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

Den stora AI-besvikelsen: 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 kring artificiell intelligens och den hårda verkligheten kring dess kommersiella tillämpning. Medan teknikföretag världen över utropar en revolution genom autonoma AI-agenter, avslöjar Salesforces situation tre viktiga 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 det förmodade framtidens löfte och vilka konsekvenser detta har för teknikindustrin.

Relaterat till detta:

• Artificiell intelligens: Varför Salesforces Agentforce inte (ännu) tar fart – oberoende alternativ är bättre

Grundläggande och relevans

Salesforces situation i oktober 2025 markerar en vändpunkt i uppfattningen om artificiell intelligens som en omedelbar tillväxtmotor för etablerade teknikföretag. Marc Benioff, den karismatiske grundaren och VD:n för kundrelationshanteringsföretaget, hade utropat agentbaserad AI:s tidsålder 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 Salesforces aktiekurs står i skarp kontrast till den allmänna trenden inom tekniksektorn, där teknikaktier har sett 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 döljer sig bakom den glittrande 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 påverkar investerare som investerar miljarder i AI-teknik. Och den berör anställda 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 de historiska rötterna, tekniska mekanismerna, nuvarande status, praktiska användningsfall, kritiska problem, framtida utvecklingar och en avslutande syntes av resultaten. Det kommer att bli tydligt att Salesforces utmaningar är exemplariska för djupare branschproblem som sträcker sig långt bortom ett enskilt företag.

Från molnpionjär till AI-kämpe: Den strategiska omställningen 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 (SaaS). Istället för att sälja dyra licenspaket som var tvungna att installeras på kundernas servrar, erbjöd Salesforce sin CRM-lösning via internet. Kunderna betalade en månadsavgift och kunde enkelt komma åt programvaran via sin webbläsare.

Denna innovation gjorde Salesforce till marknadsledare inom kundrelationshantering. Med en marknadsandel på över 21 procent fortsätter företaget att dominera den globala CRM-marknaden, 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 stadigt och företaget expanderade genom ett flertal förvärv.

Men även under åren fram till 2025 blev de första tecknen på en avmattning tydliga. Tillväxten inom CRM-programvaruindustrin 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 tog marknadsandelar med innovativa metoder och lägre priser.

I den här situationen fokuserade Benioff alltmer på artificiell intelligens som en ny tillväxtstrategi från och med 2022. Först introducerade Salesforce Einstein, en AI-plattform som möjliggjorde prediktiv analys och automatisering inom befintliga CRM-produkter. Sedan, i september 2024, kom det stora tillkännagivandet: Agentforce, en plattform för autonoma AI-agenter utformade för att självständigt hantera 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.

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

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 något överträffade förväntningarna, markerade det det femte kvartalet i rad med ensiffrig tillväxt. Utsikterna för det kommande kvartalet var ännu mer dämpade, vilket gav näring åt oron för att AI-initiativet inte skulle leverera den förväntade 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 måste man undersöka de tekniska grunderna och mekanismerna bakom dessa system. Agentforce bygger på flera tekniska komponenter som måste samverka för att uppnå den utlovade autonomin.

Kärnan är den så kallade Atlas Reasoning Engine, som fungerar som AI-agenternas neurala nätverk eller hjärna. Denna motor är utformad för att härma mänskligt tänkande och handling, korrekt kategorisera uppgifter, prioritera steg och slutligen utföra dem korrekt. Till skillnad från tidigare AI-assistenter som Copilot, som i hög grad förlitade sig på mänsklig interaktion, är Agentforce-agenterna avsedda att fungera i stort sett autonomt.

Den andra nyckelkomponenten är Salesforce Data Cloud, som harmoniserar all relevant företagsdata i realtid och gör den tillgänglig för AI-agenterna. Kvaliteten och fullständigheten hos denna data är avgörande för agenternas prestanda. Det är också här en av de största utmaningarna ligger: Många företag har samlat in sin data i olika system under årens lopp utan enhetliga standarder eller regelbunden datarensning.

Den tredje komponenten består av 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 arbeta inom Salesforce-miljön utan även kommunicera med andra företagsapplikationer.

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

Funktionaliteten kan illustreras med hjälp av exemplet med en kundtjänstmedarbetare: En kund kontaktar företaget med en förfrågan. Medarbetaren analyserar förfrågan, 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.

I teorin låter det imponerande. I praktiken finns det dock många fallgropar. Agenterna är bara så bra som den data de kan komma åt. Om informationen är ofullständig, föråldrad eller inkonsekvent kommer agenterna att fatta felaktiga beslut. Integrering i befintliga företagssystem är ofta komplex och kräver avsevärd ansträngning. Och även om agentkonfiguration marknadsförs som en lågkodsprocess kräver det fortfarande betydande teknisk förståelse och Salesforce-specifik expertis.

