当所有人都在争论AI会不会抢走工作时，Salesforce悄悄做了一件事：把被AI”替代”的客服工程师，重新部署到了公司最需要增长的岗位上。

结果出乎意料。那些接收这批人的团队，负责人说这些转岗员工是他们”有史以来最好的招聘之一”。

这是2026年4月29日，Salesforce发布《劳动力创新手册》（Workforce Innovation Playbook）时分享的真实案例。这份文件不只是一份政策宣言，更是一家拥有近3万名员工、销售AI代理软件的公司，用自身作为”第0号客户”（Customer Zero）所跑出的运营实验数据——真实的数字，真实的人，真实的转型代价和收益。

一组数字的力量

要理解Salesforce 4R框架的背景，先看数字。

2025年，Salesforce在客服支持体系中大规模部署Agentforce AI代理系统。截至2026年第一季度，这套系统已经处理了超过260万次客户对话，自动解决率达到63%——而客户满意度评分与人工客服持平。

与此同时，公司的年化成本节约达到了1亿美元（约合7.3亿元人民币）。

更值得关注的是另一个数字：逐年客服案例数同比下降8%，对应减少了超过17万个工单。这发生在Salesforce客户群仍在持续增长的背景下——换句话说，不是因为客户变少了，而是因为AI代理拦截了大量原本需要人工处理的问题。

以前需要一个人类团队同步处理的事情，现在有AI在24小时不间断地运转。Salesforce的帮助网站help.salesforce.com已经自主处理了超过100万个客户请求，并且开始提供7种语言的实时同步聊天支持——这是这家公司成立27年来从未实现过的服务范围。

这个数字背后还有第2层含义：Agentforce带来的不只是效率，还是服务能力的扩张。以前因为人手不足而无法实现的服务——比如7种语言的实时同步支持——现在可以低成本规模化地提供。这是AI带来的质的变化，不只是量的变化：原来无论怎么增加人手都无法规模化的服务，现在变成可能的了。

但这里有一个问题：那些原本负责这17万个工单的客服工程师，去哪了？

这个问题的答案，就是4R框架存在的原因。

4R框架：一套方法论的诞生

Salesforce的回答，是一套名为”4R”的劳动力转型框架。这套框架在2026年4月29日发布的《劳动力创新手册》中被完整阐述，定位是帮助任何公司建立”人类+AI代理”混合劳动力。

4个R分别是：Redesign（重新设计工作流程）、Reskill（重新培训技能）、Redeploy（重新部署人才）、Rebalance（重新平衡人机协作）。

Redesign（重新设计）：第一步不是替换人，而是重新思考工作的结构。在Salesforce的实践中，这意味着将客服支持重新分为两层：AI代理自动解决了63%的客户查询请求（无需人工干预），人类客服专注于那些需要判断力、创造力和深度关系维护的复杂场景。

工作流程的重新设计本身就需要大量人的参与——不是让工程师写代码，而是让有经验的人设计哪些流程应该如何自动化，哪些环节需要人工判断作为保底。这恰恰需要那些懂得客服痛点的老手来做。

Reskill（重新培训）：这个R解决的问题是：当工作流程改变之后，员工需要什么新技能才能在新结构下工作？Salesforce的答案不是让所有人去学编程，而是聚焦于”引导AI、领导AI、与AI一起扩张”的能力组合。

公司基于世界经济论坛的研究，识别出了Agentic时代最重要的10项核心技能，涵盖人际沟通、批判性思维、技术基础知识和项目管理等维度。重要的是，Salesforce给员工工作时间内完成培训，不是要求员工用业余时间自学。开放学习平台Trailhead对任何人免费开放，不只是Salesforce内部员工。

Redeploy（重新部署）：这是整个框架的核心挑战，也是最难的部分。当某个部门的工作量因为AI而减少，员工需要流向哪里？

Salesforce为此提前一年建立了Career Connect——一个AI驱动的内部人才市场。这套系统分析每名员工的技能、经验、学习轨迹和职业目标，推荐匹配度最高的内部岗位，同时提供配套的学习路径。不只是”你能做这个岗位”，还会说”你需要补充哪些技能才能做这个岗位，以及这里有个认证课程你可以在工作时间完成”。

