Salesforce AIアーキテクチャの実践ガイド

最近、SalesforceのAgentforceやEinsteinといった新しいAIツールについて耳にする機会が多いのではないでしょうか。ビジネスのあり方を根本から変えると謳っており、素晴らしい話に聞こえます。しかし、サポートチームに所属している方にとって、SalesforceのAIアーキテクチャを理解しようとすることは、まるで秘密の言語を解読しているかのように感じられるかもしれません。これらのさまざまな要素は何をするもので、チームでAIを活用するために実際に何が必要なのでしょうか？

このシステム全体が強力であることに疑いの余地はありません。しかし、それは同時に階層的で複雑でもあります。そこから実用的で具体的な価値を引き出すには、見落としがちな一つのこと、つまり、クリーンで整理された統一ナレッジベースにかかっています。

ここでは、SalesforceのAIアーキテクチャを分かりやすく解説します。主要なコンポーネントを一つずつ見ていき、なぜナレッジベースが主役なのかを説明し、何ヶ月もかかるような巨大なプロジェクトを立ち上げることなく、AIを活用したサポートを始めるためのより簡単な方法をご紹介します。

Salesforce AIアーキテクチャとは？

SalesforceのAIアーキテクチャは、既製品を一つ購入するようなものではありません。むしろ、CRMデータにAIの知能をもたらすために連携して動作する、さまざまなレイヤーのエコシステムのようなものです。

次のように考えてみてください。

• 「脳」(Agentforce & Einstein): これは、あなたとあなたのチームが実際に目にし、使用するAIの部分です。コンテンツを生成したり、顧客が次に行うかもしれないことを予測したり、営業やサービスの担当者のタスクを自動化したりするのはこの部分です。メールの下書きやサポートケースの要約を依頼すると、このAIが思考を行います。

• 「記憶」 (Data 360): ここには、すべての情報が格納されています。Data 360は、Salesforceだけでなく他のシステムからもすべての顧客データを引き出し、信頼できる唯一の情報源にまとめるように構築されています。CRMのレコードと、SnowflakeやRedshiftのような他の場所にあるデータを結びつけ、AIに全体像を提供します。

• 「良心」 (Salesforce Trust Layer): この組み込みレイヤーは、セキュリティと倫理に関するすべてを担います。データのプライバシーを保護し、AIが責任ある行動をとるようにします。この重要な部分がゼロリテンションポリシーであり、企業の機密情報が公共のAIモデルのトレーニングに使用されないことを意味します。

• 「教科書」 (Salesforce Knowledge): これは、あなたの会社の社内ライブラリです。Salesforceは、すべてのヘルプ記事、FAQ、トラブルシューティングガイドをここに保存することを想定しています。AIは、あなたのビジネスに特化した正確な回答を導き出すために、このコンテンツに大きく依存します。

これらすべてを組み合わせると、非常に高度なシステムが出来上がります。脳（Agentforce）は、統一された記憶（Data 360）を使い、会社の教科書（Salesforce Knowledge）を学習し、その間、良心（Trust Layer）がすべてを規律正しく保ちます。

ナレッジベースがSalesforce AIアーキテクチャの鍵を握る理由

AIモデルの性能は、学習に使われるデータの質に左右されます。信頼できる情報を指し示すことなくAIを野放しにすると、「ハルシネーション（幻覚）」を起こし始める可能性があります。もっと分かりやすく言えば、単に情報をでっち上げてしまうことです。それを防ぐため、SalesforceのAIは、役立つ関連性の高い回答を提供できるよう、自社のデータに「基づいて」動作するように設計されています。

では、そのデータはどこから得られるのでしょうか？

Salesforce自身がこの点について明確にしています。彼らのドキュメントによると、「ナレッジベースは、AIモデルに接続するための不可欠な資産です」。つまり、カスタマーサポートにおいて、彼らのAIは質問に答えるためにSalesforce Knowledge内に格納されたコンテンツを頼りにしている、と率直に語っているのです。

