從 Snowflake 到 Sierra，每家企業軟件公司都在銷售同樣的 AI 代理

企業軟件行業正陷入一場前所未有的混戰，傳統市場邊界被人工智能徹底打破。

從數據庫巨頭 Snowflake 到客户關係管理（CRM）領導者 Salesforce，幾乎所有主要的技術公司都在競相推出功能相似的通用 AI 代理），將昔日的合作伙伴推向了直接競爭的舞台，這既創造了巨大的增長機遇，也帶來了關乎存亡的挑戰。

這一趨勢的最新動態是，原本業務涇渭分明的公司正在相互滲透核心市場。Salesforce，一家主營客户關係軟件的公司，最近推出了用於解決 IT 幫助台問題的 AI 代理。與此同時，IT 服務管理軟件公司 ServiceNow 則反向推出了面向銷售人員的 AI 代理。數據庫服務商 Snowflake 上月也發佈了其 AI 代理產品，宣稱能夠處理從銷售到財務等多種專業崗位的任務。

這場 AI 代理的 “軍備競賽” 在企業客户中引發了顯著的困惑。由於各家產品功能高度重疊，企業買家在選擇時面臨 “極其困難” 的局面，部分公司因此推遲了大規模採購決策。這種混亂局面恰恰反映了賭注之高，正如 Snowflake 首席執行官 Sridhar Ramaswamy 所言，軟件公司在這場變革中 “要麼走向萬億美元市值，要麼歸零”。

這一現象也直接呼應了近期市場對 “所有軟件都將被 AI 取代” 的深層憂慮。然而，深入觀察市場動態可以發現，老牌軟件巨頭正憑藉其龐大的客户基礎和數據沉澱構築防禦工事，預示着未來的行業格局將比簡單的 “顛覆 - 被顛覆” 敍事更為複雜。

市場重疊，界限模糊

AI 代理的興起正在徹底改寫企業軟件的競爭版圖。至少七家主要的科技公司目前在八個不同的職能領域展開正面交鋒，銷售用於工程、分析、財務、營銷、銷售和客户服務等崗位的自動化 AI 代理。

這種同質化競爭的部分原因在於，許多初創公司和企業軟件巨頭都依賴於 OpenAI 和 Anthropic 等公司的底層 AI 模型來驅動其代理產品。Whoop 公司的分析主管 Matt Luizzi 表示，“我們使用的每一款軟件，都推出了自己的 AI 代理解決方案”，從 Slack 到 Snowflake 再到 Google Workspace，它們都承諾能完成挖掘數據、預測銷售額甚至與客户溝通等相似工作。

這種趨勢意味着，像 Snowflake 和 Confluent 這樣的老牌數據庫和數據流公司，現在正與 Sierra 和 Decagon 等新興 AI 應用初創公司在銷售和客户支持代理等領域展開競爭。“這是一個激動人心又混亂的時期”，數據管理公司 Confluent 的首席執行官 Jay Kreps 評論道。

軟件巨頭優勢：數據便利性與種混合 AI 模型策略

面對蜂擁而至且功能相似的 AI 產品，企業買家普遍感到無所適從。商業會計公司 1-800Accountant 的首席戰略官 Ryan Teeples 表示，由於工具之間存在大量重疊，目前的篩選過程變得異常困難，儘管他的公司已經開始為 Salesforce 的部分代理工具付費。

在這種混亂中，現有軟件巨頭正利用其核心優勢——數據。它們主張，客户使用那些能直接從其核心軟件產品（如 CRM 應用或數據倉庫）中提取數據的代理會更加便捷。這一策略似乎正在幫助它們在贏得客户初步試用方面取得領先。Snowflake 上週透露，已有 1000 家客户使用其代理產品 Snowflake Intelligence，創建了 12000 個代理。

便利性成為企業決策的關鍵。歐洲人力資源公司 Adecco 的 IT 高級副總裁 Pierre Matuchet 表示，他們的選擇邏輯非常簡單：“如果數據存儲在 Salesforce 中，我們就用 Salesforce。如果數據在 Salesforce 之外，我們會考慮其他供應商。” 同樣，平板電腦製造商 reMarkable 的首席信息官 Peter Stoltz 稱，他們之所以選擇 Salesforce 的 Slack 代理，是因為大多數員工已經在使用 Slack。

儘管 OpenAI 首席執行官 Sam Altman 曾暗示 AI 代理最終可能完全取代 Slack 等工作軟件，但來自華爾街的分析和行業巨頭的戰略佈局描繪了另一幅圖景。高盛在一份報告中指出，當前階段類似於軟件行業從本地部署向雲計算的轉型期，AI 對行業領先者而言更可能是一種 “力量倍增器”，而非純粹的顛覆者。

為了構築護城河，企業軟件巨頭普遍採用一種混合 AI 模型策略。它們將基於自身專有數據訓練的領域特定模型（如 Snowflake 的 Arctic 模型）與外部前沿大語言模型相結合。這種策略將客户鎖定在他們熟悉且深度整合的生態系統中，同時保持了靈活性。

此外，企業級軟件的 “任務關鍵性” 構成了天然的壁壘。高盛分析師指出，AI 模型的 “幻覺” 在企業環境中可能導致嚴重後果，因此，客户在遷移核心業務流程時極為謹慎。這使得即使 AI 原生產品在技術上更優越，也難以在短期內獲得客户的全面採納。

企業採用緩慢，AI 代理的管理與協同成焦點

儘管前景廣闊，AI 代理的商業化之路並非一帆風順。目前，這項新技術對 Salesforce、ServiceNow 和微軟等公司的收入增長尚未產生顯著提振。Salesforce 首席執行官 Marc Benioff 最近也降低了先前關於代理易於設置的論調，這與業內普遍認為企業採用 AI 速度緩慢的共識相符。

採用緩慢的原因是多方面的。首先，配置代理可能需要大量的人工協助，這促使亞馬遜、Salesforce 等公司投入額外人員提供支持。其次，一些公司認為供應商提供的 AI 不夠成熟。例如，二手車經銷商 Carvana 的高級工程副總裁 Alex Devkar 表示，他們選擇自研 AI 聊天機器人，因為其性能優於市面上的現成產品。

在商業模式上，多數供應商在免費試用期後，按使用量收費，通常每個任務的成本在 20 到 30 美分之間。但對 Snowflake 等公司而言，當前的首要目標是搶佔用户，而非立即盈利。

隨着企業內部使用的 AI 代理數量激增，一個新的挑戰擺在了所有 CIO 面前。“每個人都必須做出決定，是否需要一個集中的代理平台來協調所有這些分散在不同軟件上的代理？”健身公司 Equinox 的首席技術官 Eswar Veluri 表示。“我們還沒有跨過那道門檻。” 這個問題預示着企業軟件的下一輪競爭焦點可能將圍繞 AI 代理的管理與協同展開。