全球知名企業(yè)級軟件公司Salesforce近期在AI戰(zhàn)略上出現(xiàn)重大調(diào)整，引發(fā)業(yè)界廣泛關(guān)注。這家曾大力推行AI技術(shù)并大幅削減技術(shù)團隊的企業(yè)，如今正重新評估大語言模型在企業(yè)運營中的實際價值。據(jù)內(nèi)部人士透露，公司高層已向客戶傳達新信號：減少對大語言模型的依賴，轉(zhuǎn)而采用更可控的自動化技術(shù)。

產(chǎn)品營銷高級副總裁Sanjna Parulekar公開承認(rèn)，公司已在核心產(chǎn)品Agentforce中引入"確定性"自動化技術(shù)。這種技術(shù)通過預(yù)設(shè)指令實現(xiàn)決策邏輯，與AI模型的推理機制形成鮮明對比。上周發(fā)生的案例顯示，當(dāng)用戶尋求技術(shù)支持時，系統(tǒng)僅機械地發(fā)送了多篇博客鏈接，其中首篇竟是6月產(chǎn)品故障的說明文檔，完全未針對當(dāng)前問題提供有效解決方案。這種處理方式與基礎(chǔ)版聊天機器人無異，暴露出AI技術(shù)在復(fù)雜場景中的局限性。

技術(shù)團隊發(fā)現(xiàn)，大語言模型在執(zhí)行超過8條指令時就會出現(xiàn)遺漏，這對商業(yè)任務(wù)的精準(zhǔn)度構(gòu)成嚴(yán)重威脅。Vivint公司的案例頗具代表性：這家擁有250萬用戶的企業(yè)在使用Agentforce初期，發(fā)現(xiàn)系統(tǒng)經(jīng)常"漏發(fā)"客戶滿意度調(diào)查問卷。最終通過設(shè)置確定性觸發(fā)機制才解決該問題。更棘手的是AI"漂移"現(xiàn)象——當(dāng)用戶提出無關(guān)問題時，智能體會偏離核心任務(wù)目標(biāo)，例如表單引導(dǎo)機器人可能因客戶閑聊而中斷工作流程。

部分工程師指出，問題根源在于技術(shù)駕馭能力不足。他們認(rèn)為，大語言模型的不可預(yù)測性是行業(yè)普遍難題，不僅Salesforce遭遇挑戰(zhàn)。某服裝零售巨頭的聊天機器人曾因配置錯誤輸出不良內(nèi)容，供應(yīng)商Sierra將此歸咎于"惡意攻擊者操縱"。這類事件凸顯出，在庫存跟蹤、退款處理等高精度場景中，AI失誤可能導(dǎo)致嚴(yán)重商業(yè)后果。

公司CEO Marc Benioff的戰(zhàn)略反思更具象征意義。他在年度戰(zhàn)略文件中將數(shù)據(jù)基礎(chǔ)設(shè)施列為優(yōu)先事項，直言缺乏可靠數(shù)據(jù)支撐的AI容易產(chǎn)生"幻覺"。市場反應(yīng)迅速：公司股價較2024年12月峰值下跌34%，即便Agentforce年營收預(yù)計突破5億美元也未能提振信心。Benioff甚至透露考慮將公司更名為"Agentforce"，反映市場對云計算興趣的衰退。

針對外界質(zhì)疑，Salesforce發(fā)言人強調(diào)："大語言模型需要與精準(zhǔn)數(shù)據(jù)、業(yè)務(wù)邏輯深度融合。我們通過管控框架和確定性技術(shù)確保AI可靠性，這正是Agentforce的設(shè)計初衷。"這場戰(zhàn)略調(diào)整已產(chǎn)生連鎖反應(yīng)，數(shù)千家采用類似技術(shù)的企業(yè)正重新評估AI落地路徑。在創(chuàng)新與實用的平衡木上，這家軟件巨頭仍在尋找最佳支點。