AI大佬對決：Nadella vs. Benioff，企業軟件未來大戰！

Nadella 與 Benioff：AI 代理未來背後的真實故事

在企業軟件領域，正在發生一場重大的變革，這場變革使得兩位行業內最具影響力的領導者——微軟首席執行官 Satya Nadella 和 Salesforce 首席執行官 Marc Benioff 之間展開了一場言辭之戰，突顯出企業應用程序所面臨的更廣泛轉型。

Nadella 預測傳統的軟件即服務 (SaaS) 應用將會消亡，認為由人工智能驅動的代理將會接管，從根本上重新定義企業軟件。相對而言，Benioff 則主張 AI 將作為一層增強層，依賴他現有的平台來提供未來的數字勞動力。

這兩位巨頭之間的公開爭論反映了一個更深層的現實：企業軟件正在經歷根本性的變革。傳統的線性價值鏈正逐漸讓位於以 AI 驅動的協調模型，數據不再僅僅是一項資產，而是智能和自適應商業流程的核心基礎。雖然微軟和 Salesforce 提供了競爭的願景，但未來不大可能被單一範式所主導。我們看到的是一種演變，AI 代理將扮演越來越重要的角色，但企業應用程序仍保留治理、合規和流程標準化的關鍵結構。

在這篇分析報告中，我們將基於之前的研究，試圖穿透噪音，描繪出企業軟件和代理 AI 的未來圖景。我們將通過對比這兩位行業巨頭在公共領域的發言，來分析他們的策略。

CEO 之間的言辭之戰：兩條不同的 AI 代理道路

最近，Benioff 和 Nadella 在軟件未來的問題上展開了不時帶有暗諷的言辭之戰。Benioff 直接嘲諷微軟的 AI 驅動的 Copilot，稱其為現代的 “Clippy”。

Nadella 隨即回應，暗示傳統的 SaaS 應用（如 Salesforce 提供的）最終會被智能代理取代，這些代理能夠直接從數據中編寫結果，而不依賴於既有的 SaaS 平台。

這場來回交鋒突顯出對於 AI 將如何改變企業軟件的不同哲學。Benioff 的評論表明他對微軟的做法持懷疑態度，而 Nadella 的願景則指向一個 AI 代理直接與數據庫接口的世界，而非傳統的應用程序接口，從而使 SaaS 應用的價值下降。不過，在上述片段的後面，他又提到代理需要通過 API 訪問後端的 SaaS 應用邏輯。

然而，當我們超越公眾的嘲諷時，這兩位 CEO 的言論都包含了部分真相。這些觀點之間存在一些共識，但也有顯著的差距和挑戰未被考慮。通過探索這些觀點及我們自己的分析，我們能更好地理解 AI 代理在企業環境中日益演變的角色。

企業軟件的演變：從剛性系統到智能協調

我們認為，企業軟件技術正站在一場深刻變革的邊緣——從剛性、線性的價值鏈轉向動態的端到端平台，協調整個活動網絡。在這裡，我們將探討如何利用數字雙胞胎和知識圖譜等新基礎技術，實現我們在這篇文章開頭所設定的願景——將流程視為可塑的構建塊，而非硬編碼的代碼。在我們看來，這標誌著企業組織、管理和最終轉型的關鍵轉折點。

在上面的圖示中，左側展示了傳統的源>製造>交付價值鏈視圖，這一觀點在企業資源規劃/客戶關係管理時代的企業應用中得到了充分體現。企業通過在一系列線性步驟中增加價值來獲得利潤，這就像一個機械裝置。

隨著過去 20 到 25 年來消費者在線平台的興起，這些平台只是將消費者與資源相匹配。但 Amazon.com 是第一個超越簡單匹配的企業，建立了一套極其精密的運營能力，數據和 AI 可以協調整個活動網絡。

關鍵在於，過去 50 年來，應用程序真的將數據視為企業資產，但流程卻被纏繞，甚至可以說被固定在那些應用程序中的程序代碼中。因此，應用程序的靈活性並不高。轉向平台世界意味著將流程與數據一樣視為資產，以便可以重新配置流程，讓平台在形成上更加動態。

