Salesforce चे म्हणणे आहे की AI हा अंत नाही, तर विस्तार आहे
Salesforce वॉल स्ट्रीटसमोर एक कठीण दावा मांडत आहे: AI agents चा उदय कंपनीला ताकद देणाऱ्या enterprise software business ला रिकामे करणार नाही, तर त्यासाठी एक नवीन growth engine निर्माण करेल. दिलेल्या अहवालानुसार, CEO Marc Benioff AI पारंपरिक software seats चे मूल्य कमी करू शकते किंवा त्यांना कालबाह्य करू शकते या कल्पनेला थेट विरोध करत आहेत. त्यांचा प्रतिसाद product strategy, customer anecdotes, आणि Salesforce ecosystem मध्ये AI ला मोजता, किंमत ठरवता, आणि व्यवस्थापित करता येईल हे दाखवण्यासाठी तयार केलेल्या नव्या measurement system चा मिलाफ आहे.
या युक्तिवादामागचा दबाव खरा आहे. अहवाल म्हणतो की वर्षाच्या सुरुवातीपासून Salesforce stock 28 टक्क्यांनी घसरला आहे, जे AI agents ग्राहक कंपन्यांमधील headcount कमी करू शकतात आणि per-seat licensing ची भूमिका कमजोर करू शकतात या गुंतवणूकदार चिंतेचे प्रतिबिंब आहे. यासोबत आणखी एक भीती आहे: जर generative AI कंपन्यांना स्वतःची tool “vibe code” करणे सोपे करू लागले, तर मोठ्या software suite शी जोडलेला premium दबावाखाली येऊ शकतो.
Salesforce disruption नाकारत नाही. ती त्यात स्वतःसाठी एक खास स्थान मिळवण्याचा प्रयत्न करत आहे.
‘Agent Albert’ हे कंपनीला आजच्या मर्यादांपलीकडे नेण्यासाठी आहे
दिलेल्या मजकुरावर आधारित Benioff यांचा सर्वात ठोस प्रतिसाद म्हणजे “Agent Albert” हे नवे AI product, जे वर्षाच्या अखेरीस लाँच होण्याची अपेक्षा आहे. त्याचे वर्णन संक्षिप्त असले तरी महत्त्वाकांक्षी आहे: हे platform वापरकर्त्यांचे आपोआप विश्लेषण करून स्वतः कृती करेल.
ही मांडणी महत्त्वाची आहे, कारण ती साध्या chatbot वर्तनापेक्षा अधिक autonomy असलेल्या workflow कडे जाण्याचे सूचक आहे. Salesforce ग्राहकांना पटवू शकला की AI agents enterprise guardrails अंतर्गत business data आणि विद्यमान workflows वापरून काम करू शकतात, तर कंपनी असा दावा करू शकते की AI trusted software layer ची गरज कमी करत नाही, उलट वाढवतो.
Benioff सुरक्षा आणि compliance च्या आधारावरही हेच म्हणतात. संवेदनशील enterprise data असताना घरच्या घरी बनवलेले AI solutions खूप धोकादायक आहेत, असे ते म्हणतात, असे अहवालात नमूद आहे. enterprise software चे हे परिचित संरक्षण आहे, पण autonomous agents च्या युगात ते simple cloud applications च्या युगापेक्षा अधिक प्रभावी ठरू शकते. AI systems ला अधिक discretion दिल्यावर governance, auditing, आणि policy enforcement यांचे मूल्य वाढते.
Agentforce adoption मध्ये गतीही आहे आणि मर्यादाही
Salesforce समोरील आव्हान असे की त्याचा सध्याचा AI record मिश्र आहे. अहवालानुसार, 2024 च्या अखेरीस लॉन्च झालेले Agentforce, Salesforce च्या 150,000 ग्राहकांपैकी 23,000 ग्राहकांनी स्वीकारले आहे. हे लक्षणीय adoption आहे, पण बहुसंख्य ग्राहकांनी अजून उत्पादन स्वीकारलेले नाही, हेही दाखवते.
स्रोत मजकुरात दिलेली case studies चित्र का असमान आहे ते दाखवतात. Pearson ने customer inquiries आपोआप सोडवण्यात 40 टक्के वाढ पाहिल्याचे सांगितले जाते, जे नियमित, उच्च-प्रमाणाच्या कामांसाठी सध्याची AI tools नैसर्गिकपणे योग्य आहेत हे सूचित करते. पण दागिन्यांची कंपनी Pandora ने सांगितले की ग्राहकांच्या विनंत्या अस्पष्ट झाल्या आणि विश्वासार्ह recommendations आवश्यक झाल्या तेव्हा Agentforce अडखळले.
