Salesforce

Marc Benioff erklärte im Juni 2025, dass KI bei Salesforce 30% bis 50% der Arbeit erledige. Am 27. Mai 2026 dokumentierte Srinivas Tallapragada, President and Chief Engineering Officer, den Anteil im Engineering: +50.8% Arbeitsaufgaben pro Entwickler, +79% zusammengeführte PRs und ein um +151.3% gestiegener Effective Output Score, ein ML-Maß für den Wert von Code statt für dessen Menge. Eine auf 231 Personentage veranschlagte Migration von 33 API-Endpunkten wurde in 13 Tagen ausgeliefert, verteilt auf 5 PRs. Die beiden Hebel, die er nennt, sind die unternehmensweite Standardisierung auf «Claude Code» und die Abschaffung jeder Token-Grenze, die er als Reibung behandelt und nicht als Budget-Leitplanke („we removed all token limits"). Die Zahl der Incidents sank um 5%, während das PR-Volumen stieg. Tallapragada benennt auch das, was schwierig bleibt: die schwankende Qualität von CLAUDE.md und agentische Sicherheit, für die seiner Ansicht nach ein grundlegend anderes Sicherheitsmodell nötig ist. Didier Girard führt diese Zahlen als Beleg für seine AI4IT-These an: Code verifiziert sich selbst durch Kompilierung, Tests und CI, Geschäftsprozesse tun das nicht.

Dasselbe Unternehmen taucht auch auf der anderen Seite der Bilanz auf. David Heinemeier Hansson sieht Salesforce und SAP „en sérieuse difficulté": Der Wert sei aus dem Code verschwunden und liege nur noch in Prozessintuitionen, die er für unsicher hält. Jaya Gupta und Ashu Garg weisen darauf hin, dass Salesforce den aktuellen Zustand erfasst, nicht den Zustand zum Zeitpunkt der Entscheidung, sodass sich die Entscheidungsspuren, die Agenten benötigen, anderswo ansammeln müssen. Salesforce hat das sitzplatzbasierte SaaS-Modell geschaffen; das Unternehmen hat zugleich 4,000 Stellen im Kundensupport abgebaut und die Preise um 15% erhöht.