Slack 正在全面升级其人工智能功能，致力于打造更智能的工作空间，将消息平台升级为企业生产力的核心引擎。这一系列创新举措不仅将极大简化日常协作任务，更标志着其母公司 Salesforce 对微软在工作场所 AI 领域主导地位的直接挑战。未来几个月内，Slack 将陆续推出一系列革命性更新，包括直接嵌入画布的 AI 写作助手、实时上下文消息解释、自动化行动项目识别，以及横跨多业务应用的企业级搜索服务。与此同时，Salesforce 正逐步收紧对外部 AI 公司的数据访问权限，构建起独特的”围墙花园”模式，这一策略凸显了当前企业级平台整合的明显趋势。
Slack AI：深度融入工作流程的”上下文”优势
Slack 产品副总裁 Shalini Agarwal 在接受 VentureBeat 独家采访时强调：”与许多孤立于工作流程的 AI 工具不同，Slack 的 AI 将无缝融入对话、决策和文档等所有工作环节。关键优势在于上下文——Slack 中丰富的结构化与非结构化数据构成了独特优势。”这一战略布局恰逢价值450亿美元的企业协作市场进入白热化竞争阶段。自2021年 Salesforce 以277亿美元收购 Slack 以来，微软 Teams 及其 Copilot AI 助手已迅速崛起，而谷歌也在积极推广 Workspace 中的 Duet AI，三大巨头正激烈争夺日益重视 AI 驱动的生产力提升的企业客户。
自动化与智能辅助：重塑日常协作效率
Slack 的新一代 AI 功能彻底改变了传统 AI 助手被动等待用户求助的模式，转而主动推送相关信息并自动完成日常任务。即将推出的 AI 写作助手将直接嵌入 Slack 画布，可自动从对话中生成项目摘要，从头脑风暴中提取行动项，并将会议记录转化为结构化更新。这一功能与 Slack 现有的 AI 会议记录工具形成完整闭环，构建了端到端的文档工作流。Agarwal 表示：”AI 应该像空气一样自然，用户无需思考就能享受其价值。”她透露，自 AI 功能上线以来，Slack 用户已累计处理超过6亿条消息，累计节省工作时间达110万小时。
更具创新性的上下文消息解释功能将解决跨团队协作中的常见难题。当用户遇到不熟悉的术语或项目引用时，系统会自动弹出解释说明。该功能利用 Slack 内部沉淀的组织专属词汇和历史对话记录，特别有助于新员工快速融入和跨团队协作。企业搜索功能作为 Slack AI 战略的核心，目前已全面开放。用户可通过单一界面查询连接的应用程序（包括 Salesforce、Teams、Google Drive 等）中的信息，有效解决现代企业长期存在的生产力黑洞问题。Slack 研究显示，员工平均有41%的时间耗费在跨系统信息检索等重复性任务上。
企业搜索：开辟工作场所数据新战场
通过将 Slack 定位为企业数据的统一搜索入口，Salesforce 正大胆尝试成为知识型员工的核心工作平台。Slack 并不建立应用程序间的直接连接，而是扮演职场信息的通用翻译器角色，承认大多数企业数据分散在数十个应用中，但迫切需要统一检索能力。对 IT 部门而言，Slack 承诺将部署过程简化到极致，连接器推出后即可即用。这一策略旨在解决现代工作场所普遍存在的”信息孤岛”问题，让知识工作者能够更高效地获取和使用分散在企业各个系统中的信息。
数据限制：Salesforce 的”围墙花园”策略
尽管 Slack 向客户开放了搜索功能，但 Salesforce 却在严格限制外部 AI 公司的数据访问权限。今年5月，公司修改了 API 服务条款，禁止批量数据导出，并明确禁止使用 Slack 数据训练大型语言模型。这一举措将影响 Glean 等第三方 AI 搜索公司，这些公司此前曾通过索引 Slack 对话及其他企业数据源提供统一搜索服务。根据新规，这些公司只能通过实时搜索 API 访问数据，且权限受到严格限制。Salesforce 正在进行一场精心计算的赌博——通过限制数据访问来证明自身 AI 能力的优越性。然而，企业客户更倾向于灵活开放的解决方案，过度锁定可能引发客户流失。
企业安全与早期生产力成果
Salesforce 围绕其”爱因斯坦信任层”构建了完整的 AI 功能体系，始终强调客户数据的安全。Agarwal 强调：”保护客户数据是 Slack 的首要任务，我们绝不与外部 LLM 提供商共享数据，也不用于训练 LLM。”该平台 AI 功能完全继承 Slack 的企业级安全体系，包括 FedRAMP 合规认证、加密密钥管理和国际数据驻留支持。搜索结果会自动遵循连接应用的权限设置，确保数据安全。早期客户反馈显示生产力显著提升。Salesforce 工程团队报告，其 AI 代理在六个月内已处理3500名用户的18000次对话，相当于每年节省8名全职员工的工作量。OpenTable 仅用三周时间就通过 Salesforce Agentforce AI 处理了73%的餐厅网络查询，支付处理器 Engine 则将平均处理时间缩短15%，预计每年节省200万美元成本。