Dreamforce 2026 的答案：AI Agent，终于从 Demo 变成收入了么？

By: foresightnews.pro|2026/09/22 01:49:45

设为Google首选来源

Strong

GPU

淘金热里卖铲子的人赚得盆满钵满，但矿工如果一直挖不出金子，铲子迟早会卖不动。

撰文：Jim，MSX 麦通

编辑：Frank，MSX 麦通

AI 花了这么多钱，终于开始「赚钱」了么？

过去两年，美股围绕 AI 最痛快的主线，几乎全在基础设施端排队数钱：英伟达印钞，台积电连轴转，博通靠定制芯片闷声发财，资金一路顺着电力和光模块漫灌进整个物理世界。

整条投资逻辑简单粗暴------只要大模型还在变大，算力就是最确定的硬通货。

但站在 2026 年秋天，几千亿美元资本开支砸进机房后，市场的耐心肉眼可见地在收窄，开始追问这些算力到底什么时候能换成财务报表上的真实收入？

这个分水岭在 9 月中旬的美股盘面上已经撕开了一道口子。9 月 14 日，受到 AI 开发节奏可能放缓的讨论影响，狂奔了两年的芯片股集体承压，CrowdStrike、Palo Alto 两大安全巨头却单日暴涨超 13%，就连长期横盘的 Salesforce 和 ServiceNow 也迎来了久违的买盘回流。

就在这个节骨眼上，Dreamforce 2026 也开场了。

抛开那些眼花缭乱的 Keynote 和概念包装，整场大会其实只在替所有人回答同一个核心问题：AI Agent，到底能不能把 Demo，换成白花花的真金白银？

一、告别「聊天搭子」，AI 开始「完成工作」

前两年的企业 AI，说白了，大多只是高级版的 Copilot。

员工问一个问题，AI 帮你总结文件、生成邮件、写一段代码或者整理会议内容，它是可以提高效率，但电脑前必须坐着个活人一步步喂指令。

今年 Salesforce 终于不讲这种「副驾驶」的故事了。

比如负责拓客的 Hunter，以前 Copilot 顶多帮你润色一封 Cold Email，现在的设计是让它自己制定计划、翻数据、持续跟进几周，就在 Dreamforce 前夕，它一次性扩展了 Agentforce 的 Agent 产品，包括负责客服的 Casey、IT 和 HR 的 Paige、电商购物的 Carter、销售的 Hunter，以及负责供应链后台流程的 Marshall。

它被设计成可以跨系统、跨步骤，甚至跨时间持续工作，从而打通整个链条：找到潜在客户、制定计划、持续跟进，根据新的客户信息调整策略，在需要时要求销售人员批准，然后继续把任务向前推进。

这个过程可以持续数周甚至更久，尽管 Hunter 仍处于 Pilot 阶段，预计今年 11 月才正式 GA，不是已经大规模成熟的商业产品，但底层的商业逻辑已经变了。

过去人与 AI 的关系，更像是不断发 Prompt；未来企业想买的，则可能是一套能够自己读取数据、调用工具、执行任务，并留下审计记录的数字劳动力。

一旦产品从「功能」变成「数字劳动力」，ROI 的算法就完全透明了。

一个聊天机器人写得好不好，很容易停留在主观体验；但如果一个客服 Agent 能直接减少工单，一个销售 Agent 能带来 Pipeline，一个后台 Agent 能减少人工操作，企业就可以很直接地计算为它付了多少钱，它又替自己完成了多少工作。

AI 只有到了这一步，才算真正摸到了生意的门槛。

二、告别 Seat：按「搬砖量」收钱

这也是今年 Dreamforce 最值得看的地方。

发布会上的 Demo 永远可以剪得天花乱坠，判断商业化有没有落地，指标就两个------有没有真流水，有没有真实调用。

Salesforce 最新一季财报给出了一组很值得关注的数据，其中 Agentforce ARR 跨过 15 亿美元，同比涨了 240%；Agentforce 与 Data 360 合计 ARR 接近 39 亿美元，同比增长超过 210%。与此同时，Agentforce 和 Slack 已累计完成 70 亿个 Agentic Work Units，其中仅第二季度就达到 32 亿个，环比增长 97%。

虽然这 15 亿 ARR 包含了 Slackbot 和其他 AI 资产，多少带点统计口径的包装，但它至少说明企业不再只是「尝鲜」。

像 Salesforce 公布的客户案例里，Engine 约 50% 的聊天咨询已经可以由其 Agent 完整解决；Perk 约 60% 的销售 Pipeline 由销售 Agent 建立；Autism Queensland 约 70% 的行政请求由 Agent 处理；Hibbett 的 AI 已经参与约 90% 的核心购物流程；Anthropic 使用 Fin 时，在 Fin 接触到的客服对话中约有 79% 可以自动解决。

