Dreamforce 2026 七大重點全解讀：Salesforce 說 AI 要取代 UI，它端出了 AIforce、Koa 和六隻數位員工
Dreamforce 2026 把 Salesforce 的 AI 戰略推向介面層。本文整理大會七大重點，從 Salesforce AIforce、Koa 推理模型、Agentforce 六隻數位員工，到治理、資安與人類否決權，一次看懂這場大會。
Dreamforce 2026 九月中在舊金山開了兩天。我把這次大會的十二場影片從頭到尾看過一輪，包含主 keynote、七分鐘精華版、資安場次、產業場次，還有幾場對談。
先講整場的主軸。Marc Benioff 這次押的不是某個新功能，是「介面」這件事本身。
他在台上把介面演進史數了一遍：DOS 到 GUI，GUI 到 Web，Web 到 Mobile，現在輪到 AI 介面。然後丟出這次大會的頭條產品 AIforce，口號很嗆：AI replaces the UI。
意思是你不用再進 Salesforce 做事，Salesforce 會跑到你原本工作的地方找你。
以下是這場大會我認為最值得知道的七件事。整場的結構大致是一場主 keynote 加上五個主題方向，先給你一張地圖：
重點一：Salesforce AIforce，把 CRM 搬進你已經在用的 AI 介面
AIforce 是這次的主角。它的作用是把 Salesforce 的資料、流程、權限、安全規則跟中繼資料，整包接進使用者原本就在用的 AI 介面裡。
四個組件：
- Claudeforce — 跟 Anthropic 合作，把 Salesforce 接進 Claude，首發帶 37 個預建的 sales skills，大會期間進入 open beta
- Slackforce — 同樣能力帶進 Slack
- Agentforce Coworker — 放在 Lightning 介面裡的 AI 同事
- Headless Toolkit — 給開發者的 MCP、API、外掛與工具組
Claudeforce 其實八月底就發過新聞稿了，我前陣子拆財報那篇已經講過，這次大會主要是它正式進 open beta，這裡就不重複。至於把整套 CRM 拆開、讓 agent 直接呼叫的架構脈絡，可以回去看Salesforce Headless 360 那篇。
現場 demo 是 Patrick Stokes 在 Claude 裡用自然語言組出屬於自己的 Salesforce 指揮中心，看全球業務管線、看客服案件熱點，再從同一個介面更新紀錄、發 Slack 訊息。
Benioff 為此講了一句我覺得是全場最有份量的話：
「別家軟體公司以為他們的產品是 UI。我們不這麼想。Salesforce 的產品，是客戶託付給我們的信任：你的資料、你的流程、你的權限、你的安全規則。」
重點二：四層架構，這次所有發表都掛在上面
如果你只想記一張圖，記這個。Salesforce 把整套企業 AI 拆成四層，這次大會發表的東西全部可以歸位進去。
由下而上：
- 資料層（Data） — Data 360 做零複製整合，Informatica 負責探索、清理、整理散在各系統的資料
- 應用與商業語意層（Apps & Semantics） — Customer 360 加上 Tableau，負責定義營收、ARR、流失率、客戶健康這些指標到底怎麼算
- 代理層（Agents） — Agentforce
- 介面層（Interface） — 這次新加的一層，也就是 AIforce
這就像蓋房子：地基、樑柱、工班、門面，缺一層都住不進去。過去大家的注意力幾乎全在最上面那層，Salesforce 這次刻意把下面三層講得比上面還久。
第一層為什麼被放在最底下，我在第一方資料為什麼比模型更關鍵那篇寫過，邏輯是一樣的：模型不知道你家的客戶是誰。
Benioff 對這件事的說法是：「Models alone cannot run the enterprise.」 模型是機率式的，企業要的是確定性，兩者得接起來才有用。
重點三：Koa，Salesforce 第一個 CRM 推理模型
平台端最大的發表是 Koa，Salesforce 自己的 CRM 推理模型，跟 NVIDIA 合作，基於 Nemotron 3 Super 做 post-train。