Ett annat problem är bristen på 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 kokas ner till tre centrala utmaningar som är representativa för hela branschen: monetariseringen av AI-innovationer, strukturell marknadsmognad och komplexiteten i teknikimplementeringen.

Den första utmaningen gäller intäktsgenerering

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

Kostnaderna för att driva 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 mervärde som motiverar de högre kostnaderna.

Hittills använder endast cirka 12 000 företag Agentforce, ett försvinnande litet antal med tanke på Salesforces massiva kundbas på flera hundra tusen företag. De återkommande årliga 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 bidraget 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 (CRM) nått en mättnadspunkt. 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 hårdnat. 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 mer prisvärda eller 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 sitt 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 därför en tidsfördröjning 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 betydligt mer komplex. En framgångsrik implementering av 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 lösas innan AI-agenter kan nå sin fulla potential. Detta kräver tid, resurser och en långsiktig strategi, vilket många företag skyr.

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

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

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

De viktigaste fördelarna i korthet:

⚡ Snabb implementering: Från idé till färdig applikation på dagar, inte månader. Vi levererar praktiska lösningar som skapar omedelbart mervärde.

🔒 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 tar hand om 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 information 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 specifika användningsfall och praktiska erfarenheter med AI-agenter, både på Salesforce självt och på andra företag.

Salesforce har själva genomfört 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 kundinteraktioner, med liknande kundnöjdhetsnivåer som mänskliga agenter.

Denna drastiska åtgärd visar å ena sidan AI-agenters potential att automatisera repetitiva uppgifter och minska kostnaderna. Salesforce sparar avsevärda personalkostnader genom dessa uppsägningar och kan samtidigt hantera fler förfrågningar. Å andra sidan väcker den 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 använde liknande automatiseringsstrategier, har fått 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 samtidigt. Enligt Salesforce har vissa kunder rapporterat att produktiviteten hos deras säljteam har ökat med 20 till 30 procent genom användningen av sådana agenter.

Det finns dock begränsningar. Agenterna fungerar 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 bland potentiella kunder som föredrar att prata med en människa.

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

Microsoft förlitar sig också på agentbaserad AI med sina Copilot-produkter, om än 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 som är direkt inbäddade i deras 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 fungerar 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 uppnå eller överträffa mänsklig prestanda.

Relaterat till detta:

• Salesforce AI: Varför oberoende AI-plattformar är bättre än Einstein och Agentforce – Hybridmetod slår leverantörslåsning!

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 potential och begränsningar. Flera kritiska aspekter förtjänar särskild uppmärksamhet.

Den första tvistefrågan gäller förlorade jobb. Salesforce har skickat en tydlig signal genom att säga upp 4 000 kundtjänstanställda: AI-agenter ersätter inte bara ineffektiva processer, utan 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 försvann mer än 64 000 jobb inom tekniksektorn enbart i USA år 2025, många av dem relaterade till ökad automatisering genom AI. Ironin är att många av dessa företag samtidigt letar efter nya medarbetare, särskilt inom AI-utveckling och försäljning av AI-produkter. Så ett skifte sker där vissa jobb blir föråldrade medan andra dyker upp. Men frågan kvarstår om de nyskapade jobben kommer att kompensera för 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 storslagna löften: en revolution på arbetsplatsen, 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 bara inom begränsade områden.

En studie från Capgemini visade att medan 90 procent av de tillfrågade cheferna är övertygade om att agentbaserad AI erbjuder en konkurrensfördel, har endast 14 procent faktiskt påbörjat implementeringen. 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.

En tredje problematisk punkt är beroendet av enskilda teknikjättar. Salesforce Agentforce är tätt integrerat med Salesforces ekosystem. Agenterna 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.

Liknande kritik riktas mot Microsoft, SAP och Oracle. 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 enda 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 delas med 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 driva stora AI-modeller kräver enorma mängder datorkraft och därmed energi. Datacentren som kör 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.

En titt in i framtiden: Mellan konsolidering och nästa våg

Trots alla nuvarande utmaningar antar 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 ungefär 30 procent av de globala intäkterna från företagsprogramvara, mer än 450 miljarder dollar. Marknaden för autonom AI och autonoma agenter förväntas växa från 8,62 miljarder dollar år 2025 till 263,96 miljarder dollar år 2035, vilket motsvarar en genomsnittlig årlig tillväxttakt (CAGR) på över 40 procent.

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

För det första kommer själva tekniken att fortsätta utvecklas. De underliggande stora språkmodellerna kommer att bli kraftfullare, effektivare och mer kostnadseffektiva. 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 få erfarenhet, identifiera bästa praxis och dela den 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-till-agent-protokoll syftar till att möjliggöra kommunikation mellan AI-agenter från olika leverantörer. Om sådana standarder etableras skulle detta underlätta integration och minska leverantörslåsning.