在我們預測的未來中，您可以將分析應用於流程，而不僅僅是數據。這是重大的變化。

價值正在向“冰面上方”遷移

我們認為，企業軟件的領域正在經歷一個重大分化，形成我們所稱的新的斷層線。一方面，組織越來越專注於直接從業務數據中學習或構建核心基礎設施。這一動態可在下方的幻燈片中看到，該幻燈片引用了“詹姆斯·邦德：無暇赴死”的隱喻，使用了“冰面上方”和“冰面下方”的概念。數據顯示，較高價值的活動正逐漸向“冰面上方”遷移，進入一個抽象層，在這裡實際的創新和價值捕捉發生——就像虛擬化曾經使物理硬件商品化一樣，將戰略價值推向更高的堆棧。

我們的前提是，大型語言模型和生成性 AI 工具正在加速這一轉變，將傳統的算法軟件開發商品化。新的價值焦點在於構建類似“數字雙胞胎”的結構，這些結構能從操作數據中學習。從技術上講，這可能表現為知識圖譜或其他表示方式，但基本思想是企業現在可以學習和適應以前過於複雜的流程。

與此同時，“冰面下方”部分仍然專注於硬件級的擔憂和原始數據處理——一些人所稱的數據庫理解的“字符串”，而非現實世界中的“事物”。這一區別突顯了新興的二元化：行業的一部分專注於智能、數據驅動的洞察，而另一部分仍然停留在較低層次的技術上。

我們認為，時間本身——我們所描述的“第四維”——在這裡至關重要。前瞻性的公司，包括 Palantir Technologies 的方法，強調捕捉企業的運動學和動態，以更有效地協調操作。目標不是將企業視為一個靜態的、機械的實體，僅僅為了效率而優化，而是將其發展成一個智能的、應變的系統，能夠持續學習和適應。

總的來說，我們的研究表明，這一分化正在重塑企業軟件。傳統開發將越來越被 AI 商品化，而真正的戰略優勢將可能集中在創建活的、學習的業務模型的平台和工具中——那些在“冰面上方”運作的。

2030 年代的企業平台將是什麼樣子

讓我們來看看下一個時代的企業平台將會是什麼樣子。我們認為，未來的企業軟件將使組織能夠構建企業的實時數字表示：一個端到端的數字雙胞胎，一個有機系統，通過迭代的、代理式的模型進行表現，這個模型會進化，而不是僅僅自上而下或自下而上的構建。

在我們看來，企業必須統一其數據和應用資產，以匹配亞馬遜和 Instacart 等以技術為先的巨頭的靈活性。由人類監督引導的代理用戶界面和工作流程，將逐步捕捉作為靈活構建塊的流程，創建一個可信的真相來源，而不會捨棄傳統基礎設施。Benioff 對微軟做法的輕視（稱其為“僅僅是 Clippy”）和 Nadella 認為 SaaS 層將消失的說法都包含了真實的成分，但都未完全捕捉到需要一個新的界面的必要性——這個界面融合了自然語言處理驅動的互動、人類推理和動態代理協作，形成一個單一的、變革性的平臺。

在上面的圖示中，我們預見未來的企業軟件將位於一個協作的“工蜂”代理網絡中，而不是孤立的、獨立的工具。這些代理在特定任務上表現卓越，但也能共享資源、協調彼此，並在與更廣泛的企業目標一致的自上而下指導下運行。我們相信，這一方法將改變組織部署 AI 的方式，將代理嵌入協調的流程組裝線，而不是將其視為孤立的附加項。

我們的信念是，這一轉變直接與 Benioff 和 Nadella 之間關於 AI 代理的公共討論相連。儘管有興奮——經常被比喻為皮克斯的《向上飛》的情景，當提到“松鼠”時狗狗們會瘋狂——我們觀察到，單獨的 AI 技術無法真正實現流程創新。相反，這些代理需要連接到一個共同的真相來源，我們稱之為“4D 地圖”或數字雙胞胎，這個模型捕捉了組織操作的統一視圖。

