news 2026/4/21 0:34:47

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

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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

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/

推荐阅读:

涌现、AI 带来裁员的结果都是必然 —— 对话张笑宇 | 万有引力

“让Windows Phone回来!”网友向微软请愿:重启曾经的第三大OS

Force 2025观察:Agent时代,开发者需要什么样的“武器库”


版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/19 7:36:04

通义千问本地化部署终极指南:5分钟打造专属AI智能助手

通义千问本地化部署终极指南:5分钟打造专属AI智能助手 【免费下载链接】通义千问 FlashAI一键本地部署通义千问大模型整合包 项目地址: https://ai.gitcode.com/FlashAI/qwen 想要在个人设备上体验前沿AI技术却苦于复杂的配置流程?FlashAI推出的通…

作者头像 李华
网站建设 2026/4/17 15:23:40

零基础也能懂:树莓派更新指令出错的解决方法

树莓派更新失败?别慌!手把手教你从零排查,连小白都能搞定你有没有试过在树莓派上敲下那句熟悉的命令:sudo apt update结果等来的不是“正在获取索引”,而是一堆红字错误提示?“Could not resolve host”“4…

作者头像 李华
网站建设 2026/4/18 16:38:24

单细胞数据分析完整指南:从入门到实践

单细胞数据分析完整指南:从入门到实践 【免费下载链接】single-cell-best-practices https://www.sc-best-practices.org 项目地址: https://gitcode.com/gh_mirrors/si/single-cell-best-practices 在当今生物医学研究领域,单细胞测序技术正以前…

作者头像 李华
网站建设 2026/4/17 21:10:32

Open-AutoGLM被取代?三大新兴智能体平台已实现全面反超

第一章:Open-AutoGLM的兴衰与智能体演进趋势Open-AutoGLM 曾被视为开源大模型智能体领域的一颗新星,其设计目标是构建一个能够自主规划、执行与反思的通用语言智能体框架。依托 GLM 架构的强大语义理解能力,Open-AutoGLM 在早期展现出令人瞩目…

作者头像 李华
网站建设 2026/4/18 8:26:43

Open-AutoGLM开源倒计时开始,这3个关键技术亮点你必须提前知晓

第一章:Open-AutoGLM开源时间 Open-AutoGLM 是由深度求索(DeepSeek)团队推出的一款面向自动化任务的开源大语言模型,其正式开源时间为 **2024年3月18日**。该模型一经发布便在开发者社区引发广泛关注,因其在代码生成、…

作者头像 李华
网站建设 2026/4/18 19:06:22

LOWPOWER微源 LP28055SPF ESOP8 电池管理

特性输入电压高达28V输入过压保护&#xff1a;7V短路保护可编程充电电流高达1000mA电池反向电流<1μA电池反接保护无需MOSFET、检测电阻或阻塞二极管具有热调节功能的恒流/恒压操作&#xff0c;可在无过热风险的情况下最大化充电速率ESOP8封装符合RoHS标准且100%无铅

作者头像 李华