From Snowflake to Sierra, every enterprise software company is selling the same AI agent

企业软件行业正陷入一场前所未有的混战，传统市场边界被人工智能彻底打破。

从数据库巨头 Snowflake 到客户关系管理（CRM）领导者 Salesforce，几乎所有主要的技术公司都在竞相推出功能相似的通用 AI 代理），将昔日的合作伙伴推向了直接竞争的舞台，这既创造了巨大的增长机遇，也带来了关乎存亡的挑战。

这一趋势的最新动态是，原本业务泾渭分明的公司正在相互渗透核心市场。Salesforce，一家主营客户关系软件的公司，最近推出了用于解决 IT 帮助台问题的 AI 代理。与此同时，IT 服务管理软件公司 ServiceNow 则反向推出了面向销售人员的 AI 代理。数据库服务商 Snowflake 上月也发布了其 AI 代理产品，宣称能够处理从销售到财务等多种专业岗位的任务。

这场 AI 代理的 “军备竞赛” 在企业客户中引发了显著的困惑。由于各家产品功能高度重叠，企业买家在选择时面临 “极其困难” 的局面，部分公司因此推迟了大规模采购决策。这种混乱局面恰恰反映了赌注之高，正如 Snowflake 首席执行官 Sridhar Ramaswamy 所言，软件公司在这场变革中 “要么走向万亿美元市值，要么归零”。

这一现象也直接呼应了近期市场对 “所有软件都将被 AI 取代” 的深层忧虑。然而，深入观察市场动态可以发现，老牌软件巨头正凭借其庞大的客户基础和数据沉淀构筑防御工事，预示着未来的行业格局将比简单的 “颠覆 - 被颠覆” 叙事更为复杂。

市场重叠，界限模糊

AI 代理的兴起正在彻底改写企业软件的竞争版图。至少七家主要的科技公司目前在八个不同的职能领域展开正面交锋，销售用于工程、分析、财务、营销、销售和客户服务等岗位的自动化 AI 代理。

这种同质化竞争的部分原因在于，许多初创公司和企业软件巨头都依赖于 OpenAI 和 Anthropic 等公司的底层 AI 模型来驱动其代理产品。Whoop 公司的分析主管 Matt Luizzi 表示，“我们使用的每一款软件，都推出了自己的 AI 代理解决方案”，从 Slack 到 Snowflake 再到 Google Workspace，它们都承诺能完成挖掘数据、预测销售额甚至与客户沟通等相似工作。

这种趋势意味着，像 Snowflake 和 Confluent 这样的老牌数据库和数据流公司，现在正与 Sierra 和 Decagon 等新兴 AI 应用初创公司在销售和客户支持代理等领域展开竞争。“这是一个激动人心又混乱的时期”，数据管理公司 Confluent 的首席执行官 Jay Kreps 评论道。

软件巨头优势：数据便利性与种混合 AI 模型策略

面对蜂拥而至且功能相似的 AI 产品，企业买家普遍感到无所适从。商业会计公司 1-800Accountant 的首席战略官 Ryan Teeples 表示，由于工具之间存在大量重叠，目前的筛选过程变得异常困难，尽管他的公司已经开始为 Salesforce 的部分代理工具付费。

在这种混乱中，现有软件巨头正利用其核心优势——数据。它们主张，客户使用那些能直接从其核心软件产品（如 CRM 应用或数据仓库）中提取数据的代理会更加便捷。这一策略似乎正在帮助它们在赢得客户初步试用方面取得领先。Snowflake 上周透露，已有 1000 家客户使用其代理产品 Snowflake Intelligence，创建了 12000 个代理。

便利性成为企业决策的关键。欧洲人力资源公司 Adecco 的 IT 高级副总裁 Pierre Matuchet 表示，他们的选择逻辑非常简单：“如果数据存储在 Salesforce 中，我们就用 Salesforce。如果数据在 Salesforce 之外，我们会考虑其他供应商。” 同样，平板电脑制造商 reMarkable 的首席信息官 Peter Stoltz 称，他们之所以选择 Salesforce 的 Slack 代理，是因为大多数员工已经在使用 Slack。

尽管 OpenAI 首席执行官 Sam Altman 曾暗示 AI 代理最终可能完全取代 Slack 等工作软件，但来自华尔街的分析和行业巨头的战略布局描绘了另一幅图景。高盛在一份报告中指出，当前阶段类似于软件行业从本地部署向云计算的转型期，AI 对行业领先者而言更可能是一种 “力量倍增器”，而非纯粹的颠覆者。

为了构筑护城河，企业软件巨头普遍采用一种混合 AI 模型策略。它们将基于自身专有数据训练的领域特定模型（如 Snowflake 的 Arctic 模型）与外部前沿大语言模型相结合。这种策略将客户锁定在他们熟悉且深度整合的生态系统中，同时保持了灵活性。

此外，企业级软件的 “任务关键性” 构成了天然的壁垒。高盛分析师指出，AI 模型的 “幻觉” 在企业环境中可能导致严重后果，因此，客户在迁移核心业务流程时极为谨慎。这使得即使 AI 原生产品在技术上更优越，也难以在短期内获得客户的全面采纳。

企业采用缓慢，AI 代理的管理与协同成焦点

尽管前景广阔，AI 代理的商业化之路并非一帆风顺。目前，这项新技术对 Salesforce、ServiceNow 和微软等公司的收入增长尚未产生显著提振。Salesforce 首席执行官 Marc Benioff 最近也降低了先前关于代理易于设置的论调，这与业内普遍认为企业采用 AI 速度缓慢的共识相符。

采用缓慢的原因是多方面的。首先，配置代理可能需要大量的人工协助，这促使亚马逊、Salesforce 等公司投入额外人员提供支持。其次，一些公司认为供应商提供的 AI 不够成熟。例如，二手车经销商 Carvana 的高级工程副总裁 Alex Devkar 表示，他们选择自研 AI 聊天机器人，因为其性能优于市面上的现成产品。

在商业模式上，多数供应商在免费试用期后，按使用量收费，通常每个任务的成本在 20 到 30 美分之间。但对 Snowflake 等公司而言，当前的首要目标是抢占用户，而非立即盈利。

随着企业内部使用的 AI 代理数量激增，一个新的挑战摆在了所有 CIO 面前。“每个人都必须做出决定，是否需要一个集中的代理平台来协调所有这些分散在不同软件上的代理？”健身公司 Equinox 的首席技术官 Eswar Veluri 表示。“我们还没有跨过那道门槛。” 这个问题预示着企业软件的下一轮竞争焦点可能将围绕 AI 代理的管理与协同展开。