幾個關鍵事實：
- 訓練語料是合成資料，以將近三十年 CRM 部署累積的企業知識當建模基礎
- 官方強調沒有使用任何客戶資料
- 語料涵蓋 14 個以上產業，包含製造、金融、醫療、旅遊
- 設計目標是多步驟規劃、長時間執行的複雜任務，像開發潛客、資格判定、客服案件處理
- 目前開放 pilot 客戶，美國區預計 Winter 2026 正式上線
官方另外宣稱 Koa 在 CRM 任務上錯誤率比領先模型少三倍。這個數字要打個問號，因為那是 Salesforce 自家的 benchmark，不是第三方評測。
順帶提醒，你如果去搜「Koa」大概會搜到一隻狗跟一個 Salesforce 員工社群，記得加上 Salesforce 一起搜。
重點四：六隻預建代理，Salesforce 管它們叫「數位員工」
Agentforce 從「給你工具自己做代理」，變成「直接給你六個現成的同事」。
- Hunter — 外撥銷售，可搭 ZoomInfo、Demandbase、Apollo 等資料源
- Piper — 網站上的潛在客戶開發
- Casey — 客服
- Paige — IT 與 HR 服務
- Marshall — 供應鏈作業
- Fin — 新加入的客服代理
六隻裡面最值得看的是 Marshall，因為它示範的是「怎麼讓 agent 在後端系統裡可靠地工作」這個真問題。
它的做法是先在 SAP 沙盒裡觀察、學習供應商建檔流程，理解必填欄位跟業務規則，再把模型的推理整理成一組可重複、可控管的「可信任動作」。正式上線時它照這組動作跑，而不是每次即興推測。Salesforce 說供應商建立與啟用因此從好幾天縮短到幾小時。
Siemens 執行長 Roland Busch 上台補了一句很到位的話：「這是把機率式技術帶進確定性的世界。幻覺在工廠現場是行不通的。」
重點五：Agent Fabric 與 Guardian 補上代理治理層，這次最少人報但最關鍵
代理多起來之後，真正的問題是誰在管它們。Salesforce 這次一口氣補了三塊：
- MuleSoft Agent Fabric — 單一登錄中心，負責發現、登錄、管理、監控所有代理，還要管它們的使用成本
- Salesforce Guardian — 代理身分、資料分類、資料生命週期保護、風險監控
- Data 360 零複製 — 不把資料搬進來也能建立企業脈絡
成本這件事值得特別注意。代理不像人會下班，跑起來是會燒錢的，所以 Agent Fabric 把成本監控直接做進管理層。
整個平台正在變成 agent 的治理層，這個趨勢我六月寫過一篇。至於企業該自己造還是用買的，可以參考Stripe 內部 AI 助理怎麼分層那篇的取捨。
重點六：AI 代理改寫企業資安模型，因為它不登入也不登出
安全 keynote 講了一件很少人想過的事。
傳統資安模型是為「人」設計的：你會登入，工作八小時，然後登出。權限、稽核、異常偵測，全部建立在這個節奏上。
但代理不登入，也不登出。它永不停歇，而且是好幾個同時跑。
設計前提已經被打破了。
講者的結論是資安團隊的職責變成兩倍：一邊要 secure AI（保護資料分類、存取管理、模型、MCP server、代理本身），一邊要 defend against AI（應付用 AI 發動攻擊的對手，偵測與回應要從幾天壓到幾分鐘）。他還講了一句很有意思的定位：「Salesforce 不只是一家 CRM 公司，Salesforce 是一家安全公司。」
重點七：Salesforce 公布自家導入數字，拿自己當白老鼠
有一場叫「Salesforce on Salesforce」的分場，講者 Joe Inzerillo 直接把自家導入的數字攤開：
- 100% 員工在使用 agentic 工具
- 公司內部建了 二十萬個 Slackbot skills
- 1.6 億美元 的業務管線「如果沒有變成 agentic 就不會存在」
- 50 個國家、近 9 萬名員工；過去八個月有將近 1 萬 8 千人在做以前不存在的職位
- 67% 員工在用 coding 工具，其中非技術職的比例是 57%，比上一季成長 20%
他也講了人的那一面，我覺得這是全場最該被記住的一組對照：70% 的工作會在未來幾年改變，但 84% 的領導者還沒有重新設計職務。