これは、サポートチームにとってSalesforce AIアーキテクチャ全体の成功が、ナレッジベースの質にかかっていることを意味します。もしナレッジベースが空っぽだったり、古かったり、単に乱雑だったりすれば、高価なAIツールは学習するための適切な教科書を持てないことになります。そして、これから見ていくように、その教科書作りこそが厄介な点なのです。

Salesforceネイティブのナレッジベースを構築する際の課題

多くのチームにとって、SalesforceのAIから価値を引き出す上での最大の障害は、Salesforce内に優れたナレッジベースを構築し、維持するというタスクです。これは、見くびりがちな、膨大で時間のかかるプロジェクトです。

1. セットアップ自体が一大プロジェクト

スイッチを切り替えるだけでSalesforce Knowledgeをオンにできるわけではありません。適切に設定するには、数ヶ月かかる可能性のある技術的な深い知識が必要です。以下の点を検討する必要があります。

• 記事タイプとページレイアウト: 何かを書く前に、構造を設計しなければなりません。つまり、FAQ、ハウツーガイド、トラブルシューティングドキュメントなど、それぞれに特定のレイアウトを持つ異なるテンプレートを作成する必要があります。

• データカテゴリ: コンテンツの家系図のようなものであるタ Taxonomy全体を構築し、記事が整理され、見つけやすくなるようにする必要があります。これを最初から正しく行うには、多くの計画が必要です。

• ユーザー権限とワークフロー: 誰が記事を作成、編集、公開できるかを決定しなければなりません。これには通常、公開前にすべてのコンテンツの正確性を確認するための承認プロセスを設定することが含まれます。

このプロセス全体は非常に複雑で、Salesforceは数百ページに及ぶ導入ガイドを提供しています。これは週末に終わらせられるようなものではなく、多くの場合、Salesforceの専門家を雇う必要がある大きな取り組みです。

この動画では、チームが顧客からの一般的な問い合わせに対する答えをより簡単に見つけられるように、Salesforce Knowledgeを設定する方法を紹介しています。

2. 散在するナレッジ：重大な課題

正直なところ、あなたの会社の実際の知識はどこにありますか？おそらく、一つのきれいなフォルダに収まっているわけではないでしょう。顧客の質問に対する最良の答えは、通常、さまざまなツールに分散しています。

• Confluence、SharePoint、Notionなどの社内wiki。

• Google DocsやPDFでいっぱいの共有ドライブ。

• SlackやMicrosoft Teamsに埋もれた重要な会話や決定事項。

• ヘルプデスクにある何千もの解決済みチケット。これらには、しばしば最も価値のある知識が含まれています。

SalesforceのData 360はこれらすべてを統合するように設計されていますが、大規模なデータ移行または一連の複雑なインテグレーションが必要です。まず、そのすべての情報をSalesforceエコシステムに取り込む必要があります。これには、Zapierのような他のツールを使用したり、カスタムAPI接続を構築したりすることが多く、コストと複雑さがさらに増します。

3. 手作業によるコンテンツ作成：大きなボトルネック

さて、セットアップを乗り越え、Salesforce内に知識のための完璧な場所を構築できたとしましょう。それでもまだ大きな問題があります。誰かが実際にすべての記事を書かなければならないのです。そして、それらを更新し続けなければなりません。

何を書くべきかを把握すること自体が一つの仕事です。チームはサポートチケットを掘り起こして、共通の問題や知識のギャップを見つけなければなりません。そして、サポート担当者やマネージャーが時間をかけて、乱雑なチケットの会話を洗練された読みやすい記事に変える必要があります。この手作業のプロセスは遅く、チームを本来の業務である顧客支援から遠ざけてしまいます。

ネイティブのSalesforce AIアーキテクチャに代わる、よりシンプルな方法

Salesforce内に完璧なナレッジベースを構築するために数ヶ月と多額の費用を費やす代わりに、もっと機敏な方法があります。すでに持っているツールや知識に、それがどこにあろうとも接続するAIプラットフォームを使用することができます。

