首家逆“大模型”科技巨头出现！Salesforce：少用大模型时，系统运行得更稳定、效果更好

过去一年里，Salesforce首席执行官马克·贝尼奥夫多次对外强调，公司核心AI产品Agentforce可以帮助企业利用大语言模型实现自动化，从而显著节省成本。

Salesforce：“少用”大语言模型时，效果更好

但最近，Salesforce向客户传递的信号开始发生变化。公司高管表示，在不少场景下，Agentforce反而是在“少用”大语言模型（也就是生成式AI）时，运行得更稳定、效果更好。

Salesforce产品营销高级副总裁桑吉娜·帕鲁莱卡表示，公司正在Agentforce中引入更基础、更加“确定性”的自动化方式，以提升软件的可靠性。这类自动化依赖预先设定好的规则来做决策，而不是让AI模型自行理解、推理。

她直言：“一年前，我们对大语言模型的信任度确实更高。”

目前，Salesforce官网已明确写道，Agentforce可以显示出“消除大语言模型固有随机性”的能力，确保关键业务流程每一次都严格按照相同步骤执行。

这种做法的好处在于，可以有效避免聊天机器人或AI系统出现不可预测的行为。但代价也很明显：在理解用户问题的语境、细节和复杂含义方面，这类系统有时不如ChatGPT等通用大模型给出的回答全面、灵活。

作为全球市值最高的软件公司之一，Salesforce对大模型策略的这种“回调”，可能会影响成千上万正在使用相关技术的企业。

目前，包括OpenAI、Anthropic在内的AI厂商，正将大语言模型用于自动化软件开发、数据分析、金融、营销、销售以及客户服务等多个领域。尽管许多大型企业已经从中受益，但要把大模型真正变成可以稳定执行多步骤任务的“AI代理”，在技术、成本和组织管理层面仍面临不少挑战。

不少企业发现，要防止大模型“胡说八道”或给出错误判断，并不容易。

对于库存管理、退款处理等需要高度精准的业务场景来说，一旦出错，可能直接导致经营决策失误，甚至引发员工或客户的不满。

Salesforce自身在AI营销话术上也经历了明显转变。贝尼奥夫此前曾表示，Agentforce的部署“非常简单”。但今年，一些客户在使用过程中遭遇了所谓的“幻觉”问题。Salesforce对此回应称，产品仍在快速迭代和成长中。

作为少数披露AI专项收入的科技公司之一，Salesforce表示，Agentforce目前的年化收入有望超过5亿美元。

“确定性触发机制”

在实际落地过程中，许多客户需要AI厂商进行大量“手把手”的协助，才能让系统正常运行。同时，不少客户也对AI的运行成本表示担忧。

Salesforce Agentforce的定价为每次对话2美元，此外也提供按使用量预付积分的收费方式。

Agentforce首席技术官穆拉利达尔·克里希纳普拉萨德表示，引入更基础的自动化方式，比如通过明确的“如果这样、就那样”的规则来编程，不仅能降低系统运行成本，也能直接让客户付出更少费用。

他指出，如果给大语言模型的指令超过八条，它往往会开始“遗漏指令”，这在关键业务场景中是不可接受的。因此，在某些环节，必须采用完全确定性的方式，而不是浪费算力和成本去调用大模型。

“这样做不仅是在节省大模型的成本，更重要的是，能确保用户拿到正确的结果。”

以智能家居安防公司Vivint为例。该公司去年开始使用Agentforce，为其250万名客户提供客服支持，此前他们曾尝试自行开发AI客服，但效果不佳。

Vivint在使用Agentforce初期也遇到过可靠性问题。例如，公司要求系统在每次客服互动结束后自动发送满意度调查，但有时AI并不会执行这一指令，原因也无法追溯。

最终，Vivint与Salesforce合作，在Agentforce中加入了一个“确定性触发机制”，确保调查问卷能够每次准时发送。

Salesforce另一位高管菲尔·穆伊在今年10月的博客文章中指出，公司一些“最成熟的客户”普遍面临AI“偏移”问题——当用户提出偏离主题的问题时，AI代理容易丢失原本的任务目标。

例如，当聊天机器人被设定为引导用户填写表单时，如果用户临时询问与表单无关的问题，AI往往会“跑题”，无法继续完成核心任务。

为此，Salesforce开发了名为Agentforce Script的系统，用于识别哪些任务或任务环节不需要依赖大语言模型，从而降低不确定性。目前，该功能仍处于测试阶段。

Salesforce逐步减少对大模型的依赖

Salesforce此前曾以自身为案例，重点宣传Agentforce带来的效率提升。贝尼奥夫表示，部分依赖OpenAI大模型的Agentforce，已经承担了Salesforce内部大量客户服务工作，使公司得以裁减约4000名客服人员。

但近几个月来看，Salesforce似乎正在减少客服机器人对大模型的依赖。

例如，上周公司在回应有关Agentforce技术问题的求助时，仅向用户展示了一组博客链接，而没有进一步询问具体情况或展开对话。其中首条链接甚至指向今年6月的一次系统宕机事件，与当下问题并不相关。

这种处理方式，与企业多年来使用的基础型客服机器人并无太大区别。

对此，Salesforce发言人否认公司在客服代理中“回退”使用大模型的说法。他表示，今年公司对客服代理在多个方面进行了优化，包括重新梳理问题结构、加强安全防护、提升信息检索质量，并让回复更加具体、更贴近真实客户需求。

此外，公司还引入了更完善的监控和反馈机制，可以快速发现AI回复过于宽泛、偏题或表述不清的问题，并进行迭代优化。

该发言人称，客服代理目前“解决的问题数量创下新高”，预计截至明年1月下旬的财年内，成功解决的对话数量将同比增长90%。

“我们对在哪些场景、以及如何使用大语言模型，变得更加有针对性了。”

值得注意的是，不只是Salesforce，其他AI厂商同样在应对大模型“失控”的问题。本月早些时候，服装零售商Gap使用的一款由AI初创公司Sierra提供支持的聊天机器人，竟然回答了有关成人用品、性甚至纳粹德国的问题。

Sierra随后表示，这是由于配置错误，加上“恶意用户”刻意诱导所致，目前相关问题已被修复。