För det fjärde är en konsolidering av leverantörer att förvänta. Marknaden för AI-agenter är för närvarande fragmenterad, med dussintals startups och etablerade aktörer som tävlar om marknadsandelar. Förvärv och marknadskonsolidering kommer sannolikt att ske under de kommande åren, liknande vad som har hänt inom andra tekniksegment tidigare. Stora företag som Salesforce, Microsoft, Google, SAP eller Oracle kommer att förvärva mindre leverantörer för att utöka sina AI-möjligheter.

För Salesforce specifikt kommer den avgörande faktorn att vara huruvida företaget framgångsrikt kan integrera förvärvet av Informatica och generera verkligt mervärde för Agentforce. Förvärvet är det största i företagets historia sedan Slack-köpet 2021. Det medför risker, vilket framgår av nedgraderingen från RBC, som drastiskt sänkte riktpriset. Det erbjuder dock också möjligheter om Salesforce därmed kan skapa en mer omfattande datahanteringsplattform som gör AI-agenter mer effektiva.

På medellång sikt, år 2030, siktar Salesforce på en intäkt som överstiger 60 miljarder dollar, vilket motsvarar en organisk tillväxttakt på över 10 procent per år. Detta skulle innebära en återgång till tvåsiffrig tillväxt, efter att ha sjunkit under denna nivå sedan mitten av 2024. Huruvida detta mål är realistiskt beror i hög grad på om Agentforce och andra AI-produkter uppnår den förväntade framgången.

På lång sikt skulle utvecklingen kunna gå mot komplexa ekosystem med flera agenter, vilket Gartner förutspår. I sådana system arbetar specialiserade agenter tillsammans, koordinerar sina handlingar och delar information. En agent skulle kunna analysera kundförfrågningar, en annan utveckla lösningar, en tredje koordinera implementeringen och en fjärde övervaka kvaliteten. Detta orkestrerade samarbete skulle kunna 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 produktivitetsvinsterna och intäktsökningarna faktiskt förverkligas.

Lärdomar från Salesforce-krisen för teknikbranschen

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

Salesforce exemplifierar en bransch som gick in i AI-eran med höga förväntningar men nu konfronteras med den hårda verkligheten kring monetarisering. De tre huvudproblem som identifierats – svårigheter med monetarisering, 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 tydligt kundvärde och sänka implementeringsbarriärerna. Salesforce har skapat en tekniskt imponerande produkt med Agentforce, men att omsätta det till 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 inte mirakel över en natt. De mest framgångsrika implementeringarna fokuserar på ett fåtal men väl genomförda projekt, snarare än att lansera många ytliga experiment.

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

Salesforce-fallet är därför mycket mer än berättelsen om ett enda företag i problem. Det är en läxa i utmaningarna med teknologisk transformation, klyftan mellan vision och verklighet, och behovet av att bibehålla en tydlig bild av den ekonomiska realiteten trots all entusiasm för ny teknik. AI-revolutionen kommer, men den kommer att vara gradvis, skakig och selektiv – inte den ofta åberopade Big Bang, utan en kontinuerlig process med sina upp- och nedgångar.

☑️ Vårt affärsspråk är engelska eller tyska

☑️ NYTT: Korrespondens på ditt modersmål!

 

Jag och mitt team står gärna till er förfogande som er personliga rådgivare.

Du kan kontakta mig genom att fylla i kontaktformuläret här wolfenstein@xpert.digital:eller helt enkelt ringa mig på +49 7348 4088 965. Min e-postadress är

Jag ser fram emot vårt gemensamma projekt.

 

 

☑️ Stöd till små och medelstora företag inom strategi, konsultation, planering och implementering

☑️ Skapande eller omstrukturering av den digitala strategin och digitaliseringen

☑️ Utökning och optimering av internationella säljprocesser

☑️ Globala och digitala B2B-handelsplattformar

☑️ Pionjär inom affärsutveckling / marknadsföring / PR / mässor

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

Mer information här:

• Expertföretagsnav

Ett tematiskt nav som erbjuder insikter och expertis:

• Kunskapsplattform som täcker globala och regionala ekonomier, innovation och branschspecifika trender
• En samling analyser, insikter och bakgrundsinformation från våra viktigaste fokusområden
• En plats för expertis och information om aktuell utveckling inom näringsliv och teknologi
• En knutpunkt för företag som söker information om marknader, digitalisering och branschinnovationer

Xpert.Digital besitter djupgående kunskap inom olika branscher. Detta gör det möjligt för oss att utveckla skräddarsydda strategier som är exakt anpassade till kraven och utmaningarna inom just ditt marknadssegment. Genom att kontinuerligt analysera marknadstrender och övervaka branschutvecklingen kan vi agera proaktivt och erbjuda innovativa lösningar. Kombinationen av erfarenhet och expertis genererar mervärde och ger våra kunder en avgörande konkurrensfördel.

Mer information här:

• Dra nytta av Xpert.Digitals 5 expertområden i ett paket – från endast 500 €/månad