AI 花了这么多钱，开始真正「赚钱」了吗？
过去两年，美股围绕 AI 最顺的一条主线，几乎都集中在基础设施端。英伟达、台积电、博通，以及电力、光模块等链条，持续承接资金，背后的逻辑也很直接：只要大模型还在变大，算力就是最确定的硬通货。
但到了 2026 年秋天，几千亿美元资本开支砸进机房后，市场开始追问另一件事：这些算力，什么时候才能变成财务报表上的真实收入？
9 月中旬，这种分歧已经在美股盘面上出现。9 月 14 日，在 AI 开发节奏可能放缓的讨论影响下，芯片股集体承压；另一边，CrowdStrike、Palo Alto 两家安全公司单日涨幅都超过 13%，长期横盘的 Salesforce 和 ServiceNow 也出现买盘回流。
就在这个时间点，Dreamforce 2026 开场。整场大会围绕的核心问题其实很集中：AI Agent 能不能把 Demo 变成真金白银的收入。
AI Agent 不再只是回答问题，而是开始执行工作
过去两年的企业 AI，更多还是高级版 Copilot。员工发出指令，AI 帮忙总结文件、生成邮件、写代码、整理会议纪要，效率确实提高了，但流程里始终需要人持续下指令。
今年 Salesforce 不再主打这种「副驾驶」叙事。
以负责拓客的 Hunter 为例，过去 Copilot 最多只是帮忙润色一封 Cold Email；现在的设计，是让它自己制定计划、读取数据、持续跟进数周。Dreamforce 前夕，Salesforce 一次性扩展了 Agentforce 的 Agent 产品线，包括负责客服的 Casey、负责 IT 和 HR 的 Paige、负责电商购物的 Carter、负责销售的 Hunter，以及负责供应链后台流程的 Marshall。
这些 Agent 的设计目标，是跨系统、跨步骤、跨时间持续工作，把链条打通：找到潜在客户、制定计划、持续跟进，再根据新的客户信息调整策略，在需要时请求销售人员批准，然后继续推进任务。
这个过程可以持续数周甚至更久。Hunter 目前仍处于 Pilot 阶段，预计今年 11 月才会正式 GA，还不是已经大规模成熟的商业产品，但底层逻辑已经发生变化。
过去，人与 AI 的关系更像是不断输入 Prompt；未来企业愿意购买的，可能是一套能自己读取数据、调用工具、执行任务，并保留审计记录的数字劳动力。
当产品从「功能」变成「数字劳动力」，ROI 的计算方式也会变得更直接。聊天机器人写得好不好，很多时候停留在主观体验；但如果客服 Agent 能减少工单，销售 Agent 能带来 Pipeline，后台 Agent 能减少人工操作，企业就能直接计算自己付了多少钱，又换回了多少工作量。
AI 走到这一步，才算真正碰到生意的门槛。
Dreamforce 2026 的关键变化：从按 Seat 收费转向按工作量收费
这也是今年 Dreamforce 最值得看的部分。发布会上的 Demo 可以做得很漂亮，但商业化是否落地，最终还是要看两个指标：有没有真实流水，有没有真实调用。
Salesforce 最新一季财报给出了一组被市场重点关注的数据：
- Agentforce ARR 超过 15 亿美元，同比增长 240%；
- Agentforce 与 Data 360 合计 ARR 接近 39 亿美元，同比增长超过 210%；
- Agentforce 和 Slack 累计完成 70 亿个 Agentic Work Units，其中第二季度达到 32 亿个，环比增长 97%。
虽然这 15 亿美元 ARR 包含 Slackbot 和其他 AI 资产，统计口径存在包装空间，但至少说明企业客户不再只是停留在「尝鲜」阶段。
Salesforce 披露的客户案例也在强调同一个方向：
- Engine 约 50% 的聊天咨询，已经可以由其 Agent 完整解决；
- Perk 约 60% 的销售 Pipeline 由销售 Agent 建立；
- Autism Queensland 约 70% 的行政请求由 Agent 处理；
- Hibbett 的 AI 已参与约 90% 的核心购物流程；
- Anthropic 使用 Fin 时，在 Fin 接触到的客服对话中，约 79% 可以自动解决。
这些数据的统计口径并不一致，而且都来自 Salesforce 官方披露，不能直接据此证明整个 Agent 行业已经成熟。但它们至少说明，市场关注点已经从「它聪不聪明」，转向「它到底扛了多少活」。
更关键的是，Salesforce 的收费方式也开始跟着变化。Agentforce 已推出 Flex Credits。按照当前公开价目，10 万 Credits 定价 500 美元，一个标准 Agent Action 消耗 20 Credits，折算下来约为 0.10 美元。企业可以按 Agent 更新一条记录、处理一个流程、执行一次动作的使用量付费。
