PepsiCo：把 Agentforce 放进零售商支持和分销运营

2025 年 6 月 24 日，PepsiCo 与 Salesforce 联合宣布，将把 Salesforce 的 Agentforce 智能体平台大规模铺进自己的业务。据 PepsiCo 官方新闻稿（并经 PR Newswire 全文转发），这次合作的落点是三块：客户支持、运营效率，以及让销售团队腾出手来与零售商做更深的互动。Salesforce 的口径把 PepsiCo 称作「首批大规模部署 Agentforce 的大型食品饮料企业之一」。这个措辞值得先记一笔：它属于排名话术，只说明有若干家企业在做类似的事，并不能量化任何市场地位。

先把技术清单摆清楚，因为这份清单本身就是理解这桩合作的地图。公告点名的产品包括：Agentforce（智能体本体）、Data Cloud / Data 360（统一数据层）、Consumer Goods Cloud（快消行业云，管现场服务与库存）、Service Cloud（客服）、Marketing Cloud（营销），以及一个新纳入的 Trade Promotion Management（贸易促销管理）工具。这几块拼在一起，覆盖的远超「回答问题」的客服环节，它连成了从数据、现场执行、促销到营销的一条链。面向零售商的对外入口则有两个：一个在线门户里的实时聊天，和一条走 Agentforce Voice 的语音线，零售商可以按自己方便选其一。据 Salesforce 的客户故事页描述，这套智能体会接进「实时的产品目录、促销、库存和零售商情绪数据」，还会调用知识库文章回答具体问题——文中举的例子相当接地气：怎么清洗一台汽水机、怎么摆一个新货架陈列。这类问题消费者根本不会问，会问的是门店店主和现场一线，一个细节就透露了这套智能体真正的服务对象是谁。

范围上，公告给的是一张路线图，里程碑还没到。据 Salesforce 转述，PepsiCo 计划把 Agentforce 铺到自己全球 100 多个联络中心，起步先从北美和拉美的呼叫中心开始；同时已经在探索约 20 个后续用例，从个性化产品推荐到 AI 生成货架图（planogram）。注意这里的时态：「计划」「探索」「起步先从」，全是未来时。100 多个联络中心是目标覆盖面，尚非公告日的已部署数；20 个用例是探索清单，尚未上线成功能表。把规划的雄心当成落地的现状，是读这类企业公告最常见的误读。

这里必须立刻做一个边界标注，它决定了后面所有判断的地基：整份公开材料里，没有一个量化的运营指标。没有客服解决率，没有节省的工时，没有订单准确率，没有库存周转的改善数字，也没有被覆盖门店的增量。多家转述——包括 Vending Market Watch 与 Digital Commerce 360——都确认了这一点：唯一出现的量级数字，是 Benioff 用来形容 PepsiCo 体量的「产品每天被享用超过十亿次」，那描述的是公司规模，与 Agentforce 的成绩无关。换句话说，我们手上是一张相当详尽的接线图，配着一张完全空白的成绩单。这两件事要分开读——把清单的详尽误当成结果的可信，会一路错到底。接下来要做的，就是沿着这张接线图走一遍，看清它设计上想接进哪几层，同时守住那张成绩单还空着这个事实。

把 Agentforce 理解成「PepsiCo 上了个更聪明的客服机器人」，是最省事、也最误导的读法。这个读法之所以流行，是因为它省心：客服机器人大家都见过，归到熟悉的框里就不必再想。可它会让你完全看错这桩合作的重心。要看清真正的分水岭，得换一个问法——先放下「这个智能体聪不聪明」，转而追问「这个智能体到底被接进了什么」。

一个 B2B 分销场景里的 agent，价值不在它前台那张会说话的脸，而在它背后接了几根线——接没接进 CRM 里的客户档案、现场销售代表手里的库存视图、零售商的下单流、门店服务的知识库。前台那张脸并不难装，一个套壳的问答框接一份静态文档，几天就能对外宣布「上线了」；真正难、也唯一能撑起「企业级智能体」这四个字的，是把线一根根接到运营系统的深处，并让数据在这些系统和智能体之间双向跑起来。一根线接错方向、或者干脆没接，agent 在演示里依然能对答如流，可到了真实运营里就是个断头。接得深还是浅，才是这类项目真正的分野。