结果是：2026年第一季度，Salesforce 51%的新岗位由内部员工填补。在一家规模接近3万人的企业里，这个内部流动率相当罕见。

Rebalance（重新平衡）：4R框架的最后一个R，是一个持续的动态过程。通过Agentforce Command Center，管理者可以实时看到每个AI代理的执行效果——哪些流程AI处理得很好，哪些还需要人工介入，哪些地方AI犯了错误需要修正。这种实时可见性让人机协作不再是一个”设置完就不管”的配置，而是一个需要持续调整的运营过程。

从外部客户的视角来看，这套框架的实际效果可以通过3个不同行业的案例来验证。餐厅预约平台OpenTable在上线Agentforce仅3周后，就实现了73%的餐厅网络查询由AI自动处理；欧洲能源公司Engie将83%的用户服务请求交给Agentforce处理；拉美媒体集团Grupo Globo通过Agentforce识别升级销售机会，将客户留存率提升了22%。这3个案例覆盖消费互联网、能源行业和媒体行业，说明4R框架的适用性并不局限于科技公司。

3个人的故事：转岗不是安慰奖

框架是抽象的，人的故事是具体的。《劳动力创新手册》中记录了3个转岗客服工程师的真实经历，构成了这套框架从理论到实践的说明。

Ankita Piludaria的超能力

Ankita曾经是Marketing Cloud的一名支持工程师，擅长处理API集成问题和SQL查询。当Agentforce开始处理大量常规技术查询之后，她所在的支持团队面临人员重组，公司给她提供了一个转岗选项：续约（renewals）团队。

这对Ankita来说并不舒服。续约团队谈的是”提价幅度”、”营收目标”和”合同结构”，而不是技术规范。她曾经熟悉的技术语言在这里好像没有了位置。

但事情在她真正坐到那个岗位上之后发生了意想不到的变化。

“当客户说因为技术问题不想续约的时候，我知道该怎么处理，”Ankita说，”我知道把这些问题转到哪里，或者我就能直接解决。”

一个懂SQL和API的人进入了续约谈判桌。客户有时候会以”技术问题没有解决”为理由拒绝续约，但Ankita能够直接识别这些问题是否真实存在、如何解决，或者如何将其转移到正确的技术支持渠道。她的技术知识，在一个完全不同的场景里，成了无法复制的差异化能力。

她的团队主管专门为这批转岗人员设计了更长的入职培训周期，确保他们在进入高压的续约谈判场景之前，有足够时间建立新领域的语言体系和信心基础。”他们进入的是完全陌生的领域，”主管说，”所以我们确保他们有时间和空间在没有压力的情况下学习。”

Kristen Chuck的第2段职业生涯

Kristen在技术支持岗位工作了超过8年，是一名高级首席蜂群负责人（senior principal swarm lead），负责协调多团队处理复杂技术问题。她经历过Salesforce多次内部重组，每一次都是一次适应和学习的过程。

当AI代理开始接管大量基础查询工作后，Kristen意识到自己的角色需要转变。她没有等待公司安排，而是主动行动：用Career Connect寻找感兴趣的岗位，利用公司教育补贴项目考取了敏捷认证，主动了解产品和工程团队的工作方式。

最终，她转岗为成功架构师（Success Architect），加入了Agentforce销售云成功就绪团队，成为客户反馈与产品开发之间的桥梁。

“我们就是那个客户的声音，”Kristen说，”把支持工程师和架构师在一线遇到的反馈传递给产品团队，影响产品路线图。在支持岗位工作了这么多年，我积累了大量关于’产品在真实使用场景下会出什么问题’的一手知识。这些知识在新岗位上变得非常有价值。”

她对新团队的评价也充满热情：”我们一起做的工作真的对产品有影响。”

