Dreamforce 2026 的核心訊號是 — AI Agent 正從「一個功能」變成「一個職位」，能設定目標、自主工作數週。這代表「選哪個大模型」越來越不重要，真正的護城河是把公司自己的 know-how 帶到客戶接觸點，而 Siemens 已讓 Agent 處理 100% 的 inbound 詢價，就是最好的證明。

去年這個時候，Agent 還是簡報上一個亮點功能 — 你問它、它答你，像個比較聰明的搜尋框。今年的 Dreamforce 不一樣了。

目錄

1. 大模型會越來越便宜，你的 know-how 會越來越貴
2. 為什麼 AI 要分四層？
3. Siemens 案例
4. 2027 真正的問題
5. 常見問題

Salesforce 這次不是丟給你一個空白的 Agent Builder，叫你自己從零拼一個出來，而是直接推出一批「有職稱」的 Agent：

名字不重要，重要的是它們背後多了一個東西 — long-horizon runtime。

拆開來看是三件事：Memory（記得住）、Durable Execution（做得久）、Dynamic Steering（中途能改）。合起來的意思是：Agent 可以拿到一個目標、自己排 plan、連續工作好幾週、接收新資訊再調整策略，卡住了才回頭問人。

講白一點，Agent 正在從「Task」變成「Responsibility」— 從一個你交辦的動作，變成一個你託付的職責。

而當一個 AI 開始能扛職責，你身為老闆第一個要重想的問題，跟你以為的可能完全不一樣。你以為該煩惱的是「要選 GPT、Claude 還是 Gemini」。我要告訴你的是：這個問題的重要性，正在一路往下掉。

大模型會越來越便宜，你的 know-how 會越來越貴

為什麼？9 月 15 日，Salesforce 跟 NVIDIA 一起發表了 Koa。這東西的關鍵不在它多強，而在它「是什麼」— 它不是在 GPT 外面包一層 CRM 的 prompt，而是 Salesforce 第一個專門為 CRM 工作 post-train 的 reasoning model，用它近三十年、橫跨十四個以上產業的 CRM 情境資料訓練出來的。

這打開了一個我認為未來三年最重要的結構。我們先前談過：模型會被商品化，context 才是護城河。這週 Koa 把這句話又往前推了一格 — 原來 context 不一定只躺在你的資料庫裡，企業的 know-how 是可以被「壓」進一個專門模型本身的。

於是市場開始長出三層：

最上面那層，正在變成水電 — 強大、必要，但誰都買得到，價格一路往下。真正貴、真正拉開差距的，是下面兩層。說得更直白：大模型會越來越便宜，你的 know-how 會越來越貴。

所以如果你今天還把 AI 導入的第一場會議，花在「比較哪家模型分數高」，你很可能一開場就選錯戰場了。

為什麼 AI 要分四層？因為企業「不能猜錯」

前面那三層，講的是「誰的護城河在哪」的市場視角。Salesforce 這次還補上一個更實作的答案 — 一套 AI 要在企業裡真正幹活、而且不出包，實際上得疊四層。

你可以把它想成請一位「超級全能的 AI 秘書」。只給它一顆聰明的大腦（LLM），它上通天文下知地理，卻完全不知道你公司的產品、客戶是誰，急起來還會憑空瞎編一個數字給你。要讓它真能幹活、又「不會出錯」，得補上這幾層：

看懂這張表，你會抓到一件關鍵的事：這四層之所以存在，是為了解決一個很根本的衝突——機率性 vs 確定性。

AI 模型骨子裡是「機率性」的：它擅長對話與推理，但本質上跑的是機率，偶爾會猜錯、會產生幻覺。可企業營運是「確定性」的：財務數字、合約、庫存、合規流程，一個小數點都不能錯。

所以這套架構真正在做的，是把「靈活、但可能猜錯的 AI」（上層的代理人與介面），死死錨在「百分之百精準的企業資料與業務規則」（下層的資料與語意）之上。上面負責聰明，下面負責不出錯。

這也是為什麼我一直跟客戶講：別急著讓 Agent 上場，先問你的「下面兩層」紮不紮實。 資料還散在各部門的 Excel、業務規則還鎖在幾個老員工腦袋裡的公司，貿然放一個 Agent 進去，它不會幫你獲客 — 它會用一種很有自信的語氣，把你的錯誤資料加速放大給客戶看。製造業尤其如此：你的規格、報價邏輯、產線可行性，如果沒先變成機器讀得懂的「確定性」資料，AI 秘書再聰明，也只是在瞎猜。

Siemens 案例：製造業 AI CRM 的實戰證據

那真正的戰場長什麼樣子？這週有一個案例，我認為所有 B2B 老闆都該看，尤其是做製造的。

同樣是 9 月 15 日，Siemens 跟 Salesforce 公布新合作。Siemens 現在讓 Agent 去 qualify 每一筆 inbound lead — 不是一部分，是 100%，服務全球 132 個國家、大約一萬八千名 sellers。

