来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组成员对Salesforce的Agentforce定价和采用前景意见不一。一些人认为定价问题可以解决，而另一些人则认为，像依赖Flow这样的结构性问题以及AI计算成本增加可能导致的利润率压缩，可能会阻碍采用并限制上涨空间。
风险: 由于AI计算成本增加可能导致的利润率压缩，以及如果成本转嫁给客户，则可能加剧“反复重新定价”问题的风险。
机会: 一个清晰、持久的定价框架和2026年下半年的可衡量投资回报率信号可以推动采用并为上涨提供催化剂。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
Salesforce, Inc. (NYSE: CRM) 是目前值得投资的最佳下跌股票之一。4月17日，Truist Securities分析师Terry Tillman在参加该公司在旧金山举行的TDX开发者大会后，重申了对Salesforce, Inc. (NYSE:CRM)的买入评级和280美元的目标价。TDX是Salesforce每年举办的活动，展示新的工具和方向，供开发者、管理员和企业构建者使用。
Pixabay/公共领域
Tillman表示，在活动期间，他不仅关注了主题演讲，还与五位Salesforce客户和一位专注于Salesforce Flow的产品专家进行了直接对话。Salesforce Flow是一种无需编码的自动化工具，可以在Salesforce和外部系统之间连接和移动数据，而无需工程技能。
分析师指出，在这些对话中，一个关键话题是Agentforce。这是Salesforce的旗舰人工智能平台，允许企业部署能够独立处理诸如客户服务、销售支持和流程自动化等任务的自主AI代理。客户告诉Tillman，Agentforce的定价仍然是一个摩擦点。这是因为Salesforce自发布以来多次修改了Agentforce的定价模式。Tillman指出，这些持续的变化使得企业买家难以预测成本。
尽管如此，分析师认为，这种定价摩擦是一个Salesforce可以解决的短期问题。他认为，在继续努力扩展AI代理的同时，完善定价模式可以消除目前正在减缓Agentforce采用率的购买犹豫。一旦解决，到2026年底，采用率可能会显著加速。
更积极的一点是，竞争对手的AI编码工具并没有取代Salesforce在企业工作流程中的地位，Tillman指出。他还指出，Salesforce Flow正在从用户那里获得良好的评价。
Salesforce, Inc. (NYSE:CRM)是一家基于云的企业软件提供商。它专门从事客户关系管理解决方案。该公司提供Sales Cloud、Service Cloud、Marketing Cloud和Data Cloud等平台，帮助组织管理客户互动、自动化工作流程和分析数据。
虽然我们承认CRM作为一项投资的潜力，但我们认为某些AI股票具有更大的潜在回报和更低的下行风险。如果您正在寻找一家极具价值的AI股票，并且有望从特朗普时代的关税和回流趋势中获益，请查看我们关于最佳短期AI股票的免费报告。
四大领先AI模型讨论这篇文章
"Agentforce的采用滞后更多是由于企业对自主AI可靠性的风险规避，而不是其定价模式的具体结构。"
市场正将Agentforce定价视为一个“痛点”，但这是一种典型的企业软件采用误诊。Salesforce并非在定价模式上挣扎；它们在自主AI的“黑箱”问题上挣扎。当CIO们看到基于消费的、不可预测的账单，而这些代理可能会产生幻觉或破坏下游工作流程时，他们就会犹豫。280美元的目标价假设Salesforce能在2026年末成功转向一个可预测的、基于价值的定价结构。然而，如果它们未能证明清晰的投资回报率——而不仅仅是“自动化”——它们就有可能沦为遗留的公用事业，而预算则会转向像微软这样的原生AI优先的竞争对手或专业的垂直SaaS。
如果Salesforce庞大的现有客户群有效地充当了护城河，那么定价摩擦仅仅是一个暂时的行政障碍，一旦该平台成为企业AI的默认标准，它就会消失。
"Agentforce的定价摩擦是一个短期、可修复的问题，Truist的客户洞察表明，一旦解决，就不会阻碍2026年的加速增长。"
Truist的Terry Tillman在TDX客户交流后，将Agentforce的放缓归因于反复的定价修订——给企业带来了成本可预测性问题——但认为这是可以解决的，并预计到2026年采用率将激增。积极方面包括竞争对手AI编码器没有取代其工作流程，以及Salesforce Flow获得良好反馈，这加强了CRM的CRM护城河（客户关系管理）。280美元的目标价（意味着从最近的约255美元水平上涨约10%）反驳了“下跌股票”的说法。遗漏的背景信息：没有关于Agentforce的硬性采用指标或收入影响；漫长的企业销售周期（6-18个月）即使在修复后也可能拖累。
