她是 Stanford CS 的全班第一，写出了 Facebook 平台上的第一个商业应用，创办的公司被哈佛用作教材。二十年后，她站在了企业级 AI 信任的最前线——先在 Salesforce 锻造出 Agentforce 和 Einstein Trust Layer，又到 Meta 让每一个小企业都用得起 AI。
2023 年，ChatGPT 席卷全球。每一家科技公司都在疯狂地往自己的产品里塞大模型。
Salesforce 也不例外。作为全球最大的 CRM 平台，坐拥超过 15 万家企业客户，它的每一个动作都会影响数以百万计的销售、客服和营销人员的日常工作。
就在这个所有人都在喊 "AI first" 的时刻，Salesforce 把 AI 部门的最高指挥权交给了 Clara Shih——一个二十年前就开始做社交商业应用的人。
她上任后做的第一件事，不是发布模型，不是秀 benchmark，而是——
这堵墙的作用只有一个：确保 AI 在企业环境中绝对不会泄露客户数据。
"所有人都在谈 AI 能做什么。但企业真正在意的是——AI 会不会把我的客户数据拿去训练？会不会把商业机密吐给竞争对手？如果这个问题不解决，什么 AI 功能都不会被采用。"
— Clara Shih · CXOTalk · 2024这个判断在当时是反直觉的。所有竞争对手都在比谁的 AI 更聪明、更快、更便宜。Clara 却说：聪明不重要，安全才重要——因为企业的 CIO 买的不是智商，是信任。
Einstein Trust Layer 做了什么？它在 LLM 和企业数据之间建立了一个隔离层：企业的敏感数据在送入大模型之前被脱敏（masking），模型的回答在送回用户之前被审计（auditing），并且没有任何客户数据会被用于模型训练。这不是一个功能——这是 Salesforce AI 的地基。
Clara Shih 的履历，是硅谷华裔女性的一份范本：
这条路径最有意思的地方——她不是一个纯技术出身后转做管理的人。她是一个从第一天就在思考"技术如何服务商业关系"的人。
从 Faceforce 到 Hearsay 到 Einstein 到 Agentforce——贯穿线只有一条：用技术让企业和客户之间的关系变得更好。工具换了五代，那条线没变过。
Clara 的核心竞争力不是某一项技术能力，而是她在企业软件、消费者社交和前沿 AI 三个世界的交叉经验。这个组合在整个硅谷都极其稀缺——它让她成为了唯一能同时看懂"模型能做什么"和"企业客户害怕什么"的人。
Clara 对 AI 的演进有一个非常清晰的框架。她把企业级 AI 的发展分为三波浪潮：
"我们正在从内容生成和分析，走向自动化行动。这是本质的跃迁——AI 不再是一个回答问题的工具，而是一个能替你执行任务的同事。"
— Clara Shih · Salesforce Newsroom · 2024但她紧接着说了一句更重要的话：
"每一波浪潮的到来，不是让前一波消失，而是叠加。预测式 AI 仍然在跑，生成式 AI 在上面一层，自主代理在最上面。企业需要的不是押注某一波——而是把三波能力同时编排好。"
这个判断对产品人的含义是什么？
Clara 不是在描述一个技术路线图——她在描述一个产品架构决策。大多数企业做 AI 的失败原因不是技术不行，而是每一波技术来了都推倒重来，前一波的投入全部浪费。她的框架告诉你：叠加，不要替换。
2024 年 9 月，Clara 领导推出了 Agentforce——Salesforce 历史上最重要的 AI 产品发布之一。
Agentforce 和市面上其他 AI 助手有什么本质区别？
Clara 对这个转变的理解比大多数人更深——因为她做过 Service Cloud。她知道一个客服团队每天要处理多少重复性工单，知道"建议"和"执行"之间的鸿沟有多大：
"一个客服每天处理 50 个工单。如果 AI 只是给他建议，他还是要一个一个手动操作。但如果 AI 能直接处理其中 30 个标准化的工单，这个客服就能把精力集中在真正需要人类判断力的 20 个复杂案例上。"
— Clara Shih · CNBC · 2024但 Agentforce 的野心远不止客服。Clara 为它画了一张更大的蓝图：
Agentforce 的核心产品决策是：Agent 不是一个独立产品，而是嵌入 Salesforce 每一个云产品的能力层。你不需要"打开一个 AI 应用"来使用它——它就在你正在用的 CRM 里，无缝地替你做事。这个嵌入式的产品架构，是 Clara 从 Service Cloud 时代就开始布局的。
Clara 在多个场合反复强调一个观点，这个观点在消费级 AI 领域几乎没人谈，但在企业级 AI 领域是生死线——
"AI 是一个 moving target。模型每几个月就迭代一次，能力边界一直在变。但有一件事不能是 moving target——那就是信任。客户把数据交给你，这份信任不能有任何含糊。"
— Clara Shih · LinkedIn · 2024她把企业对 AI 的顾虑拆成了四个层面：
Einstein Trust Layer 是她解决前两个问题的答案。但后两个问题——可解释性和可控性——是 Agent 时代新出现的挑战。
"当 AI 只是给建议的时候，最坏的情况是建议不好，人可以无视。但当 AI 开始自主执行的时候，犯错的成本是指数级上升的。一个 Agent 自动给客户发了一封不该发的邮件，你可能失去的不是一个工单——是一个价值百万的客户关系。"
— Clara Shih · Capgemini Interview · 2024所以 Agentforce 的产品设计里内置了一个关键机制——人机协作的边界控制：
Clara 给出了一个在企业级 AI 领域极其重要的产品原则：自主性和可控性不是对立的——它们是同一枚硬币的两面。一个真正好用的 AI Agent 不是不受约束的，恰恰相反，它之所以可以被企业放心使用，正是因为它的自主性是在一个精心设计的信任框架内运行的。
2024 年 11 月，Clara 做了一个让整个行业侧目的决定——离开 Salesforce，加入 Meta。