Sarah Thakkar：被看见的价值

Sarah在开发者支持工程师岗位工作了7年，接触的都是Salesforce平台的深度技术问题。她的转岗更像是一种职业认可，而不只是一次岗位切换。

“领导层看到了我们在支持岗位上带来的价值，以及我们的技能可以被其他方式使用，”Sarah说，”有时候，当支持运转顺畅的时候，这些技能会被忽视。但这次转岗告诉我：公司不只是在裁减支持岗位，而是在承认这些人的价值可以在更多地方发挥。”

Salesforce的一位客户成功VP Daniel Bhak，在Salesforce工作了超过20年，对这批转岗员工的评价相当直接：”他们有技术技能，因为他们深入了解我们的产品；他们有客户面对面和客户体验的能力。这些是在许多岗位上都真正有用的基础技能。”

第3层洞察：客服技能，AI时代最被低估的资产

表面上看，这是一个人员再配置的故事。但往深处看，Salesforce这次实验揭示了一个关于AI时代劳动力本质的反直觉判断——而这个判断，与当前大多数企业的认知存在根本性的背离。

在大多数公司的AI战略讨论中，”客服支持”被视为最容易被自动化的职能之一。标准化程度高，流程可重复，脚本可预测，情感劳动成分相对有限。自动化这类工作的ROI（投资回报率）最容易计算，也最容易被AI处理。

但Salesforce的实验揭示了一个隐藏的反转：经历过多年真实客服工作的工程师，在转岗到续约、成功架构师等”增长型”岗位之后，反而展现出了不可替代的竞争优势。

原因在于3个核心能力的组合：

第一，信息不完整情况下解决问题的能力。客服工作的本质是接受碎片化的信息——客户不知道如何描述问题，日志不完整，症状与原因之间的联系不直接——然后推断出可能的解决方案。这种在不确定性中做决策的能力，是AI代理目前最难复制的技能，也是任何需要处理复杂人类需求的工作的核心。

第二，在困难场景下维持客户关系的能力。Kristen Chuck用了一个词：grit（韧性）。”支持岗位的人有韧性。留在支持岗位做职业生涯需要强大的人格，因为客户来找你的时候，事情大多数不顺利。”当一个客户愤怒、失望、即将放弃的时候，如何在不失去关系的前提下稳住局面——这是需要大量真实场景积累的技能，书本学不到，AI模拟训练也很难替代。

第三，对产品深度技术知识的掌握。客服工程师不只是接线员，他们是产品问题的第一响应者，拥有比大多数销售和客户成功团队更深的产品知识。这个知识储备，在续约谈判、产品采纳支持、技术反馈收集等场景中，都具有高度的实用价值。

这3个能力的组合，恰恰是AI时代增长型工作的核心要求。Salesforce发现这一点，不是通过理论推导，而是通过实际观察那些转岗员工在新岗位上的表现——招聘经理们的反馈成了这个假设最有力的验证。

有一个数字特别值得注意：客服工程师带着”产品深度知识”进入续约团队之后，实际上承担了两个角色：一个是帮助客户解决技术问题从而消除续约阻力，另一个是把客户真实的技术痛点反馈给产品团队，形成一个从客户问题到产品改进的闭环。这个闭环在以前是割裂的——客服知道问题，产品团队听不到；销售知道客户想要什么，但不知道技术实现层面的障碍。转岗让这个信息通道被打通了。

Salesforce用了一个词来描述这类员工创造的价值：Customer Zero的反向传导。对一家以”自己使用自己产品”为销售论证的公司来说，这些从一线客服岗位转型过来的员工，恰恰是最了解产品在真实场景下如何被使用的人群。他们的存在，不只是节省了外部招聘成本，更是一种产品洞察资产的沉淀。

大多数公司面临的现实鸿沟

值得注意的是，Salesforce在自我描述时刻意强调了一个细节：这一切是在他们使用”自家产品”的前提下发生的。作为Agentforce的开发者，Salesforce是第一个客户，也拥有最深度的部署能力，以及最直接的产品迭代反馈机制。

这本质上是一个”运动员同时担任裁判”的场景：Salesforce既设计了4R框架，又是第一个实施这套框架的公司，还是框架成功的最大受益者（可以以此作为销售素材）。

