Armia USA stawia na Salesforce. Co to znaczy dla architektury AI?

5.6 mld USD – tyle warte jest nowe federalne zamówienie na technologie Salesforce (DefenseScoop). To nie jest kolejny CRM dla rządu USA, ale kontrakt budujący data fabric i podstawy agentic AI dla całej armii. Tego typu projekty zwykle wyznaczają standardy architektury, które po kilku latach trafiają do enterprise na całym świecie. Dla polskich praktyków Salesforce to sygnał, że w AI-first enterprise wygrają ci, którzy potrafią spiąć dane, API i procesy w spójny kontekst działania agentów. W tym artykule analizuję, jak technologie, które rząd USA właśnie kupuje, przełożą się na architekturę CRM i AI w polskich organizacjach.

Data fabric jako fundament agentic AI

Armia USA kupuje od Salesforce przede wszystkim warstwę spajającą dane w jedną platformę, a nie pojedynczy system CRM. W oświadczeniu vendor podkreśla, że celem kontraktu jest połączenie rozproszonych źródeł danych i systemów armii w ujednoliconą architekturę umożliwiającą szybkie, oparte na danych decyzje. Kluczowe jest to, że fundament pod AI nie zaczyna się od agentów, ale od zaufanych, spójnych danych: Master Data Management, API orchestration i golden record. To dokładnie te same mechanizmy, które w komercyjnych wdrożeniach Data 360 stają się podstawą dla Salesforce Agentforce. W polskich orgach coraz częściej widać podobny wzorzec – najpierw napraw dane, potem automatyzuj agentami.

Technicznie widać tu trzy filary: zero-copy dostęp do danych, federowane API i ustandaryzowane modele danych. To nie przypomina tradycyjnego CRM, tylko warstwę integracyjną bardziej podobną do CDP. Salesforce od lat sygnalizuje tę zmianę, a projekt Armii to kolejny dowód, że architektura enterprise zmierza właśnie w kierunku unified data fabric. Dlatego coraz więcej polskich firm zaczyna inwestować w warstwy kontekstu podobne do tych opisanych w architekturze zero-copy Customer Zero. Im szybciej firmy uporządkują dane, tym łatwiej potem mogą skalować automatyzację AI.

Dla architektów CRM to sygnał, że samo wdrażanie agentów nic nie da bez naprawy fundamentów data governance. W praktyce oznacza to: przebudowę integracji pod API-first, centralizację słowników danych i likwidację shadow IT. Jeśli dziś firma ma pięć różnych definicji kontrahenta, to żaden agent nie podejmie sensownej decyzji operacyjnej. Trend jest jasny: im bardziej agentic AI rośnie, tym bardziej tradycyjny CRM staje się tylko jedną z kilku warstw architektury.

Jak działa agentic enterprise w praktyce

Salesforce wskazuje wprost, że kontrakt dla armii ma przygotować grunt pod agentic AI. Kluczowy cytat z wywiadu Lingtona pokazuje kierunek: AI agent zacznie od back-office, potem logistyka, a dopiero na końcu operacje z udziałem ludzi. To interesujące, bo jest niemal identyczne z trajektorią, którą obserwujemy w korporacyjnych wdrożeniach Agentforce: najpierw ticket triage, workflow orchestration, automatyczne requesty, potem planowanie zasobów, a dopiero na końcu autonomy-in-the-loop. W skrócie: agentic AI nie wyprze procesów, tylko zacznie działać na ich styku.

Pod względem technicznym to, co armia kupuje dzisiaj, to warstwa umożliwiająca agentom symultaniczne działanie na wielu systemach: API orchestration, event-driven architectures i unified identity. W rzeczywistości to dokładnie te same elementy, które są wymagane do wdrożeń w stylu Agentforce 360 i warstwy kontekstu. AI agent nie może działać autonomicznie, jeśli nie zna struktury danych, nie rozumie ograniczeń procesowych i nie ma dostępu do jednego źródła prawdy. Armia stawia to samo wymaganie co enterprise: agent ma podejmować decyzje, ale w granicach reguł i z pełnym nadzorem człowieka.