频繁的定价变化表明Agentforce的价值主张和利润率存在更深层次的不确定性，长期来看会侵蚀买家信任；微软的Copilot Studio等竞争对手提供了更简单的AI代理定价，与现有的Dynamics 365订阅挂钩。
"定价摩擦是症状，不是病因；真正的问题是Agentforce是否能提供足够吸引人的投资回报率，以克服企业在任何价位上的惯性。"
Tillman的280美元目标价取决于一个二元选择：定价摩擦是“可修复的”，并且在修复后采用率将“显著加速”。但文章揭示了真正的问题：Salesforce已经多次重新定价Agentforce，这表明他们还没有弄清楚定价。五次客户对话的样本量很小——我们不知道附加率、支付意愿曲线，或者“摩擦”是否意味着“我们会等待”或“我们会从别处购买”。Flow的积极方面是基本要求，而不是差异化因素。缺失的信息：竞争对手的胜负数据、Agentforce的实际年经常性收入贡献，以及企业是否真的停滞不前，或者只是不相信投资回报率能证明任何价格的合理性。
如果Salesforce反复重新定价表明他们正在努力寻找可持续的单位经济模型——而不仅仅是沟通——那么“可修复”就是一厢情愿的想法，并且采用延迟可能会持续到2026年而不是逆转。
"Agentforce定价是一个结构性障碍，可能会限制短期AI驱动的年经常性收入增长，除非Salesforce稳定定价并向大型企业证明投资回报率。"
Salesforce通过Agentforce推动AI面临真正的考验：定价摩擦被视为短期问题，但如果企业买家看到不均衡的投资回报率或持续的价格波动，它可能会在结构上限制其发展。文章指出价格变动是一个令人头疼的问题；这种不确定性可能会抑制年经常性收入的加速增长，即使Flow和核心CRM资产保持稳固。来自主要云玩家的竞争以及数据集成和治理的成本可能会使利润率承压，除非定价稳定或投资回报率迅速显现。催化剂将是清晰、持久的定价框架和2026年下半年的可衡量投资回报率信号；否则，上涨风险将受到抑制。
反驳观点：如果Salesforce将Agentforce与更广泛的CRM产品捆绑销售并迅速证明投资回报率，定价摩擦可能会被证明是暂时的；否则，提升可能仍然难以实现。
"Agentforce采用的障碍是技术重新架构的债务，而不仅仅是定价的不确定性。"
Claude的观点是正确的，他指出了样本量问题，但他忽略了更深层次的结构性风险：Salesforce对Flow的依赖。通过将Agentforce与Flow绑定，他们不仅仅是在销售AI；他们是在迫使客户重新设计遗留自动化以满足AI的要求。这不是“定价摩擦”——这是巨大的技术债务税。如果投资回报率无法覆盖这种重新平台化的成本，采用率不仅会放缓；无论他们如何定价，都会遇到硬性上限。
"由于现有采用率很高，Flow集成成本较低，但未对冲的计算费用带来了隐藏的利润率风险。"
Gemini的Flow“技术债务税”忽略了Flow已经支持了超过1亿次的月度自动化（Salesforce数据），因此对他们15万+的客户群中的大多数来说，重新架构是渐进式的——而不是一个上限。未被提及的风险：Agentforce采用的激增会推高Salesforce自身的AI计算成本（通过合作伙伴的GPU），并且没有可见的定价对冲；如果消费增加而没有抵消，EBITDA利润率（目前约26%）可能会下降300-500个基点。
"GPU成本转嫁可能会武器化定价摩擦问题，而不是解决它。"
Grok的利润率压缩论点是具体的且未被充分探讨的。但它假设Salesforce会承担GPU成本而不转嫁给客户——鉴于他们对15万+的封闭企业客户的定价能力，这种情况不太可能发生。真正的风险：如果他们确实转嫁成本，这将加剧Claude提到的“反复重新定价”问题，造成买家犹豫的恶性循环。利润率压力是真实的；机制很重要。
"治理和数据兼容性摩擦可能会限制Agentforce的采用和投资回报率，从而抵消任何定价缓解或GPU成本抵消。"
Grok忽略了一个治理角度：即使存在GPU成本压力，更大的拖累可能是数据治理和多云可移植性。除非Salesforce证明其数据来源可靠、安全且跨云兼容，否则企业不会拥抱Agentforce；投资回报率不仅仅取决于价格。如果治理摩擦导致采购周期延长或需要定制集成，那么即使定价稳定或利润率得到抵消，2026年的年经常性收入加速也可能停滞不前。
小组成员对Salesforce的Agentforce定价和采用前景意见不一。一些人认为定价问题可以解决，而另一些人则认为，像依赖Flow这样的结构性问题以及AI计算成本增加可能导致的利润率压缩，可能会阻碍采用并限制上涨空间。
一个清晰、持久的定价框架和2026年下半年的可衡量投资回报率信号可以推动采用并为上涨提供催化剂。
由于AI计算成本增加可能导致的利润率压缩，以及如果成本转嫁给客户，则可能加剧“反复重新定价”问题的风险。