Marc Benioff 谈 AI 智能体、人类工作与 Salesforce 战略

在 St. Regis 举行的一场 Salesforce 活动结束后，Matthew Berman 欢迎 Salesforce 联合创始人兼 CEO Marc Benioff 参加访谈。屏幕上的标识注明本次访谈与 Salesforce 合作。Berman 从 Slack 作为界面的话题入手，询问智能体可能如何改变工作与沟通。

Berman 询问 Slack 如何成为主要界面，同时让 Slackbot 触及在其他地方工作的用户。Benioff 将这一思路归功于 Salesforce 首席未来学家 Peter Schwartz，称他数年前便敦促公司收购 Slack，预见到 AI 模型需要一个开放的对话式界面。

Benioff 说 Slack 的生态比他预期的更加丰富，并称 Salesforce 应用越来越以 Slack 为先。Berman 询问传统 Salesforce 界面是否会逐渐退居智能体和数据层之后。Benioff 表示 Lightning 仍有作用，但他认为 Slack 是 Salesforce、Tableau 和外部产品的良好对话式工作空间。

被问及 Slackbot 是否应在 Slack 之外运行时，Benioff 表示它应是一项可组合的能力，可用于 Salesforce 应用和其他协作工具，包括 Microsoft 和 Google 的环境。他以 Sales Cloud 和 Service Cloud 为例，说明智能体应在哪些地方陪伴用户。

Berman 询问 AI 将如何改变团队结构：公司会使用更小的团队，还是追求更大的目标？Benioff 认为两者都可能发生，同时由人或 AI 协调的智能体数量会大幅增长。他设想智能体协助销售、客服、客户资格评估、营销和客户对话。

Benioff 认为基于语言的工作尤其适合语言模型，包括服务对话和编码。他将当前工具与自己早年使用汇编语言编程的经历作对比。这些是他的预期，而非针对所有任务的实测结果。

Berman 表示，智能体产出越来越多，但他觉得自己成了瓶颈，因为仍需向它们发出提示并验证结果。Benioff 同意人必须参与其中：模型可能混淆和出错，因此现阶段验证不可或缺。

Benioff 表示，Salesforce 支持网站上的智能体会处理初步对话，但大约一半的呼叫会进行到客户需要人工帮助的阶段。他介绍了通过全渠道监督工具把对话及上下文交给人工处理的方式，让工作人员综合判断问题。这个数字是他对自家公司情况的陈述。

Berman 询问，更好的工具能否让人们以更大规模验证智能体工作。Benioff 期待出现这类工具和更准确的模型，并推测未来融合更多感官信息的系统可能改善决策。他将这些能力视为未来方向，而非已有保证。

被问及通才与专才时，Benioff 转向软件工程。他说 Salesforce 大约有 1.5 万名工程师，他们可以使用编码工具并监督智能体；但他坚持认为工程师仍不可或缺，因为模型还不能达到所需的自主工作水平。

Benioff 估计 Salesforce 工程团队的生产力提高了 30% 以上，但没有翻倍。他以 AI 公司持续招聘为例，说明即使拥有先进模型的组织仍需要人。访谈没有说明该生产力数字的测量方法。

Berman 询问，如果 AI 提高了人的生产力，为什么其他公司还在裁员。Benioff 表示 Salesforce 自己也调整过人员结构，并称当时员工总数超过 8.3 万。他提醒不要认为每一次裁员的原因都相同。

Benioff 认为，有些公司是在削减成本；另一些公司面临数据中心支出承诺，或因 AI 而调整员工构成。他说高管很容易把 AI 当作替罪羊，呼吁 CEO 具体说明变化的原因。

谈到应届毕业生应该学习什么，Benioff 回忆起一位考虑是否转专业的 MIT 计算机科学学生。他说自己试图让她安心并招募她，还介绍 Salesforce 对高学术要求大学的实习生和毕业生感兴趣。他的描述反映 Salesforce 所称的招聘需求，并非对个别求职者的保证。