按公开材料，PepsiCo 这套设计确实奔着深接去，它并不满足于只装一张脸。它的接法有三个能看出企图的细节。其一，Agentforce 与 Consumer Goods Cloud、Service Cloud、Data 360 的深度集成，让它能取到实时的产品目录、促销、库存和零售商情绪——这几类数据都落在现场销售和门店运营，与消费者聊天无关。一个只想做消费者问答的智能体，根本用不上零售商情绪和实时库存这两类数据；它们出现在清单里，本身就是方向的证词。其二，据 Salesforce 描述，现场服务代表会因此拿到实时库存可见性，用于门店执行和补货优化——这条线通向销售代表的手，而不是消费者的屏幕。其三，据 Digital Commerce 360 的分析，PepsiCo 设想 AI 接管交易性和事务性任务，人类代表转去做战略增长、交叉销售和零售协作，并在直送门店（DSD）与大型零售渠道上做预测性补货。三个细节的方向一致，都指向运营深处，落点都在后台。

这三点合起来，指向的是运营流程的重构，其重量已经超出客服脚本的升级。分水岭就在这里：值得认真研究的企业级 agent，是被接进商业网络肌理里的那一种；只在前台答话、后面什么都没接的，本质仍是旧客服换了层皮。PepsiCo 公开的意图站在前者一边——它的产品组合和数据接口都不是为「答几个常见问题」准备的。但意图归意图，接没接通、跑没跑起来，是下一个层次的问题，公告并没有回答。

如果要挑一处最能检验「接进分销网络」这句话的场景，那是长尾门店。快消分销的难处从来都不落在几百家大卖场，那些大客户有专属团队、有系统对接、有定期拜访，服务从来不缺。难处在成千上万家小店：它们订单碎、频次高、单店产出低，销售代表的车程和工时摊不过来，于是很多小店根本得不到定期的上门拜访。它们的问题不会消失，只是没人接得过来——想补个货、问个促销、报个陈列问题，往往找不到人。这类门店恰恰是分销网络里最密、最难覆盖、也最容易被服务体系遗漏的一层，也正是智能体如果真有用、最该先证明自己的地方。

PepsiCo 公开的设计，正面对准了这一层。据 Salesforce 客户故事，从北美和拉美的呼叫中心起步，Agentforce 的目标是「让那些并不总能获得上门拜访的小店，享受到与大客户同等水平的快速、智能服务」。这句话把靶心说得很直白：用智能体去填人力填不满的服务空档。零售商可以按自己方便，走在线门户的实时聊天，或走 Agentforce Voice 的电话线，不必迁就某一种界面。智能体还会从知识库里调取文章，回答具体到「怎么清洗汽水机、怎么摆新陈列」这种门店一线问题——这些正是小店最日常、也最没人答的琐事。在下单一侧，据 Digital Commerce 360，PepsiCo 想做的是「更快、更准的在线下单」，用自助门户和实时库存可见把人工录入错误压下去。对小店来说，电话下单、人工转录本来就是错单和缺货的高发环节，把它迁到结构化的自助流，直接冲着分销运营的实际损耗去。

这套设计在逻辑上是自洽的：人力覆盖不到的门店，用智能体去补足服务密度，同时把订单从电话和人工录入迁到结构化的自助流。它也正好落在本案的观察焦点上——衡量这套 agent 的，应该是销售团队与零售商互动的运营指标，消费者端的问答体验只是表层。能把长尾小店服务好，一家企业的分销网络才算真正被智能体加固；这是快消这门生意的老规矩，AI 只是换了工具，规矩本身没被改写。

但同样要守住边界：以上全是「将会」。截至公告，没有一个数字说明这些小店的响应时间缩短了多少、下单错误率降了几个点、被服务覆盖的小店多了几家、复购或客单价有没有动。设计对准了正确的靶心，不等于已经打中；靶心正确只保证方向没错，命中与否要等运营数据出来才知道。

这桩合作里，人机关系的表述值得单独拎出来，因为它决定了运营指标该往哪里看。PepsiCo 首席战略官 Athina Kanioura 的原话是：「人类与智能体不只是共存，它们是协作。」这句话并非拿来装点的口号，它其实给出了一个分工方案：智能体吃下交易性、事务性的重复劳动，人类代表被腾挪到战略增长、交叉销售和与零售商的深度协作上。理解这个分工，才能理解这套系统的成败该用什么衡量。