Fortune的调研数据提供了一个更冷静的视角。2025年，企业AI投资的主要成果是效率提升——减少重复劳动、压缩成本、优化内部流程。只有极少数公司开始看到AI贡献的是营收增长，而不只是成本节约。Salesforce属于这个极少数群体，拥有：超过3200个受AI影响的销售机会、1亿美元年化成本节约、以及51%的内部岗位流动率。

但大多数企业还停留在一个更早的阶段。根据Salesforce自身的研究，86%的CHO（首席人力资源官）认为AI整合是未来几年工作中的关键部分，但只有15%已经完全实施了Agentic AI方案。

这个差距背后有一个现实：Salesforce展示的数字对大多数企业来说是目的地，不是起点。那些结果需要的前提条件是：提前一年以上建立内部人才流动机制（Career Connect）、提前设计系统性培训体系（Trailhead、工作时间内学习配额）、提前部署AI运营监控基础设施（Agentforce Command Center）。

没有这些提前投资，4R框架只是一张幻灯片。

这里有一个更深层的结构性问题：大多数企业之所以无法复制Salesforce的模型，不只是因为技术或预算的差距，更因为组织设计的惰性。内部人才流动的阻力往往来自部门壁垒——接收方部门不愿意承担”培训新人”的成本，而发送方部门担心失去核心骨干。Career Connect之所以能工作，是因为有管理层的明确授权和绩效激励设计来打破这个壁垒。这部分的组织变革成本，远大于技术部署的成本，但在《劳动力创新手册》里这个挑战被轻描淡写了。

从行业角度来看，金融服务、医疗健康、政府机构等强监管行业在推进类似转型时，还面临额外的合规和数据隐私约束。这些行业的AI部署周期往往比科技公司长2至3倍，意味着”提前一年建立Career Connect”对他们而言可能需要提前3年甚至更长时间进行规划。

对许多企业而言，AI带来的效率提升，第一步是优化人力成本，第二步才可能是像Salesforce这样的主动人才再配置。能走到第二步的企业，需要具备一种罕见的能力：在业务压力下仍然愿意为人才投资，而不是选择更简单粗暴的裁员路径。

Forrester最新预测提供了另一个参照系：到2030年，AI和自动化将消除美国约6.1%（约1040万）的工作岗位。但Forrester的分析师同时警告，企业高管的AI裁员叙事远超实际运营能力——大多数公司宣称用AI裁员，实际上是在将尚未实现的效率增益提前计入，这种差距正在造成员工、投资者和客户的信任危机。（据Forbes援引Forrester研究，2026年4月）

Salesforce的模型提供了一个不同的参照。不是”AI消除了工作”，而是”AI改变了工作的结构，然后公司需要主动管理人才流向哪里”。区别在于，主动管理需要提前投资——而提前投资本身，需要管理层对人才持有一种长期主义的基本信念。

不完整的图景与营销动机

当然，Salesforce的叙事并不完整，也不可能完整。

这份《劳动力创新手册》是一家正在销售AI代理软件的公司发布的公开文件。它的读者定位是潜在企业客户，它的隐含信息是：采用Agentforce不是在消灭工作，而是在创造更好的工作。Salesforce有充分的商业动机讲述一个关于AI的温暖故事。

手册本身没有直接回答的问题包括：在Agentforce处理了17万个额外工单之后，支持团队的总体人员规模如何变化？”数百名”工程师转岗，相对于整个支持组织的规模，这个比例是多少？那些没有找到内部机会的人，最终的去向是什么？

根据此前的公开报道，Salesforce曾在某些业务部门进行岗位调整，将资源重新分配给AI相关职能。这说明在某些部门”创造就业”的同时，另一些部门在收缩——这才是更完整的图景，也是《劳动力创新手册》没有正面呈现的部分。

此外，从客服支持转到续约或成功架构师的路径，对具有8年以上工作经验、拥有多项技术认证的资深员工来说是可行的。对那些工作年限较短、技术积累较浅的支持人员，同样的路径是否存在？手册里的3个案例，都是在Salesforce工作多年的资深员工。