这件事的重要性，可能不低于 15 亿美元 ARR 本身。
传统 SaaS 的核心商业单位一直是 Seat。1000 名员工，对应 1000 个账号。但 Agent 想解决的问题，恰恰是让更少的人完成更多工作。如果原本需要 10 个人处理的业务，未来只需要 3 个人加上一批 Agent，那么软件公司继续单纯依赖 Seat 收费，就会遇到一个现实问题：AI 越成功，人工 Seat 反而越少。
Salesforce 推动按使用量计费，本质上是在为后 SaaS 时代寻找新的计价单位。
商业化一旦成立，受影响的不只是 Salesforce
如果这种变化成立，影响范围不会只停留在一家软件公司。
过去几年，AI 行情最重要的关键词一直是 CapEx。训练模型需要 GPU，GPU 需要数据中心，数据中心又需要电力、网络、光模块和存储。只要 Hyperscaler 继续提高资本开支，基础设施链条就能持续受益。
但 Agent 真正商业化后，AI 会多出另一条价值链：从模型进入企业工作流，再连接企业数据、身份、权限、安全和真实业务系统。
在这条链上，Salesforce、ServiceNow 这类公司掌握 Workflow；Snowflake 等平台连接企业数据；CrowdStrike、Palo Alto Networks、SailPoint、Varonis 这类安全厂商面对的问题，则会随着 Agent 数量增加而变得更复杂。
未来一家企业内部，可能不只是拥有几万名员工，还会同时运行几千甚至几万个「非人类身份」。这些 Agent 可以读取内部文件、调用 API、修改 CRM、发送邮件、操作代码，甚至参与交易流程。
问题也会随之变化：它是谁，能看什么，能做什么，代表谁执行，出了问题能不能追踪。Agent 越接近真实生产环境，Identity、Permission、Data Governance、Runtime Security 这些过去偏后台的能力，就越会靠近 AI 应用层核心。
这也是为什么 9 月 14 日网络安全股的轮动值得关注。AI 的攻击面正在从人类账号、设备和服务器，扩展到越来越多具备自主执行能力的 Agent。文中认为，CrowdStrike 和 Palo Alto 吃到的并不只是短期情绪，而是 AI 攻击面外溢带来的变化。
毛利率和自我蚕食，仍是摆在眼前的两道硬坎
不过，这条商业化路径还远没有完全跑通，眼前至少还有两个现实问题。
第一是毛利侵蚀。每次 Agent 执行动作，背后都对应推理、检索和云资源消耗。扣掉这些成本后，还能不能保留传统 SaaS 那样的高毛利，仍然要继续观察。
第二是自我蚕食。按使用量收费带来的新增收入，能不能跑赢人工 Seat 缩减的速度？如果跑不赢，收入结构变化就更像是左手倒右手。
界面正在变化，后台数据和流程可能变得更值钱
Dreamforce 2026 还有一个变化，让这场测试更有意思。
Salesforce 新推出的 AIforce，正在把原本锁在 CRM 界面里的数据、Workflow、Business Logic、权限和治理能力，开放到 Claude、Slack 和 Agentforce Coworker 等新的 AI 界面中。
其中，Claudeforce 首批提供 37 个预构建销售 Skills；Agentforce Coworker 在推出后的 35 天内获得了 10 万用户激活。不过，激活数并不能直接等同于持续活跃用户或付费客户。
这意味着企业软件的竞争方式可能再次变化。过去 Salesforce 最重要的是 CRM 界面；未来用户甚至未必需要打开 Salesforce，而是直接在 Claude 或 Slack 里，让 AI 调用 Salesforce 背后的数据和工作流。
换句话说，界面正在淡化，但后台的数据、权限、流程和商业逻辑，反而可能变得更值钱。
AI 行情走到第三阶段：把算力变成生产力
如果把这一轮 AI 行情拉长来看，过去几年已经出现了两个相对清晰的阶段。
第一阶段是训练 AI，最大受益者是 GPU、先进制程和 ASIC；第二阶段是建设 AI，数据中心、电力、光通信和存储开始承接巨额资本开支。
而 Dreamforce 2026 目前释放出的信号，是市场正式撞上第三阶段的门槛：把算力变成生产力。
这条路还没有完全跑通，更谈不上软件已经接过半导体的接力棒。但企业 AI 至少第一次出现了一条越来越完整的商业闭环：有人购买 Agent，Agent 开始完成工作，工作产生使用量，使用量再变成软件公司的收入。
商业闭环已经隐约成型，只是过程仍然颠簸。谁能把企业花在算力上的焦虑，真正换算成资产负债表上的利润，谁才可能成为下一阶段的赢家。