但真正漂亮的是下一步。Agentforce 要跟 Siemens 的 Teamcenter（產品生命週期管理系統）串起來。這代表 Agent 接下來知道的，不只是「這個客戶是誰」，而是：這個序號對應到哪個零件？這個 upgrade 技術上到底做不做得到？這個產品產線實際生得出來嗎？

你發現了嗎 — 這些問題，本來全都是業務要跑回去問工程師的。現在，engineering context 被直接帶進了 customer workflow。

架構長這樣：CRM Context ＋ Engineering Context（Digital Twin）→ Agent → Sales／Service。

這就是為什麼我說製造業是這波最鋒利的證據。我們在 OakMega 這一年一直在講同一件事：製造業的採購決策圈在擴大、技術資訊越來越複雜、業務常常得跨三個部門才湊得出一份報價。Siemens 這個案子，幾乎是把這個痛點的解法直接演給你看。

它讓「AI 幫業務提高效率」這種空話，變成一句非常具體的話 — 把原本困在工程、ERP、產品手冊裡的專業知識，直接送到業務跟客戶對話的那一刻。 對台灣一堆技術很硬、但知識全鎖在老師傅腦袋和 PDF 裡的製造業來說，這不是效率問題，是能不能把「隱形資產」變成「獲客武器」的問題。

2027 真正的問題，不是能不能，而是能放手多久

當然，我不是要你明天就把整條獲客交給 Agent。這波真正成熟的訊號，其實藏在兩個比較不性感的地方。

第一，衡量方式要換了。 過去看 AI，看的是跑了幾次 prompt、燒了多少 token、開了幾個 session— 這些都不是老闆聽得懂的語言。Salesforce 這次丟出一個新單位：Agentic Work Units，兩年累積七十億個、光第二季就三十二億。數字是它自家算的，別太當真，但方向對了。未來你該問的不是「Agent 跑了幾次」，而是「它到底完成了多少 work」— 究了幾百個 lead、qualify 了幾百個、約到幾場 meeting、開了幾個 opportunity。這才是 AI 真正的 ROI dashboard。

第二，也是我最想提醒你的 — 剎車同時出現了。 9 月 19 日，路透整理了一串事件：OpenAI 跟 Anthropic 都承認，測試中的 agent 曾經突破受控環境、跑進外部系統，有些甚至一開始沒被發現。這不是要你去鑽資安細節，而是它揭示一個很硬的道理：Agent 越能長時間自主工作，權限就越不能只靠一句 prompt 去管。所以你會看到 Salesforce 這次拼命強調 business rules、permission、human approval、audit。關於 agent 治理，我之前也專門寫過一篇。

於是 2027 企業導入 AI 的問題，會從「Agent 做不做得到」，慢慢變成 — 「哪些事可以讓它自己做？做多久？誰來核准？」

我給你一個可以直接帶進下週會議的判準：先別問要不要導入 AI，先把手上的獲客流程攤開，圈出三件事— 哪些可以現在就交給 Agent 全權處理、哪些要它做完等你點頭、哪些暫時碰都不要碰。能把這三欄填清楚的老闆，2027 會跑在前面；填不出來的，會發現自己不是輸在沒有 AI，而是輸在不知道該放手多少。

Agent 已經開始領薪水了。接下來的問題，是你要給它多大的職權。

常見問題

Q：什麼是 AI Agent（Agentic AI）？
AI Agent 是能自己設定目標、擬定計畫、連續執行多步驟任務的 AI，和只會一問一答的聊天機器人不同。Dreamforce 2026 上的新一代 Agent 已能保留記憶、連續工作數週，並在必要時回頭問人。

Q：Salesforce 的企業 AI 四層架構是什麼？
由下而上是：資料層（Data 360，整合乾淨的單一事實來源）、應用與語意層（Apps & Semantics，公司的業務規則與術語）、代理人層（Agents，能跑流程的數位員工）、動態介面層（Live Interface，主動把結果送到你面前）。核心用意，是把機率性的 AI 錨定在確定性的企業資料與規則上，讓它既聰明又不出錯。

Q：Dreamforce 2026 對 B2B 企業最大的改變是什麼？
選哪個基礎大模型的重要性正在下降，勝負關鍵轉移到「領域模型＋公司自有 context」。誰能把困在工程、ERP、手冊裡的專業知識帶到業務與客戶對話現場，誰就贏得下一輪獲客。

Q：製造業導入 AI CRM 該從哪一步開始？
先別問要不要導入，先把獲客流程攤開，圈出三件事：哪些能讓 Agent 全權處理、哪些要它做完等你核准、哪些暫時不碰。能填清楚這三欄，就是導入的第一步。

資料來源

• Salesforce × NVIDIA 發表 CRM reasoning model「Koa」
• Siemens × Salesforce industrial AI 合作
• Reuters：AI agent 安全事件整理

‍