建立一個單一的整體企業模型的概念已經存在了幾十年，但現在不同的是 AI 可以發揮的角色。代理可以從數據中學習，然後在人工監督下將他們新獲得的知識轉化為擴展這個數字雙胞胎的代碼。在我們看來，這種迭代的方法使企業能夠發展出一個活的模型，這個模型既不是全然自上而下的，也不是全然自下而上的，而是在集中指標和新興洞察之間達到平衡。

我們的前提意味著企業必須統一其數據，打破應用孤島，以匹配數字原生示例的靈活性。這意味著採用由人類監督引導的代理驅動用戶界面，逐步累積商業知識。我們認為這一趨勢反映了 Benioff 和 Nadella 之間的辯論：雖然 Nadella 強調 AI 重新定義用戶界面和商業邏輯的未來，但 Benioff 卻強調協調基礎流程的重要性——但這兩種觀點都包含了真相的元素。

最終，組織需要統一的視角來解決四個關鍵問題：

1. 發生了什麼？
2. 為什麼會發生？
3. 接下來可能會發生什麼？
4. 我們應該如何應對？

許多公司可以利用當前的數據倉庫或數據湖技術來解決前兩個問題。然而，為了預測未來情景並確定最佳行動方案，我們認為他們需要一個由 AI 代理和人類監督支持的綜合企業模型。在我們看來，這一和諧的代理、數據和監督的結合將塑造企業軟件的下一個時代。

AI 自動化正變得越來越分散

以下是 Insight Partners 的自動化地圖圖示。正如您所見，這幅圖呈現出分散的狀態。我們認為，儘管組織急於採用 AI 代理，但大多數僅僅是在現有的應用孤島內部部署它們——這被我們視為第一階段。這些孤立的代理可能提供增量的好處，但並未解決真正整合和精簡業務運營的更廣泛機會。

在我們看來，代理本質上是現代企業的機械工具。為了實現其全部潛力，企業必須建設相當於組裝線的平臺。這意味著進行每一項顛覆性技術所必需的流程重組，為真正的變革鋪平道路。

企業技術領域即將見證一波針對檢索增強生成 (RAG) 解決方案的共同駕駛者的激增，這與過去兩年對生成性 AI 的採用熱潮相呼應。如上所示，組織可能通過部署單個或特定領域的代理來發現價值的空間。然而，與福特汽車公司組裝線相媲美的突破，只有在這些代理在更廣泛的框架內被協調時才能實現。將其活動與企業目標對齊——並利用分析來跟踪進展——確保它們協同運作，而不是孤立無援。

我們認為，在專注於代理的倡議的同時，企業將越來越優先考慮協調其數據和基礎流程定義。這一轉變對於解鎖基礎價值至關重要，因為集成的數據和應用資產使得更具戰略性的洞察和決策成為可能。

這些代理將像現代企業的“機械工具”一樣運作。然而，要充分利用它們，企業必須創建相當於組裝線的系統——重新設計流程，而不僅僅是“鋪設牛路”。真正的轉型，在我們看來，需要重新評估現有的工作流程，以便每一項顛覆性技術都能推動有意義的、持久的變革。

剖析微軟的代理 AI 方法

現在讓我們深入剖析微軟的方法。我們的研究顯示，儘管微軟在代理用戶界面和生產力工具方面取得了顯著進展，但仍未提供實現真正業務流程協調所需的端到端整合。

Nadella 對代理繞過傳統 SaaS 應用邏輯的願景，指向了一個 CRUD 數據庫在代理層之下的未來，但我們認為僅此一點並不足以協調多個應用之間的流程。在我們看來，今天的微軟至少缺乏一個統一的業務流程模型，這限制了其將一切結合在一起的能力——API 是有用的，但它們只是解決方案的一部分。

微軟的 GPU 限制驅動了關鍵決策

此外，我們的研究表明，微軟在代理式用戶界面和工具上的早期工作受到 GPU 短缺的限制——部分原因是 ChatGPT 使用的快速增長。這一限制迫使公司在 Bing、Office 和 Azure 之間進行優先排序。

我們的情報顯示，微軟首先選擇了 Bing，迫使谷歌將生成性 AI 整合到搜索中，從而影響搜索的盈利能力。然後它將重點放在 Office 上，儘管優先考慮的理由仍不太明確。