这些保留并不是要否定Salesforce的实验，而是提醒：4R框架在最理想的条件下的成果，与企业在平均条件下能够实现的成果之间，仍然存在一条不可忽视的鸿沟。任何企业在学习这个案例的时候，都需要先做一个诚实的自我评估：我们的组织成熟度是否支持这套框架的落地？

给中国企业管理者的额外注脚

Salesforce的案例来自北美市场，但它提出的命题对中国企业同样紧迫，甚至更加复杂。

中国的企业AI采用率在某些维度上高于全球平均——尤其是互联网和科技行业，AI工具的普及速度和应用深度都走在前列。但劳动力市场的结构性差异让”4R框架”式的转型面临更高的摩擦成本。

首先是规模效应的差异。Salesforce处理的”数百名”工程师转岗，在一家2.8万人的全球公司里是可以细致管理的。对一家中国制造企业而言，如果面临的是数万名操作工因为自动化而需要转岗，这个管理复杂度是完全不同量级的。Career Connect这类工具在规模放大10倍之后，是否仍然有效，这个问题没有现成答案。

其次是行业结构的差异。中国劳动力转移的主要场景不是软件公司的客服工程师转到续约岗位，而是制造业工人、零售业服务员、物流快递员这类体力劳动密集型岗位面临自动化威胁。这些群体的技能迁移路径远比软件工程师更狭窄，”Reskill”的难度也更高。

但4R框架的底层逻辑——提前建立人才流动基础设施，而不是等到压力来临再被动应对——这个原则是跨越市场的普遍真理。对中国企业管理者来说，最值得借鉴的不是4R框架的具体操作，而是Salesforce在Agentforce大规模影响员工之前就已经建立好了Career Connect这一点。这种”未雨绸缪”的人才战略思维，是当前许多企业在AI转型路径上最稀缺的资产。

AI引发的劳动力重组不是一个未来的威胁，而是一个当下正在发生的过程。而如何管理这个重组，决定了这是一场”替代”还是一次”升级”。

这才是4R框架里最难复制、也最关键的部分——不是框架本身，而是执行框架所需要的提前投资和组织准备度。Career Connect不是在大规模转岗发生后才仓促建立的，而是提前一年就作为战略项目启动。培训体系也是。这些都是在Agentforce产生明显影响之前就已经运转的机制。

Salesforce的模型给出了一个比”AI替代人”更精确的描述：AI接管了工作中可标准化的部分，释放了人去做那些只有人才能做好的部分——前提是，公司愿意主动帮助员工找到那个部分在哪里，并且愿意为这个寻找过程投入时间和资源。

Ankita Piludaria找到了她的那个部分。她多年在Marketing Cloud技术支持中积累的那些关于API和SQL的专业知识，在续约谈判桌上，成了别人无法复制的差异化能力。

而这一切，都发生在她被告知”我们现在有AI来做你原来的工作了”之后。那些还没有行动的公司管理者，可能值得认真想一想：在那句话被说出口之前，组织需要提前准备什么，才能让这个对话变成一个机会，而不是一个终点。

对Salesforce来说，答案是Career Connect、Trailhead、4R框架。对你的公司，答案可能不同。但如果连答案的轮廓都还没有，那或许是时候开始思考了。

参考资料:

  1. Salesforce: “How Salesforce Is Reshaping Its Workforce in the Age of AI” - https://www.salesforce.com/news/stories/salesforce-reshaping-workforce-in-age-of-ai/（2026-04-29）
  2. Salesforce: “Salesforce Publishes the Workforce Innovation Playbook: The 4Rs to Building the Human + Agent Workforce” - https://www.salesforce.com/news/stories/workforce-innovation-playbook-agentic-ai/（2026-04-29）
  3. Fortune: “AI’s next act: how Salesforce is turning efficiency gains into revenue” - https://fortune.com/2026/04/18/salesforce-agentforce-ai-efficiency-revenue-growth/（2026-04-18）