这些数据的统计口径各不相同，而且都来自 Salesforce 官方披露，因此还不能拿来证明整个 Agent 行业已经成熟，但它们至少代表，大家关注的核心，真真切切地从「它聪不聪明」，彻底转向「它帮我扛了多少活」。

更关键的是，Salesforce 自己的收费方式也开始适应这个变化。

Agentforce 已经推出 Flex Credits。在当前公开价目中，10 万 Credits 为 500 美元，一个标准 Agent Action 消耗 20 Credits，也就是约 0.10 美元，企业可以直接按照 Agent 更新一条记录、处理一个流程、执行一次动作的使用量付费。

这件事可能比 15 亿美元 ARR 本身更重要。

毕竟传统 SaaS 最核心的商业单位是 Seat，1000 个员工，就卖 1000 个账号。

可 Agent 最终想解决的问题，恰恰是让更少的人完成更多工作，如果原来需要 10 个人处理的业务，未来只需要 3 个人加上一批 Agent，那么软件公司再单纯依靠 Seat 收费，很可能会出现一个尴尬的问题：AI 越成功，人工 Seat 反而越少。

因此，Salesforce 急着推行按使用量计费，本质是在抢先给后 SaaS 时代寻找新的计价单位。

三、水面下的暗流：安全、界面与利润率大考

如果这个变化成立，它影响的就不只是 Salesforce。

众所周知，过去几年 AI 行情最重要的关键词是 CapEx。

训练模型需要 GPU，GPU 需要数据中心，数据中心需要电力、网络、光模块和存储。因此只要 Hyperscaler 继续提高资本开支，基础设施链条就能够持续受益。

而 Agent 真正商业化以后，AI 会多出另一条价值链，那就是从模型进入企业工作流，再连接企业数据、身份、权限、安全和真实业务系统。

譬如 Salesforce、ServiceNow 这样的公司掌握 Workflow；Snowflake 等平台连接企业数据；而 CrowdStrike、Palo Alto Networks、SailPoint、Varonis 这一类安全厂商所面对的问题，则会随着 Agent 数量增加变得更加复杂。

未来一家企业内部，很可能不只是拥有几万名员工，还同时运行几千甚至几万个「非人类身份」，这些 Agent 可以读取内部文件、调用 API、修改 CRM、发送邮件、操作代码甚至参与交易流程。

到那个时候，企业面对的问题，就变成**它是谁？能看什么？能做什么？代表谁执行？出了问题能不能追踪？**所以 Agent 越接近真实生产环境，Identity、Permission、Data Governance、Runtime Security 这些过去看起来偏后台的能力，反而会越来越靠近 AI 应用层的核心。

这也是为什么 9 月 14 日的网络安全股轮动值得关注，AI 的攻击面从人类账号、设备和服务器，继续扩大到越来越多拥有自主执行能力的 Agent，CrowdStrike 和 Palo Alto 吃的不是短期情绪，而是 AI 攻击面的剧烈外溢。

与此同时，这条商业化路径还远没有跑通，摆在眼前的还有两个硬坎：

毛利侵蚀：每次 Agent 动一下，背后都是真金白银的推理、检索和云资源消耗，这笔账扣完，还能剩下传统 SaaS 那样诱人的高毛利吗？
自我蚕食：使用量带来的增量，到底能不能跑赢人工 Seat 萎缩的速度？跑不赢，就只是左手倒右手。

Dreamforce 2026 还有一个变化，可能让这个测试变得更有意思。

Salesforce 新推出的 AIforce，正在把 Salesforce 原本锁在 CRM 界面里的数据、Workflow、Business Logic、权限和治理能力，开放到 Claude、Slack 和 Agentforce Coworker 等新的 AI 界面中。Claudeforce 首批提供 37 个预构建销售 Skills；Agentforce Coworker 则在推出后的 35 天内获得了 10 万用户激活------当然，激活数并不能直接等同于持续活跃用户或付费客户。

这意味着企业软件的竞争可能还会再发生一次变化。

以前 Salesforce 最重要的是那个 CRM 界面；未来用户甚至不一定需要打开 Salesforce，而是在 Claude 或 Slack 里面直接让 AI 调用 Salesforce 背后的数据和工作流，换句话说，界面正在消失，但后台的数据、权限、流程和商业逻辑，反而可能变得更值钱。

如果把这一轮 AI 行情拉长来看，过去几年其实已经经历了两个非常清晰的阶段。