我們觀察到，微軟現有的框架 Microsoft Graph 更加專注於生產力和協作，而非業務流程。因此，365 Copilot 項目成熟的速度較慢，因為其許多核心用例仍然不夠成熟。

我們認為，微軟還通過將開箱即用的功能限制在其自有應用中而使事情變得更加複雜。第三方集成需要大量定制，而像 Glean Technologies 這樣的競爭對手則通過從一開始就推出多供應商能力，更有效地解決了這一問題。

在我們看來，缺乏“統一的業務流程模型”是顯而易見的。微軟依賴於超過一千個連接器來與外部應用進行交互，每個連接器都講述著不同的“語言”。這種拼湊的方式使得代理難以感知業務的統一狀態。儘管 Power Platform 及其連接器能在 API 層面實現集成，但它們並未將基礎流程或數據語義整合成一個連貫的整體。

我們認為，微軟強調 Office 的決定可能反映了公司的傳承和市場優先事項；這也是向廣泛用戶群展示 AI 驅動功能的一種方式。然而，我們看到未來企業運行數千個代理時，將需要一種類似 Copilot 的界面——提供一致的用戶體驗並捕捉典型企業應用所忽視的人際互動。

隨著時間的推移，我們預計微軟 Graph 的生產力和協作數據將變得越來越有價值，用於協調組織內部的人和代理。然而，在我們看來，首先專注於後端業務流程可能會為大規模轉型企業軟件提供更直接的路徑。

比較 Salesforce 的代理 AI 方法

現在讓我們深入剖析 Salesforce 的方法。我們認為，Salesforce 在基於代理的數據和應用管道方面取得了重大進展——利用 MuleSoft 自動化數據的收集和組織。我們認為，該公司的新數據雲和語義層指向了一個未來，在這個未來中，代理能夠輕鬆地在客戶活動之間協作，並通過反饋回決策的指標進行推動。關鍵問題是：Salesforce 能否超越其 CRM 根基，成為一個真正的超級平台，從企業的各個角落提取數據和流程？

簡單的答案是“是的”。在我們看來，Salesforce 正在將自己定位為智能數據應用的核心應用開發層，運行在亞馬遜網絡服務基礎設施上。雖然 AWS 在硬件方面表現出色，但 Salesforce 似乎正從純應用提供商轉型為應用平台和工具公司——依然提供其自有應用作為模塊化的構建塊。

我們的研究表明，Salesforce 的數據雲作為客戶中心語義的基礎，不僅捕獲客戶屬性，還捕獲整個客戶旅程。該平台不僅將數據限制在 Salesforce 中，而是將元數據保存在 Salesforce 數據雲中，同時從 Databricks、Snowflake 或 Amazon Redshift 等系統提取實時信息。我們認為，這一方法有效地將 Salesforce 定位為多個數據源之上的“語義層”，使得分析和操作決策能夠無縫流入 Salesforce 的 Customer 360 應用或通過 MuleSoft 流入其他應用。

Salesforce 在這一領域的成功似乎反映在數據雲和 MuleSoft 的可觀增長率上，這強調了數據管道和數據平台的自然對齊。在我們看來，這一軌跡平行於微軟的 Azure——最初被其已建立的 Office 和服務器業務所掩蓋，但最終成為一個高增長的平台。我們相信，Salesforce 的數據雲和 AI 驅動的代理的興起可能會遵循類似的路徑。

展望未來，許多組織的更廣泛目標是統一各部門和功能之間的代理網絡，而不是運行孤立的機器人。這一願景依賴於一個和諧的數據模型——包括業務邏輯和分析——並由人類監督引導。

我們認為，這一方法本質上是有機的；它通過增量學習和例外處理不斷演變，而不是僵硬地硬編碼。多種技術——從關係數據模型和流程挖掘到知識圖譜和數字雙胞胎——將匯聚在一起，支持代理與人類的協作，與整體數字商業模型保持一致。

比較 Salesforce 和微軟的代理策略：當前 Salesforce 更具優勢

在比較 Salesforce 和微軟時，我們認為 Salesforce 擁有更多關鍵組件。儘管微軟在 Power Platform 中擁有成熟的低代碼和代理構建工具，但缺乏一致的數字業務模型層。另一方面，Salesforce 已經提供了構建企業“數字雙胞胎”的機制，捕捉代理可以學習和複製的流程。