从运营角度，这个设计的关键落在「代表的时间被重新配置到哪」；至于「减了多少人」，反倒是个次要问题。据 Vending Market Watch，PepsiCo 的说法是要「把销售团队解放出来，专注于战略增长和零售商互动」。据 Digital Commerce 360，事务性任务交给 AI、人类转向零售协作与交叉销售，是这套分工的明确方向。这意味着，如果这套 agent 真的接通了，最先能被观察到的运营变化，应该是现场销售代表的时间结构——原本花在接单纠错、查库存、答重复问题上的时间，是否真的转移到了拜访质量、品类拓展和客户关系上。时间结构的迁移，是这类项目里最诚实、也最难造假的信号：它要么发生了，要么没发生，演示 PPT 装不出来。

这也顺带回答了一个常见的误读：把 agent 铺进联络中心，并不必然等于裁掉联络中心。Salesforce 与 PepsiCo 给出的叙事是把人往价值更高的环节推、让人留下来，人被清出去并不在这套叙事里。这个叙事能不能兑现，验证点落在人被腾出来之后有没有产出更高的东西——多拿下的品类、更深的客户关系、更高的单店产出；AI 答了多少个问题，反倒不在验收之列。那需要销售侧的运营指标去证实，而这类指标恰恰是公告最沉默的部分：整份材料谈了很多「让代表专注于」什么，却没有一个数字说明代表的时间真的重配了、重配之后销售结果动没动。这个空白并非本案独有，几乎所有「人机协作」叙事都止步于承诺；能补上代表时间重配后销售结果这一段的企业还很少，能补上的那一家，才算把人机协作这句话讲完了一半以上。

还有一个容易被忽略的运营前提值得点出：腾挪要成立，代表得先信任智能体接手的那部分活。如果 agent 给出的库存数、下单建议、促销口径经常出错，代表非但省不下时间，反而要回过头去核对和纠偏，事务性负担不减反增。据现有材料，PepsiCo 把 Data 360 的数据统一放在方案中央，客观上正是在为这份信任打地基——只有底层数据够准，代表才敢把手里的活交出去。这条因果链把人机分工和数据地基扣在了一起：分工能不能兑现，最终又落回数据这根线接得够不够深。这也再次说明，为什么这桩案子真正的胜负手在后台，在前台那张会说话的脸之外。

接线要能通电，前提是有电可通。企业级 agent 在分销场景里几乎从不因为「模型不够聪明」而失败，它们失败在数据——目录不实时、库存对不上、促销规则散在几套互不通气的系统、零售商画像残缺。一个再强的模型，接到脏数据上，也只会更自信地给出错答案。所以 PepsiCo 这套方案里真正承重的那一层，是 Agentforce 底下的 Data 360（Data Cloud）：Agentforce 本身只是能被看见的脸，而这张脸说的话可不可信，由底下这块地基决定。

据 PR Newswire 转发的官方口径，这套工具的作用是「把来自任何来源的数据统一起来，生成统一的客户档案」，并实现「现场服务代表的实时库存可见」。据 Salesforce 客户故事，Agentforce 之所以能取到实时产品目录、促销、库存和零售商情绪，靠的正是它与 Consumer Goods Cloud、Service Cloud 和 Data 360 的深度集成。换句话说，这桩合作里能不能让 agent 说出「这家店该补哪几个 SKU」，取决于底层数据层有没有先把货、店、促销、下单历史打通并保持实时。数据这根线接得越深，agent 能承担的运营任务就越重；接得浅，它就只能干些不依赖实时数据的轻活。

对读者来说，这一层是判断接得深浅的探针，也是一把很好用的尺子。一个只接了客服知识库、却没接进实时库存和下单系统的 agent，能回答「怎么清洗汽水机」，却答不了「这家店明天该到多少箱」。前者只需要一份静态文档，后者需要活的、双向的运营数据通路，两者的工程量和风险根本不在一个量级。凡是宣称做了后者、却只演示了前者的项目，都值得多问一句。PepsiCo 把 Data 360 放在方案中央，说明它至少在设计上认得这个区别，把数据层当成了不可事后补的一等公民。但同样地，「统一客户档案」「实时库存可见」在公告里都还只是能力承诺，尚非已验证的数据质量报告——承诺打通，和真的打通、且数据准到能驱动补货决策，中间隔着企业 IT 里最难啃的一段路。数据打通是出了名地难、也是出了名地容易被 PPT 一笔带过的一环；它到底通没通电，只有系统真跑起来、且能拿出准确率数据时才算数。