技術到位了，工法還沒改。
其他值得一提的場次
Dario Amodei（Anthropic CEO） 的重點是：AI 實際擴散的程度，仍然遠低於它能創造的價值。真正用起來的人，比起能從中受益的人還是太少。
黃仁勳（NVIDIA CEO） 比較直接：「engage AI, don't get left behind.」但他補了條件，要在測試與安全性有信心之後再部署。
阿聯 AI 部長 Omar Sultan Al Olama 談的是國家層級。他用中世紀穆斯林世界因恐懼而禁絕古騰堡印刷術約兩百年當對照，說明阿聯不想重蹈覆轍，目前已為全體八萬名政府員工做 agentic AI 培訓。
Lovable 執行長 Anton Osika 主張最接近問題的人應該能直接做出解法，並提醒企業別只鼓勵員工做一次性原型，要建立從試驗、評估、部署到持續維護的完整流程。
生命科學場次有一句話值得抄下來：不能只是把 LLM 丟進去就想解決產業的根本問題，得從資料治理跟中繼資料層做起。
常見問題
Dreamforce 2026 是什麼時候舉行？
Dreamforce 2026 於 2026 年 9 月 15 至 16 日在舊金山舉行，為期兩天。
Dreamforce 2026 的七大重點是什麼？
依序是：Salesforce AIforce（把 CRM 帶進 Claude、Slack 等 AI 介面）、四層企業 AI 架構（資料、商業語意、代理、介面）、CRM 推理模型 Salesforce Koa、Agentforce 六隻預建代理、MuleSoft Agent Fabric 與 Salesforce Guardian 組成的治理層、AI 代理對企業資安模型的衝擊，以及 Salesforce 公布的自家導入數字。
Salesforce AIforce 是什麼？跟 Agentforce 差在哪？
AIforce 是介面層，把 Salesforce 的資料與能力帶進 Claude、Slack、Lightning 等使用者原本就在用的 AI 介面。Agentforce 是代理層，負責建立與執行 AI 代理。兩者在 Salesforce 的四層架構裡是上下相鄰的不同層，最常被搞混。
Salesforce Koa 是什麼？用什麼資料訓練？
Koa 是 Salesforce 第一個 CRM 推理模型，與 NVIDIA 合作、基於 Nemotron 3 Super 做 post-train。訓練語料是以近三十年 CRM 部署知識為建模基礎的合成資料，官方明確表示未使用任何客戶資料，涵蓋 14 個以上產業。目前開放 pilot，美國區預計 Winter 2026 上線。
Agentforce 的六隻預建代理分別做什麼？
Hunter 負責外撥銷售、Piper 做網站潛客開發、Casey 與 Fin 做客服、Paige 管 IT 與 HR 服務、Marshall 跑供應鏈作業。它們是可直接部署的預建代理，不需要企業從零自建。
最後：AI 代理仍然需要一個人類否決權
整場大會我印象最深的不是任何一個產品。是一場幾乎沒人報導的小場次，叫「The Human Veto: Who overrides the machine?」，由 Salesforce 的 Paula Goldman 跟 Raspberry Pi 基金會執行長 Philip Colligan 對談。
主題只有一句話：每一個代理系統都需要一個否決權，而那個否決權本身不能被自動化。
你可以把資料層打通、語意寫清楚、代理上線、介面重做。四層全部拉滿。
但最後總得有一個人，能夠說「這筆不准」。
Dreamforce 2026 端出了很多東西，AIforce、Koa、六隻數位員工、一整套治理工具。而那個按下否決鍵的人是誰、他憑什麼判斷、他手上有沒有足夠的資訊可以判斷，這題沒有任何一場產品發表會會幫你想好。
協作聲明與免責
這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 [來源名稱](URL) 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。
內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。
