当前位置：首页 > news >正文

一刀裁掉4000个老员工换成AI，CEO开始“后悔”：裁早了，AI压根没那么靠谱

news 2026/3/27 5:36:14

整理 | 郑丽媛

出品 | CSDN（ID：CSDNnews）

还记得今年 9 月，全球知名客户关系管理（CRM）软件服务商 Salesforce CEO 高调放话，称因为 AI 他们已经“不再需要那么多人了”，并因此裁撤了约 4000 个客服人员。

可最近，这家曾被视为“企业级 AI 转型标杆”的公司，正在悄然踩下刹车。

据外媒《The Information》报道，Salesforce 正在收缩对 LLM 的激进使用策略：近日多位 Salesforce 高管承认，他们高估了 AI 在真实世界中的成熟度，过早地用自动化系统取代了大量人工岗位，导致服务质量下滑、投诉增加、内部运营陷入混乱。

一场豪赌：4000 人下线，AI 接管客服

事实上，早在今年年初，Marc Benioff 就曾向外界公开透露，由于AI显著提高生产力，Salesforce 将不再在 2025 年招聘任何软件工程师。

在此背景下，Salesforce 宣布部署新一代 AI Agent，并将其整合进核心产品 Agentforc（Salesforce 于 2024 年 9 月推出的一个企业级 AI 数字劳动力平台）。几乎在同一时间，公司裁撤了约 4000 个客服岗位，将原本 9000 人规模的支持团队直接缩减到 5000 人左右。当时，管理层给出的说法是：

“我们已经有了能够大规模处理客户对话的 Agentic AI（自主代理型 AI）系统，效率会大幅提升。”

在外界看来，这就是一次典型的“AI 降本增效”案例：裁人、上 AI、提升利润，一切看起来都顺理成章。

可没过几个月，Salesforce 内部的情况急转直下。

近日，Salesforce 产品市场高级副总裁 Sanjna Parulekar 在公开场合承认：“一年前，我们所有人对大语言模型都更加自信。”而这句话的背后，是一连串现实问题的集中爆发。

多位 Salesforce 高管透露，AI 在许多场景中都表现不佳，包括涉及复杂背景与多轮升级的问题、长尾需求与个性化场景，以及需要业务经验和上下文判断的工单。这导致的结果就是：客户满意度下滑、投诉数量上升，原本资深员工负责处理复杂事务，如今也变成了跨团队“救火”。

一位高管私下坦言：“我们以为技术已经足够成熟，但现实证明，演示环境里的 AI 和真实世界的客户环境之间，差距远比想象中大。”说白了就是：你不能指望一个 AI 机器人立刻顶替一个真正懂业务、懂客户的老员工。

工程师内部警告：指令一多，模型就“失忆”

关于这一点，Agentforce CTO Muralidhar Krishnaprasad 从技术层面指出，大模型存在一个难以忽视的瓶颈：当指令数量超过 8 条，模型就会开始遗漏部分规则。

而这对企业级系统来说，无疑几乎是致命缺陷——毕竟，企业流程依赖的是严格的可控性，而不是“概率性正确”。甚至，这个问题已经在真实客户中暴露。

为 250 万用户提供家庭安防服务的 Vivint，在使用 Agentforce 承担客服工作时发现：明明设置了“每次对话后发送满意度调查”的规则，系统却经常莫名其妙地漏发。最终，Vivint 不得不与 Salesforce 一起为系统加入“确定性触发器”，强制确保调查问卷一定会发出。

除此之外，Salesforce 高管 Phil Mui 在 10 月的一篇博客中，还总结了AI的另一个问题：AI Drift（漂移）。

简单来说，就是当用户提出与主任务无关的问题时，AI 容易偏离原本的工作流。例如，一个引导用户填写表单的机器人，一旦用户随口问点别的，就可能忘了自己原本该干什么。

连 CEO 自己也开始改口了

不仅 Salesforce 高管，甚至连 CEO 自己都改口了。

此前，Marc Benioff 几乎可以说是“AI 优先”战略的最强代言人，还自信表示AI 能让 Salesforce 在保持增长的同时减少招聘。

可后来在一档访谈节目中，Marc Benioff 给出了一组数据：目前 Salesforce 的 AI 系统，能承接约 50% 的基础客户对话，也能高效处理大量此前无人跟进的销售线索，单从业务效率来看，AI 确实带来了正向的优化。

但 Marc Benioff 也坦言，大规模裁掉训练有素的客服人员后，AI 根本无法立刻补上岗位缺口，公司只能被迫重新调配剩余人力，还得安排专人对 AI 的服务输出做全流程人工审核，变相增加了团队的工作负担。

基于此，Marc Benioff 在接受 Business Insider 采访时透露，自己正在撰写的年度战略文件中，已经把数据基础设施放在 AI 模型之上。原因很直接：脱离数据上下文，大模型容易产生“幻觉”，这在企业级场景中是不可接受的风险。

目前，Salesforce 已经开始调整其 AI 部署方向。他们不再强调“用 AI 取代人”，而是提出一个新概念：Rebalancing（再平衡），并表示，未来 AI 部署将重点增强岗位，而非直接取消岗位，保留关键决策和客户面向岗位。

那么，你对于 Salesforce 的做法又如何看待呢？

参考链接：

https://timesofindia.indiatimes.com/technology/tech-news/after-laying-off-4000-employees-and-automating-with-ai-agents-salesforce-executives-admit-we-were-more-confident-about-/articleshow/126121875.cms

https://maarthandam.com/2025/12/25/salesforce-regrets-firing-4000-staff-ai/

相关文章：