在外界看来，这是"从企业软件跳到社交媒体"。但 Clara 自己的描述完全不同：
"我们的愿景是让前沿 AI 对每一个企业都可及，赋能所有企业找到成功，掌握自己的未来。"
— Clara Shih · LinkedIn 公告 · 2024.11为什么说这是同一条线？
在 Salesforce，她服务的是那些用得起 CRM 的中大型企业——它们有 IT 团队，有数据基础设施，有预算采购 AI 工具。
但全球绝大多数企业不是这样的。Meta 平台上有数以亿计的中小企业——它们通过 Facebook、Instagram、WhatsApp 和客户沟通。它们没有 CRM，没有 IT 团队，很多甚至没有官方网站。
"AI 的力量能够转变我们工作的方式，尤其是对于那数以亿计的、通过 Meta 平台与客户建立连接的小企业而言。"
— Clara Shih · Life at Meta · 2025Clara 在 Meta 建立的 Business AI 产品组，目标就是为这些小企业打造 AI 代理——不需要技术背景，不需要数据团队，打开 WhatsApp 就能用。
从 Salesforce 到 Meta，Clara 的产品哲学没有变——始终是"用技术让企业和客户之间的关系变得更好"。变的只是服务对象的规模：从十几万家大企业，到数亿家小商户。这不是一次跳槽，是一次放大。
Clara 在多个公开场合谈到了 AI 时代对产品经理这个角色的影响。她的视角独特，因为她既是技术出身（Stanford CS），又做过 CEO（Hearsay），又管过大规模企业产品线（Service Cloud, Salesforce AI），又现在在做普惠 AI（Meta）——很少有人有这种全景视角。
她的判断可以浓缩为三个层次：
"AI adoption requires a strategic approach. 你不能把一个 AI 功能扔给企业客户然后期待他们自己会用。企业需要的不是更强的模型——是更清晰的价值故事、更安全的部署路径、和更渐进的上手体验。"
— Clara Shih · CXOTalk · 2024"模型是可替换的——今天用 GPT-4，明天可以换 Claude，后天可以换自研模型。但你和客户之间的数据关系是不可替换的。Salesforce 的护城河不是某一个 AI 模型，是 15 万多家企业沉淀在平台上的客户关系数据。"
2026 年 4 月，Clara 在一次 Fortune 采访中说了一段话，引发了广泛讨论：
"年轻工作者可以通过学习如何使用 AI Agent 来为自己的职业生涯未来铺路。这不是选修课——这是必修课。不会和 Agent 协作的人，会被会和 Agent 协作的人替代。"
— Clara Shih · Fortune · 2026.04Clara 给产品人的终极建议其实只有一句话：不要追技术，要追信任。技术每六个月换一代，但用户对你的信任是二十年积累的资产。在 AI 时代，能帮企业建立信任的产品人，永远不会被淘汰。
挑出她在 CXOTalk、CNBC、Salesforce Newsroom 和公开场合里最有力量的 8 句，每一张都可以单独拎出来发朋友圈、发 X、发小红书。
所有人都在谈 AI 能做什么，
但企业真正在意的是——
AI 会不会把我的数据弄丢。
"Everyone talks about what AI can do. Enterprises care about what AI won't do with their data."
AI 产品最大的障碍
不是技术——
是采用。
"AI adoption requires a strategic approach, not just a powerful model."
我们正在从内容生成
走向自动化行动——
这是本质的跃迁。
"We're going from content generation and analysis to automating actions."
AI 是一个 moving target——
但信任不是。
"AI is a moving target. Trust cannot be."
模型是可替换的，
但你和客户之间的
数据关系不可替换。
"Models are swappable. Your data relationship with customers is not."
让前沿 AI
对每一个企业都可及——
赋能所有企业掌握自己的未来。
"Make cutting-edge AI accessible to every business, empowering all to own their future."
不会和 AI Agent 协作的人，
会被会和 Agent 协作的人
替代。
"Those who can't work with AI agents will be replaced by those who can."
技术换了五代，
但我做的事没变过——
让企业和客户的关系变得更好。
"Tools change every generation. The mission stays: make business relationships better."
回头看 Clara 这二十年，会发现一个有趣的贯穿线——
在 Stanford，她学的是计算机如何解决问题。在 Oxford，她研究的是技术如何改变人际关系。在 Salesforce 第一次，她把社交数据接进了企业 CRM。创办 Hearsay，她帮金融顾问在社交媒体上合规地做生意。重回 Salesforce，她为 AI 建了一堵信任的墙。到了 Meta，她要让每一个街角的小店都能用上 AI。
每一步都是同一件事——在两个原本不相连的世界之间搭一座桥。
社交与商业之间，技术与信任之间，大企业与小商户之间，AI 的能力与人类的安全感之间。
这不是一段刻意升华的台词。这是二十年产品生涯的自然沉淀。
在一个所有人都在追逐"AI 能做什么"的时代，她选择了一条更难但更持久的路——追问"AI 凭什么被信任"。
而搭桥的人，往往走得最远。