Berman 询问除工程之外还有哪些职能可能发生转变。Benioff 强调销售，认为面对面沟通仍然重要。他称 Salesforce 当时约有 1.5 万名销售人员和 1.5 万名工程师，Salesforce 与 Slack 也拥有庞大客户群。

Benioff 认为 AI 工具可以帮助工程负责人承担一部分产品、设计和营销工作，也能让营销负责人开始以前需要工程人员才能做的工作。他希望组织结构围绕客户成功和 Agentforce 采用率作出调整，同时强调与客户一起实施产品的实际工作。

Berman 认为这给通才带来了机会：有毅力的人可以启动正式职责之外的项目。Benioff 同意，有想法的人如今能在构建产品时走得更远，但最后仍可能需要工程师或其他专家完成。

Berman 提到，比起演示文稿，他更喜欢直接看演示。Benioff 补充说，人们看到演示后可能误以为产品已经完成，但快速制作原型只能走到一定程度。要做出可靠的产品，还需要补齐剩余工作。

Berman 询问 AI 为什么在旧金山引起如此强烈的兴趣，以及 Benioff 是否也有同感。Benioff 将这座城市当前的热情与社会运动、创业和技术变革的历史联系起来，认为创新是当地文化的一部分。

Benioff 表示，他最早对 AI 感到兴奋是在 2012 年或 2013 年左右，当时他看到 Stanford 出现了出色的模型。他将那个时期与 Salesforce 的 Einstein 工作及收购联系起来。他还声称 Salesforce 对提示工程的起源有所贡献；这是他的历史说法，访谈本身并未证实。

Benioff 称 Salesforce 持有 Anthropic 约 1% 的股份，并且多年来一直关注 AI。他认为社会采用 AI 仍处于早期，同时指出一些国家更多使用 AI 监控和人脸识别。他区分了可能有益的用途与他认为有害的用途。

Berman 询问 Anthropic 合作关系。Benioff 称 Salesforce 曾想投资 OpenAI，并指称 Microsoft 阻止了投资；访谈没有确立其他当事方的说法。他表示 Salesforce 随后投资了 Cohere、Mistral 和 Anthropic 等多家模型公司，并称截至当时已向 Anthropic 投资约 3.3 亿美元。

Benioff 表示 Anthropic 和 OpenAI 都参与 Salesforce 的模型生态。他描述了一套从语言模型开始，延伸到集成、统一的数据层的架构；Salesforce 将后者称为 Data 360。在他看来，数据质量和集成是企业 AI 发挥作用的关键。

在数据层之上，Benioff 放置 Slack、销售、服务、营销和 Tableau 等应用，再往上是 Agentforce 和为客户及员工工作的智能体。他还设想本地智能体、员工智能体，以及贯穿整个架构的监督或控制层。

Berman 询问 Benioff 是否安装过 OpenClaw。Benioff 说他在另一台 iMac 上试用过，但认为它尚未达到企业级水平。他介绍了 Salesforce 内部名为 Albert 的研究项目，旨在探索可信、安全、可靠，能在 Slack 和其他应用中工作的本地智能体。

Benioff 表示 Salesforce 希望具备面向客户、面向员工以及本地智能体的能力，也愿意采用外部开发的技术。他举出收购 Qualified 及其 Piper 智能体作为这一思路的一部分。

Berman 询问他最担忧哪种 AI 未来，并提到自动化、权力集中和监控。Benioff 将 AI 的安全挑战与他长期以来对社交媒体的批评相比较，尤其关注儿童面临的风险和平台遭到滥用。

Benioff 提及有关聊天机器人伤害儿童的报道，表示模型提供商必须认真对待安全与信任。他认为，要打造持久的产品，行业必须同时推进增长和安全。这些是他的担忧和政策判断，并非临床评估。

Berman 询问如何回应公众对 AI 的担忧。Benioff 主张采取更强有力的行动，可能包括监管，并以某些司法管辖区限制青少年使用社交媒体作类比。他认为安全措施可以来自行业或政府，既要保障安全，也要避免过度监管。