把话说到最实处：这份公开记录能支撑的结论其实非常有限，得逐条划清，免得后面的推论借了它承受不起的重量。

它能证明的，是意图与投入的方向。PepsiCo 选择的产品组合（Agentforce + Data 360 + Consumer Goods Cloud + Service Cloud + Trade Promotion Management）明确指向现场销售、门店执行与促销，覆盖面已超出消费者端问答；对外入口选择了在线门户与 Agentforce Voice，服务对象明确包含那些拿不到上门拜访的小店；范围规划（100 多个联络中心、约 20 个用例、先北美拉美后全球）表明这是一次奔着规模去的部署，其体量已经超出一个孤立试点。这些加起来，能相当可靠地说明 PepsiCo 想把智能体接进分销运营的哪几层。方向本身，是这桩合作目前最扎实的信息。

它不能证明的，是效果，而且这个空白是彻底的。全部公开材料——官方新闻稿、PR Newswire、Salesforce 客户故事、Digital Commerce 360、Vending Market Watch——一致地没有给出任何运营 KPI。没有客服解决率，没有平均处理时长，没有下单准确率提升，没有库存周转或缺货率改善，没有被覆盖的长尾门店增量，也没有销售代表时间重配后的产出对比。凡是出现「将会」「设想」「计划」「目标是」之处，都请读成营销口径下的自我披露：未经独立审计，也尚未被任何第三方在真实运营中验证。这并不意味着 PepsiCo 在夸大，公告日拿不出运营数据是完全正常的——一个刚宣布的大规模部署本来就还没跑出结果。问题只在于，读者不能把「设计得当」错读成「已经见效」。

还有两处更细的边界值得记住。一是第三方渠道（Instacart、Amazon、Walmart Connect）的关联，来自 Digital Commerce 360 的分析转述，尚未经 PepsiCo 官方逐条确认，读时应打个折扣。二是「之一」这类措辞——「首批大规模部署 Agentforce 的大型食品饮料企业之一」——属于排名话术，与市场份额无关，也不构成任何领先性的证据，它只说明有若干家企业在做类似的事。地基就这么大：一个方向清晰、规模可观、但成绩单全空的部署。

多补一句方法论上的提醒，因为它决定了怎么读接下来几年的后续披露。分销运营的效果，是一类需要时间才能长出来的指标——库存周转、缺货率、长尾门店覆盖、代表产出，都要在系统真正接通、并运行若干个补货和促销周期之后，才谈得上可靠测量。这意味着两件事：其一，公告日没有数字，本身不构成对这套方案的负面判断，苛求一个刚起步的部署交出运营成绩并不公平；其二，反过来，若干个季度之后仍然只有产品清单、只有用例数量的扩张、而始终拿不出一条运营侧的效果曲线，那才是真正需要警惕的信号。把这两点分清楚，才不会在太早的时候下太重的结论。关于「可迁移」的讨论，都必须搭在这块地基上，既承认它设计上的用心，也不替它把还没发生的结果提前兑现。

要看清 PepsiCo 这套设计的野心，最好的方法是把它放在一个反面样式旁边对照。这个反面样式在企业 AI 部署里非常常见，常见到几乎成了默认结局，姑且叫它「前台亮灯，后台断线」。

它的典型长相是这样：企业买下一个 agent 平台，先把最容易上线的那块做出来——一个能答常见问题的客服聊天窗，接上一份静态知识库，对外宣布「我们上线了 AI 智能体」。前台的灯亮了，演示很顺，公关稿也发了，季度汇报里有了亮点。但只要往后台看一眼就会发现，订单流还在走原来的电话和人工录入，库存视图没接进现场代表的手机，门店服务的知识仍散在各个部门的文档里没有打通，促销规则还是靠人记。这套东西对消费者问答或许有点用，对分销运营的实际负荷几乎没有触碰。它接的线只有一根，剩下的都是断头。之所以这么多项目落到这个样式，原因也不难理解：前台那根线最便宜、最快见效、最好在汇报里展示；后台那几根线最贵、最慢、最容易在中途卡在数据打不通上而悄悄搁置。省力的路径天然把项目往「亮灯前台」那头拽。