ही विभागणी महत्त्वाची आहे, कारण enterprise AI अजून कुठे अडचणींना सामोरे जात आहे ते ती दाखवते. स्पष्ट सीमारेषांसह structured tasks मोजता येण्याजोगे मूल्य देऊ शकतात. अस्पष्ट, उच्च-निर्णयक्षम संवाद अजूनही कठीण आहेत. Salesforce चे AI भविष्य agents सर्वसाधारणपणे उपयुक्त आहेत की नाही यापेक्षा, त्यांना अरुंद automation मधून गोंधळलेल्या वास्तव जगातील परिस्थितीत विश्वासार्ह performance कडे किती लवकर नेता येते यावर अधिक अवलंबून असू शकते.
‘Agentic Work Unit’ का महत्त्वाचा आहे
Salesforce ने आपल्या रणनीतीतील कदाचित सर्वात उघड करणारा भागही सादर केला आहे: “Agentic Work Unit,” किंवा AWU, हा नवा metric. स्रोताप्रमाणे, AI चा प्रभाव मोजण्यासाठी त्याच्या क्षमता resolved inquiries सारख्या ठोस परिणामांशी जोडण्याची कल्पना आहे.
हे केवळ branding exercise नाही. Enterprise software कंपन्यांना AI ला flashy feature मधून operational आणि financial model मध्ये बदलण्याचा मार्ग हवा आहे. seats हे value साठीचे proxy म्हणून कमकुवत झाले, तर vendors ला नवी मापन एकके लागतील. AWU हा Salesforce चा असा एक प्रयत्न दिसतो.
ग्राहक आणि गुंतवणूकदार हा metric स्वीकारतील का, हा वेगळा प्रश्न आहे. नवी एकके तेव्हाच यशस्वी होतात जेव्हा ती सहज समजणारी, audit करण्यायोग्य, आणि business outcomes शी अर्थपूर्णरीत्या जोडलेली असतात. तरीही AWU ची ओळख करून देणे Salesforce ला AI युगातील एक केंद्रीय समस्या समजली आहे हे दाखवते: कंपन्या केवळ “intelligence” विकत घेणार नाहीत. त्यांना मोजता येणारे काम, कमी handling time, वाढलेले resolution rates, किंवा अन्य trackable output हवे असेल.
Enterprise software साठी मोठे stakes
मोठा मुद्दा फक्त Salesforce चे quarterly performance नाही. AI competition ची पायाभरणी बदलण्यापूर्वी मोठ्या enterprise software vendors स्वतःला पुन्हा कसे परिभाषित करू शकतील, हे आहे. अहवालात वर्णन केलेली “SaaSpocalypse” theory अशी दुनिया मांडते जिथे agents seats ची मागणी कमी करतात आणि custom software तयार करण्यातील अडथळे कमी करतात. Benioff यांचे प्रतिउत्तर असे की enterprise complexity, security, आणि compliance अजूनही स्थापित platforms च्या बाजूने काम करतात.
दोन्ही युक्तिवाद काही अंशी बरोबर असू शकतात. AI काही प्रकारच्या software value ला आकुंचित करू शकते आणि काहींना विस्तृत करू शकते. स्वतंत्र features प्रतिकृती करणे सोपे होऊ शकते, पण trusted data layers, orchestration, workflow management, आणि governance अधिक महत्त्वाचे होतील. अशा वातावरणात विजेते ते नसतील जे बदल नाकारतात, तर जे ते नेमके काय विकतात हे नव्याने परिभाषित करतात.
Salesforce हे उघडपणे करण्याचा प्रयत्न करत आहे. “Agent Albert” हा product signal आहे. AWU हा pricing आणि proof signal आहे. Agentforce चे मिश्र प्रदर्शन कंपनी अजून संक्रमणात आहे, त्यापलीकडे नाही, हे आठवण करून देते.
सध्या, दिलेल्या अहवालावरून सर्वात रक्षणीय निष्कर्ष सोपा आहे: Salesforce AI agents ला आपल्या भविष्यासाठी अस्तित्वात्मक मानते, पण टीकाकार जसा अर्थ लावतात तसा नाही. कंपनीचा दाव आहे की enterprise software ची पुढची पिढी मानवी seats किती आहेत यावर नव्हे, तर ती मशीन-सहाय्यित काम किती सुरक्षितपणे देऊ शकते यावर मोजली जाईल. ही एक शक्य strategy आहे. कठीण भाग म्हणजे ती ग्राहकांच्या परिणामांद्वारे सिद्ध करणे, परिषद-भाषेत नव्हे.
हा लेख The Decoder च्या वार्तांकनावर आधारित आहे. मूळ लेख वाचा.
Originally published on the-decoder.com



