☑ Vårt affärsspråk är engelska eller tyska

☑ Nytt: korrespondens på ditt nationella språk!

Konrad Wolfenstein

Jag är glad att vara tillgänglig för dig och mitt team som personlig konsult.

Du kan kontakta mig genom att fylla i kontaktformuläret eller helt enkelt ringa mig på +49 89 674 804 (München) . Min e -postadress är: Wolfenstein ∂ xpert.digital

Jag ser fram emot vårt gemensamma projekt.

☑ SME -stöd i strategi, rådgivning, planering och implementering

☑ skapande eller omjustering av den digitala strategin och digitaliseringen

☑ Expansion och optimering av de internationella försäljningsprocesserna

☑ Globala och digitala B2B -handelsplattformar

☑ Pioneer Business Development / Marketing / PR / Measure

Vår amerikanska expertis inom affärsutveckling, försäljning och marknadsföring - Bild: Xpert.Digital

Branschfokus: B2B, digitalisering (från AI till XR), maskinteknik, logistik, förnybar energi och industri

Mer om detta här:

• Xpert Business Hub

Ett ämnesnav med insikter och expertis:

• Kunskapsplattform om global och regional ekonomi, innovation och branschspecifika trender
• Insamling av analyser, impulser och bakgrundsinformation från våra fokusområden
• En plats för expertis och information om aktuell utveckling inom näringsliv och teknologi
• Ämnesnav för företag som vill lära sig om marknader, digitalisering och branschinnovationer

Dra nytta av Xpert.Digitals omfattande, femfaldiga expertis i ett heltäckande tjänstepaket | FoU, XR, PR och optimering av digital synlighet - Bild: Xpert.Digital

Xpert.Digital har djup kunskap i olika branscher. Detta gör att vi kan utveckla skräddarsydda strategier som är anpassade efter kraven och utmaningarna för ditt specifika marknadssegment. Genom att kontinuerligt analysera marknadstrender och bedriva branschutveckling kan vi agera med framsyn och erbjuda innovativa lösningar. Med kombinationen av erfarenhet och kunskap genererar vi mervärde och ger våra kunder en avgörande konkurrensfördel.

Mer om detta här:

• Använd 5 -Fold -kompetensen hos Xpert.digital i ett paket - från 500 €/månad