在這種情況下，治理和自上而下的指導對於一致性至關重要。當前埋藏在儀表板中的指標和關係必須納入統一的數據平台，以便代理能夠學習驅動業務的因素、預測結果並相應地調整。

我們認為，這一集成管理系統——包括代理、數據、分析和人類輸入——代表了企業軟件的未來。雖然供應商經常宣傳各個組件，但仍然存在互操作性挑戰。對於許多主流企業來說，提供端到端平台的單一供應商解決方案可能簡化了通往這一新模型的路徑。

目前，Salesforce 似乎在這方面領先，儘管對於最佳組合或集成方法的辯論仍在進行。最終，我們的研究表明，真正的變革環境將取決於和諧的數據、協調的流程以及人類與 AI 代理之間的動態互動。

從 Web 2.0 到企業 3.0：五到十年的過渡

企業應用正處於一場深刻變革的邊緣，從剛性、線性的價值鏈演變為協調整個活動網絡的端到端平台。我們的前提表明，數字雙胞胎在知識圖譜的支持下，將使商業流程擺脫靜態應用代碼，轉變為靈活的、可替代的構建塊。在我們看來，這一基礎性轉變為組織根本重新思考其運作方式奠定了基礎。

我們相信，這一轉變可能會在未來五到十年內展開。對於那些對其影響持懷疑態度的人，我們建議看看亞馬遜。最初僅僅是一家在線書商，亞馬遜建立了一個全面的電子商務和履行平台，將商業流程——而不僅僅是數據——視為有價值的、可重用的資產。

隨著時間的推移，這一方法使亞馬遜擴展到廣告、媒體、雜貨、醫療保健、衛星操作等領域。採用類似平台策略的以技術為中心的競爭者，將挑戰尚未重新設計和協調其運營的主流公司。

Salesforce 和微軟是這一市場中出現的斷層線的典範。雖然 Salesforce 在開發以客戶為中心的流程方面似乎佔據了優勢，但微軟在低代碼工具和廣泛的企業覆蓋範圍方面的優勢使其仍然是一個強大的競爭者。兩者都可以通過流程挖掘解決方案（如 Celonis、UiPath 或來自 RelationalAI 的更具可配置性的數據驅動方法）來增強其平台。我們的研究和分析表明，這些能力將使供應商能夠統一業務邏輯和分析，從而使流程變得與數據一樣靈活。

在我們看來，這僅僅是行業巨頭之間“打鬥”的開場回合。雙重顛覆模型——主要科技公司不僅改變信息技術，還顛覆多個其他行業——展示了數據優先策略的優勢，這一策略超越了傳統行業邊界。我們相信，未能採納這種平台思維的組織，將面臨被那些擁抱這些新流動性方法的競爭者超越的風險。

新的企業運營模型

企業環境正在經歷一場深刻變革——從線性價值鏈到整體平台——根本改變了組織的結構和演變方式。這一新模型拒絕剛性硬編碼的流程，甚至那些基於微服務的流程，轉而支持動態協調。我們的分析表明，企業的數字表示，通常由知識圖譜支持，將是實現這些更靈活、可適應流程的關鍵。

像 Celonis SE、UiPath Inc.、RelationalAI、Neo4j Inc.、Oracle Corp.、ServiceNow Inc. 和 Workday Inc. 等公司，將提供將商業流程轉化為可重用、可組合資產的協調能力。這些技術將使操作不再被鎖定在化石化的代碼中，而是使其變得可塑和可替代。這種靈活性最終將促進新形式的網絡和網絡效應，推動各行業的生產力提升。

展望未來，我們預計，這一顛覆的“爆炸半徑”將遠超消費者科技巨頭崛起所伴隨的影響。關鍵問題在於，主流公司能否快速適應，利用這些基於平台的模型，或者以技術為中心的組織是否將利用其敏捷性和數據驅動的協調來使傳統企業邊緣化。隨著數字協調越來越使無資產的參與者能夠協調人員和資源，而無需完全擁有它們，行業重組的潛力是極高的。我們相信，這一代企業技術將在前所未見的規模上重塑價值創造。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。