这个对照恰好照出 PepsiCo 方案里几个「不像换皮」的动作：把 Data 360 放在中央做数据统一，让现场代表拿实时库存，把下单迁到结构化自助流，把长尾小店纳入服务半径。这些动作的共同点，是它们都发生在后台、都需要真的接线、也都不容易在演示里作假——它们要么接通了、在真实门店里产生了可测的变化，要么就没有，中间没有太多可以糊弄的空间。所以在设计层面，PepsiCo 明显站在了深接一边，而不是亮灯一边。

但对照的意义正在于它是一面双向的镜子。同一套产品清单，既可以被接成一个真正加固分销网络的系统，也可以在落地时缩水成一个亮灯的前台——差别只落在最后接通了几根线，以及有没有耐心把最难的数据那几根接到底，而不落在买了什么。买了一样的东西、走到完全不同的结局，这在企业 IT 史上比比皆是。判断一桩企业 agent 部署最终是哪一种，从来不能只看它买了什么、宣布了什么，得看它在运营深处接通了什么、又拿得出什么运营侧的数据。这，也正是这桩案子留给读者的一把尺子。

东南亚快消企业读这桩合作，最该抄走的是 PepsiCo 的接线次序与验证标准这套方法，接线次序才是重点，「上 AI 客服」这个动作只是表象。这套逻辑在东南亚甚至比在北美更贴题：印尼、越南、菲律宾的分销网络里，warung、sari-sari 这类夫妻小店以百万计，密度极高、订单极碎、上门拜访的经济性极差——这正是第三节所说长尾门店问题的放大版，规模还大出一个量级。一家企业若能用智能体把服务密度铺到这些人力覆盖不到的小店，它就摸到了本地分销最硬的那块骨头，而这块骨头，与 PepsiCo 对准的靶心是同一个。区别只在于，东南亚的小店更碎、基础设施更参差、数据地基更薄，接线的难度只会更高。

可迁移的做法有三条，都是从本案设计里拆出来的可执行动作，谈不上空泛的原则。其一，先修数据地基，再谈智能体：没有实时的目录、库存、下单历史打通，agent 只能答静态问题，接不进运营；在数据更散的东南亚市场，这一步往往才是真正的工程量所在，跳过它去堆前台，注定只能造出一个亮灯的壳。其二，把智能体接进现场销售与下单流，让它深入到消费者问答之外的那一层——这决定了你该用什么指标验收：要盯零售商互动侧的运营数（响应时间、下单准确率、被覆盖小店数、代表时间重配后的产出），客服满意度这类前台指标反而会误导你。其三，把人机分工设计成「腾挪」型：让代表从事务性琐事里抽身，转去做本地关系和品类拓展，而把「替代人」留在设计之外；在关系驱动、渠道靠人情维系的东南亚市场，这一条的权重比在北美还要高。

最后是该盯的反向信号，用来给上面的乐观预期上一道保险。这里要绑住的，是 PepsiCo 这桩案子独有的两个观察量，泛泛地问「后台有没有接通」并不够用。第一个是现场销售代表的时间结构——这是整套分工里最难造假的一环：代表原本花在接单纠错、查库存、答重复问题上的工时，要么真的被腾出来投进了拜访质量、品类拓展和客户关系，要么没有，账排得出来，PPT 装不出来。第二个是长尾门店的服务密度增量——那些原本拿不到上门拜访的小店，被智能体覆盖的家数、响应时间、下单准确率，有没有可量化的改善。触发条件很具体：某快消企业（或 PepsiCo 自己在后续披露中）高调宣布 AI 客服／问答上线，公关热闹、演示流畅。此刻别被它答得多顺带偏，把这两个独有观察量调出来看。若客服问答上了线，而代表的时间结构纹丝没动、长尾门店的服务密度拿不出可测增量，那么无论宣传多热闹，「规模化已发生」的判断都该往下调。

验证信号绑的是同一组独有观察量：当现场代表的时间账开始从事务性劳动明显向拜访与品类拓展迁移，且长尾小店的覆盖家数、响应时间、下单准确率随部署扩大而逐步改善——哪怕最初只是几个基础项——「企业级 agent 能在复杂商业网络里规模化」这句话，才算第一次拿到真凭实据。在那一刻到来之前，这桩 PepsiCo 与 Salesforce 的合作，是一个方向选得很对、值得认真跟踪的案例，可它还称不上一个已经兑现的结论。把它当成路标可以，当成终点不行。