随虎在 AI 驱动的收买商必 SaaS 软件新年代 ，数据办理不再是面数辅佐功用 ，而是据成与工作流编列 、权限体系并排的服务“渠道中心” 。Informatica 的需竞参加 ，不只是争力一次战术收买，更是收买商必一次对 SaaS 渠道才能的结构性补强 。未来的面数比赛，不是据成单点 AI 功用之间的比拼，而是服务谁能将 AI 深度嵌入在企业运转逻辑中，构建一个“可信 、需竞可控 、争力可继续”的收买商必智能体系 。
作者|斗斗 。面数
修改|皮爷 。据成
出品|工业家 。
在人工智能掀起的企业级革新浪潮中 ，Salesforce 又一次出手了 。
2025 年 5 月底 ，硅谷传来一笔重磅买卖：企业软件巨子 Salesforce 正式宣告 ，将以约 80 亿美元收买数据办理渠道 Informatica 。
这场并购 ，没有网红创始人 、没有大模型炫技 ，乃至缺少大热的“AI 含量” ，但它却触动了许多老一代软件人的神经 。因为它所标志的 ，不再是企业软件玩家之间的事务拼图，而是一种根底设施逻辑的深层转向 ：数据办理 ，开端走向台前 。
在 ChatGPT 、Agent 、Copilot 等“AI 原生东西”成为职业标配之后 ，企业软件公司面对的中心问题不再是“要不要做 AI” ，而是“是否具有做 AI 的资历” ，而这个资历，越来越多地被数据才能所决议 。模型逐渐演化为通用财物 ，实在决议 AI 运用落地作用的 ，是数据的可办理性 、安全性与一致性。它们构成了支撑智能体系的那一层“地基” 。
在这种布景下 ，Salesforce 这笔买卖的信号十分明晰 ：AI 比赛 ，进入数据战阶段 ，而数据办理不是可选项 ，而是决议性门槛 。
当 Salesforce 将它归入麾下 ，一个关于“怎样让 AI 有安排地进驻企业中心流程”的幻想空间 ，也随之翻开 。
在这场收买发布后的 24 小时内 ，Informatica 的股价上涨了 11% ，而 Salesforce 的股价简直未变 。商场的反响耐人寻味，一方面是对数据办理价值的认同 ，另一方面也反映了对 Salesforce 并购整合才能的慎重张望 ：不断“买买买”的战略 ，到底是战略协同 ，仍是复杂性叠加 ？
一 、为什么是 Informatica ？
Informatica 的存在感 ，远不如它的价值感。
在群众视界里，它很少出现在热搜之中。但作为全球最早的一批数据集成与办理厂商 ，Informatica 曾在 90 年代创始了商业化 ETL 东西的先河 ，然后逐渐扩展到主数据办理（MDM）、数据目录 、数据质量操控 、元数据剖析、数据安全等多个中心模块，成为大中型企业数据架构中的根底组成 。
Informatica 是典型的“mission critical”类软件 。其收入不是靠爆款增加 ，而是靠续费与安稳的扩展，许多客户乃至用了十几年 。2021 年 ，Informatica 从头上市时并不被华尔街特别看好 ，商场忧虑它“老旧”“转型慢”，但它用事实证明，企业级数据服务并不需求“潮” ，只需求“稳” 。
比方 ，在一家美国稳妥巨子的事例中，Informatica 被用来办理横跨 14 个不同事务单元的客户数据 ，经过主动化的数据映射和血缘剖析，该公司将客户重复率降低了 38% ，理赔处理流程功率提高超越 60% 。这些提高并非来自“新技能” ，而是来自本来被忽视的数据根底打通 。
从产品战略看 ，Informatica 的中心优势不是某个单点才能 ，而是其完好 、深沉且高度可装备的办理才能——它能为企业供给一套依据元数据驱动的一致“数据血缘图谱”。在今日数据来历涣散 、类型多样 、监管趋严的布景下 ，这种才能就显得益发不行代替 。
Salesforce 之所以需求它，恰恰是因为自己的 AI 战略正在进入落地阶段——从曩昔的“模型为先”到今日的“用得安全 、用得起” 。Agentforce （Agentforce 是 Salesforce 在其 AI 战略中的中心新渠道之一 ，2024 年初次在其 Dreamforce 大会上提出 ，是一个面向企业用户的“智能署理渠道” 。它的本质是将生成式 AI 与 Salesforce 各大产品体系深度交融 ，让 AI 可以在企业日常运营中以“帮手”或“署理人”的身份参加详细任务）的想象本质上是要让 AI 成为事务协作的一部分 ，而不是独立东西 。这需求模型了解上下文、接入历史数据 、主动处理数据拜访权限等场景 ，而这些都无法靠 Salesforce 现有的 Data Cloud （前身为 Salesforce Customer Data Platform ，是 Salesforce 用于构建一致客户视图的数据渠道）与 Tableau（Salesforce 于 2019 年以 157 亿美元收买的数据可视化渠道 ，是全球最闻名的商业智能（BI）东西之一） 完结。