ここでeesel AIのようなソリューションが登場します。これは、すべてを新しいものに移行させるのではなく、Salesforceを含む現在のセットアップと連携するように設計されています。

ナレッジを移行するのではなく、接続する

すべてをSalesforceに移行する巨大なプロジェクトの代わりに、eesel AIは既存のナレッジソースに数分で直接接続します。情報がSalesforce Knowledge、Confluence、Google Docs、またはZendeskのようなヘルプデスクの過去のチケットにあっても、eesel AIはそれにアクセスできます。これにより、ファイルを移動させる手間をかけずに、AIに完全な頭脳を提供することができます。

数ヶ月ではなく、数分で稼働開始

複雑な設定や長いオンボーディングセッションは忘れてください。eesel AIを使えば、ワンクリックのインテグレーションでヘルプデスクや他のツールを接続し、**AIエージェントやAIコパイロット**を即日ローンチできます。完全にセルフサービスなので、コンサルタントのチームを必要とせずに、すぐにAIから価値を得ることができます。

最も価値のある資産から学ぶ：過去のチケット

おそらく最良の部分は、eesel AIがチームの過去のサポート会話から学習できることです。ブランドのトーンを自動的に習得し、一般的な問題を理解し、過去にどの解決策が最も効果的だったかを確認します。これにより、主に事前に書かれた記事に依存するネイティブのSalesforce AIにはない、大きなアドバンテージをAIに与えることができます。最良の答えはすでに古いチケットの中にあり、eesel AIはそれらを活用する方法を知っています。

立ち上げ前に自信を持ってテスト

AIに顧客と対話させることに少し不安を感じますか？それももっともです。eesel AIにはシミュレーションモードがあり、安全な環境で何千もの過去のチケットに対してAIエージェントをテストできます。AIがどのように返信したかを正確に確認し、解決可能なチケット数の実際の予測を取得し、実際の顧客と対話する前にその動作を調整できます。これにより、AIの展開における推測やリスクを取り除くことができます。

機能	標準的なSalesforceのアプローチ	eesel AIのアプローチ
セットアップ時間	数ヶ月にわたる設定とデータ移行。	セルフサービスのワンクリック統合で数分で完了。
ナレッジソース	主にSalesforce Knowledgeに依存するため、データを一元化する必要がある。	Salesforce、Confluence、GDocs、過去のチケットなどに即座に接続。
メンテナンス	誰かが手動でナレッジベースの記事を永久に作成・更新する必要がある。	新しいチケットから自動的に学習し、新しい記事の発見と作成を支援。
テスト	立ち上げ前のテストは限定的。実際の影響を見るには本番稼働が必要なことが多い。	過去のチケットで強力なシミュレーションを実行し、本番稼働前にパフォーマンスを確認。

ゼロからではなく、今あるものを基盤に構築する

SalesforceのAIアーキテクチャが強力であることは間違いありません。しかし、サポートチームにとって、その有効性は完璧に維持された一元的なナレッジベースを持つことに直結しており、それはどんな企業にとっても巨大なプロジェクトです。散在するすべての知識をSalesforceに移行してからでないとメリットが見えないという旧来のやり方は、時間がかかり、コストも高く、チームのリソースを消耗させます。

より現実的なアプローチは、すでに持っている知識とツールを活用することです。eesel AIのようなプラットフォームは、Salesforceを含む既存の環境に直接プラグインし、すぐに価値を提供できるように構築されています。すべてのナレッジソースに接続し、過去のサポート会話から学習することで、数ヶ月ではなく数分で強力なAIアシスタントを稼働させることができます。

複雑なシステムがイノベーションの妨げにならないようにしましょう。小さく始めて価値を証明し、自信を持ってスケールアップしてください。

数ヶ月にわたる導入プロジェクトなしで、Salesforceのデータを使ってAIを活用する準備はできましたか？サポート自動化のためにeesel AIで何ができるか、ぜひご覧ください。