Praktycy w Polsce mogą potraktować to jako preludium do zmian w roadmapach Salesforce: coraz więcej funkcji Agentforce będzie wymagało dojrzałej architektury danych i orkiestrowania API. Oznacza to, że projekty integracyjne staną się kluczowe, a rola architekta przesunie się z projektowania UI do projektowania warstw danych i procesów. Warto już dziś ocenić, czy obecna architektura orga pozwoli agentowi wykonywać akcje cross-cloud bez generowania chaosu.

MOSA i odejście od systemów zamkniętych

Ciekawym elementem kontraktu jest nacisk na MOSA – modular open systems approach. Według Salesforce to sposób na odejście od systemów zamkniętych i customowych, które blokują dostęp do danych. Choć MOSA jest standardem w sektorze obronnym, jego logika idealnie wpisuje się w wyzwania polskich wdrożeń: zbyt wiele customizacji, brak spójnego modelu danych i integracje point-to-point prowadzące do API chaos. MOSA w praktyce oznacza architekturę modułową, w której każdy komponent musi wystawiać dane w ustandaryzowany sposób i dawać się wymienić bez przebudowy reszty systemu.

W świecie Salesforce jest to szczególnie ważne w kontekście rosnącego znaczenia Agentforce. Agenty potrzebują dostępu do danych transakcyjnych, procesowych i kontekstowych bez zgadywania, w którym systemie znajduje się prawdziwa informacja. Taka logika stoi też za wzrostem Data 360, które w naszej analizie opisywaliśmy jako nowy fundament AI-first CRM. Polskie firmy, które nadal trzymają dane w odizolowanych modułach lub integracjach typu mid-2010, będą miały problem z uruchomieniem agentów działających cross-cloud.

Praktyczne implikacje są jasne: każda organizacja planująca wdrożenie Agentforce powinna przeprowadzić audyt architektury, identyfikując obszary, gdzie zamknięte systemy blokują przepływ danych. Drugi krok to standardyzacja – API v2, event model i ograniczenie custom objects tam, gdzie istnieją standardowe schematy. Trzeci krok to rozwijanie kompetencji w projektowaniu modularnych platform, o czym pisaliśmy również w kontekście MCP i kontrolowanego wywoływania tooli przez agentów. MOSA w praktyce to nie architektura wojskowa, ale po prostu dojrzały enterprise IT.

Strategia na 2026: co powinni zrobić architekci i zespoły Salesforce

Kontrakt armii nie jest bezpośrednio związany z Polską, ale jego implikacje architektoniczne już dziś przelewają się do komercyjnej platformy Salesforce. Jeśli najwięksi klienci inwestują w data fabric, modularność i przygotowanie pod agentic AI, to w ciągu 18-24 miesięcy te same wymagania staną się standardem także w Europie. Praktycy Salesforce powinni potraktować to jako road-signal: architektura CRM nie może być projektowana bez uwzględnienia warstwy AI governance, przepływów danych i orkiestracji API. Wdrożenia bez tego fundamentu będą miały ograniczoną możliwość adopcji nowych funkcji.

Najważniejsze kroki na dziś: audyt jakości danych, identyfikacja zamkniętych integracji i przygotowanie warstwy kontekstu dla agentów. Firmy, które myślą o AI tylko przez pryzmat promptowania, przegrają z tymi, którzy budują struktury danych i procesy wspierające działanie autonomicznych agentów. Kontrakt armii potwierdza coś, co widzimy w polskich wdrożeniach: fundamentem AI-first enterprise nie jest model, tylko dane i architektura.

To dobry moment, by zespoły w Polsce przemyślały, czy ich CRM jest gotowy na wprowadzenie agentów wykonujących działania cross-cloud. Jeśli nie, to najlepiej zacząć od analizy danych, integracji i procesów – bo to właśnie te warstwy decydują o tym, czy agentic AI rzeczywiście dowozi wartość, czy tylko generuje kolejną falę chaosu systemowego.

Armia USA pokazuje kierunek: AI w dużych organizacjach nie zaczyna się od chatbotów, tylko od spójnego data fabric i modularnej architektury. Pytanie dla polskich firm jest proste: czy Wasz Salesforce jest gotowy na agentów, którzy będą realnie podejmować decyzje operacyjne?