正如 Salesforce 首席执行官 Marc Benioff 所说 ：“。人工智能年代 ，实在的应战不是模型怎样造 ，而是你能不能让客户信赖它 。Informatica 可以帮忙咱们建立企业智能的‘数据护城河’ ，让每一次智能决议计划都有可信的数据支撑 。” 。
从这个视点来看 ，这也是传统“前台软件公司”向“根底设施型渠道公司”转型的一个要害信号 。
事实上，Salesforce 自 2023 年开端在安排架构上已进行相应调整 ：其 AI 和数据渠道部分初次独立出产品部分 ，建立“AI 渠道办理中心” ，专职推动 Agentforce 的数据安全办理计划 。这一动作自身 ，已表现出公司战略重心从界面交互向数据中台与办理才能搬运 。
在 AI 驱动的新企业体系中 ，实在决议体系才能的，不再是前端运用界面，而是企业是否具有一套可信 、可控、可扩展的数据办理才能——而这正是 Informatica 的中心强项 。
二 、Salesforce 的 Agent 焦虑和闭环 ：
从“前端才能”走向“数据堤堰” 。
了解了 Informatica 的价值 ， Salesforce 此次买卖背面的深层焦虑益发凸显——。它不只要补足技能短板 ，更在为自己的渠道未来做战略级调整 。
其实 ，Salesforce 在并购方面的动作并不生疏 。过往收买 Tableau 、Slack 虽然在短期推动了营收增加 ，但在商场整合反应上也暴露出应战 。
例如 ，依据 2023 财年财报显现 ，Slack 的用户增加在收买后趋于平稳 ，未达到预期协同效应；Tableau 方面 ，则因为与 Salesforce CRM 数据渠道缺少深度绑定 ，导致客户流失率一度上升 。此次收买 Informatica 被外界视为 Salesforce 从“扩张优先”走向“架构修正”的要害转折点 。
从曩昔 20 年看 ，它从最早的 CRM 云服务起步 ，逐渐经过收买 Mulesoft（集成） 、Tableau（可视化） 、Slack（协作）等拼出了一套企业“数字化中台”组合拳 。
但问题在于 ，它从未实在把握数据办理的“水源” 。
Data Cloud 更多是一套数据湖式聚合体系 ，面对的数据杂 、散、无法一致血缘链路 。以往做 CRM 或营销主动化时 ，这不是丧命问题 ，但当体系要生成“个性化引荐”“AI 总结”“跨渠道洞悉”时 ，数据来历就有必要明晰且可信 。
而 Salesforce 的 AI 规划 Agentforce ，便是建立在“从客户数据中实时生成推理成果”的想象之上 。假如没有数据根底体系协作 ，这个体系的准确性 、可解释性与法规合规性 ，都会面对应战 。
Salesforce AI 担任人 Clara Shih 表明 ：“ 。Agentforce 是一个数据驱动的 AI 协同渠道 ，咱们从一开端就知道 ，数据假如不行监管 ，那智能就不行信 。Informatica 补上了咱们渠道最要害的一块短板 ，让 AI 能实在‘懂企业’ 。” 。
整合方面的难度也不容忽视。2000 年代末 ，SAP 收买 BusinessObjects 时就曾因整合流程缓慢影响新产品发布，导致其在 BI 商场份额一度被 Tableau 反超。Salesforce 若想防止重蹈覆辙 ，有必要提早布置跨渠道元数据映射战略与一致接口标准。
在合规监管不断趋严的布景下 ，Informatica 的数据拜访操控与分级权限体系也将帮忙 Salesforce 增强其渠道在全球多商场的适配性。例如 ，Informatica 已支撑我国的数据出境合规 API 规矩接口 ，也建立了与欧盟 GDPR 要求对接的主动化审计日志体系 。这将直接提高 Salesforce 在政务 、医疗、跨国企业等复杂合规商场的运用才能 。
Informatica 首席产品官 Jitesh Ghai，在职工信中表明：“咱们将继续作为一个独立品牌运营，帮忙更多企业完结从‘数据紊乱’到‘智能有序’的转型 。在 Salesforce 生态内，咱们能做的工作将远比曩昔更多 。” 。
这笔买卖的本质 ，是 Salesforce 对“数据自治”战略的下注 。在 AI 越来越成为企业主动化中心时 ，谁把握了“可信的数据调度才能” ，谁就把握了未来企业软件渠道的话语权 。
三 、AI Agent 年代 ，
什么才是实在的服务才能 ？
从 Salesforce 的收买动机进一步推演 ，会发现其所面对的不是个案问题，而是整个 SaaS 职业正在阅历的团体转型：AI 不再是“外挂式功用” ，而是将深化渠道底层架构 ，重塑数据 、权限 、合规等根底体系 。
详细来看 ，AI 模型的开展正阅历两个阶段：第一个阶段是算法与算力的比赛 ，着重模型精度与多模态才能；第二个阶段 ，是怎样将模型布置到详细事务流程中 ，产生实在 ROI。这种布置才能 ，已从单点调用东西 ，转向渠道型 SaaS 架构的全体演进 。
当时 ，AI 在 SaaS 软件中的嵌入式运用正在快速扩展 ，从客户服务 、财政剖析到流程主动化与猜测性保护 。但随着运用规划扩展 ，企业面对的问题也变得更详细 ，即不是“怎样调用模型” ，而是“怎样保证渠道能安全、合规 、继续地调度数据” 。
大都 SaaS 厂商面对以下典型问题：主数据重复 、接口紊乱、字段不一致 、敏感数据缺少权限分级 。在这种情况下 ，假如没有体系性的办理机制 ，AI 嵌入反而会加重信息紊乱与危险堆积 。
这一现象直接推动了数据办理东西从“配套东西”走向“渠道根底才能” 。依据 Gartner 陈述 ，估计到 2026 年，超越 70%的企业级大模型布置项目将依靠独立数据办理模块 ，办理预算将占企业 AI 出资的 25%以上 。
这已在 Salesforce 之外的多个 SaaS 供货商中得到表现 。
例如 ，SAP 在其 BTP（SAP 供给的一套一致的技能根底设施 ，用来帮忙企业衔接数据 、开发运用 、运转 AI ，以及进行事务流程优化）中强化了数据主权与数据血缘办理；Workday 则在 VNDLY 渠道（Workday 旗下、专门用于企业办理临时工/合同工/外包人力资源的一个子体系渠道）中新增 AI 运用权限分区与用户级数据溯源功用；而 Oracle 在收买 Cerner （一家总部坐落美国的医疗信息技能公司 ，专心于为医院 、诊所和健康体系供给电子病历（Electronic Health Records, EHR）体系与相关数据服务）后 ，也以医疗数据办理为切入口重塑其 SaaS 架构的可信层 。
在英国某银行的一次实践中 ，为布置依据 LLM 的客户信誉评分体系 ，该行采用了 Informatica 的数据目录与审计体系 ，保证了模型练习数据的来历一致性与运用可溯性，将原需八周的监管审计紧缩至三天内完结 。
这些事例正好表现出一个职业趋势转折点：曩昔企业布置 AI 重视的是能否完成，而现在 ，更多的技能决议计划者和事务担任人开端重视的是落地之后的可控性和可继续性。
正如 Amit Walia 所言 ：“咱们一向信任 ，数据办理不是后台工程 ，而是 AI 能不能上主场的要害一环 。Salesforce 和咱们相同垂青数据作为智能中心的位置 ，这让这场协作具有实在的战略一致 。” 。
依据麦肯锡 2024 年的企业 AI 运用调研 ，超越 68%的企业在推动 AI 项目过程中最主要的妨碍并非算法自身 ，而是“缺少一致数据口径”“数据源紊乱”“敏感数据运用危险不行控”等与办理高度相关的问题 。
这类痛点并非单个企业所独有 ，而是整个 SaaS 职业面对的结构性应战。。
写在最终 ：
AI 的工业逻辑正在产生改变 。
它从开始的炫技东西 、试验模型 ，正在回归到企业 IT 体系的内核 。这一改变对整个 SaaS 软件工业提出了更高的要求。传统的“运用即服务”形式正在被“渠道即服务+智能才能”重塑 ，软件厂商不只要供给功用 ，还要担任数据来历、数据运用与数据办理全流程的通明与合规 。
这正是 Salesforce 此次收买 Informatica 的中心含义：不只是增强 AI 产品才能 ，更是在为 SaaS 产品构建未来的“数据底座” 。AI 能否在 SaaS 运用中规划化、安全化落地，最终将取决于底层数据根底设施的齐备程度。
在 AI 驱动的 SaaS 软件新年代，数据办理不再是辅佐功用 ，而是与工作流编列 、权限体系并排的“渠道中心” 。Informatica 的参加 ，不只是一次战术收买 ，更是一次对 SaaS 渠道才能的结构性补强 。
未来的比赛 ，不是单点 AI 功用之间的比拼，而是谁能将 AI 深度嵌入在企业运转逻辑中 ，构建一个“可信 、可控 、可继续”的智能体系 。
特别声明 ：本文为协作媒体授权专栏转载，文章版权归原作者及原出处一切 。文章系作者个人观点 ，不代表专栏的态度 ，转载请联络原作者及原出处获取授权。(有任何疑问都请联络idonewsdonews.com) 。
