Data CloudにおけるSalesforce AIの実践ガイド

正直なところ、現在CRM分野におけるAIをめぐる話題は非常に騒がしいものがあります。Salesforceはその先頭に立ち、Data CloudとEinstein AIを顧客関係における次なる大きな変革として宣伝しています。これらはどれも印象的に聞こえますが、もしあなたがチームにとってこれらが何を意味するのかを理解しようとしているだけなら、あなたは決して一人ではありません。Salesforce AI in Data Cloudとは一体何なのか、実際のところどのように機能するのか、そして導入するには何が必要なのでしょうか？

この記事は、そうした誇大広告を切り分け、本質を明らかにします。このプラットフォームの機能、導入における現実的な課題、そしてその悪名高いほど複雑な価格設定について、分かりやすく、率直に解説します。私たちの目標は、この巨大なプラットフォームがあなたにとって正しい選択なのか、それとも既存のツールに接続するだけの、より柔軟なソリューションの方が理にかなっているのかを判断する手助けをすることです。

Salesforce AI in Data Cloudとは？

まず第一に、Salesforce AI in Data Cloudは、単体で買えるような製品ではありません。実際には、強力なデータプラットフォームに、さらに強力なAIレイヤーを組み合わせたパッケージディールです。新しい派手な生成AI機能が動作するためには、この両方の部分が連携して機能する必要があります。

Salesforce Data Cloudの役割

Salesforce Data Cloudの核心は、すべての顧客データを集約する巨大なハブであることです。その主な役割は、あらゆる場所から情報を収集し、整理し、接続することです。これには、Sales CloudやService CloudのようなSalesforceアプリからのデータだけでなく、ウェブサイト、モバイルアプリ、あるいは他のデータウェアハウスからのデータも含まれます。

その目的は、Salesforceが「Customer 360」と呼ぶ、すべての顧客に対する単一の完全なプロファイルを作成することです。これにより、顧客があなたの会社と行ったすべての接点をリアルタイムで把握でき、これが賢いAIを動かすための燃料となります。

Salesforce AI in Data Cloudのコアコンポーネントである統合された「Customer 360」ビューを示すSalesforce Service Cloudダッシュボードのスクリーンショット。

Salesforce Einstein AIの役割

Einstein AIは、SalesforceのすべてのAIツールのブランド名です。これには、以前からある予測AI機能に加えて、誰もが注目している新しい生成AI機能も含まれます。ここでの主要な製品は、営業担当者やサービス担当者のためのAIアシスタントであるAgentforceや、自社のデータに基づいてカスタムプロンプトを作成できるPrompt Builderです。

チームがSalesforce AI in Data Cloud用のカスタムプロンプトを作成できるSalesforce Prompt Builder。

コンポーネントの連携方法

ここがしばしば混乱を招く点です。Agentforceのような新しい生成AI機能を単独で有効にすることはできません。これらの機能は、動作するためにData Cloudを絶対に必要とします。Data Cloudがなければ、AIは目隠し状態で飛行しているようなもので、顧客にとって関連性があり、正確で、安全な回答を提供することができません。

Data Cloudは、AIをあなたのビジネスについて賢くするための「基盤となる」データを提供します。この統合された顧客情報を、Einstein Trust Layerと呼ばれるものを介してAIモデルに供給します。このレイヤーは、機密性の高い個人情報（PII）を隠したり、あなたのプライベートデータが公共のモデルのトレーニングに使用されないようにしたりする重要な役割も担っています。簡単に言えば、Data CloudはSalesforceの生成AI全体のセットアップにおける必須の出発点なのです。

主な機能

では、このセットアップで実際に何ができるのでしょうか？これらの機能は明らかに大規模な運用ニーズを持つ大企業を対象としていますが、それでもその中身を知っておくことは有益です。

データ統合とゼロコピ―連携

大きなセールスポイントの1つは、Data Cloudがほぼどこからでもデータを取り込める能力です。ここでの重要な機能は、「ゼロコピ―」連携です。これにより、Snowflake、Google BigQuery、Databricksなどの外部データウェアハウスにData Cloudを直接接続し、すべてのデータをコピーする必要がなくなります。すでにこれらのプラットフォームに数百万ドルを投資している巨大企業にとって、これは新たなデータサイロを作成する必要がないため、大きなメリットです。

しかし、現実的に考えてみましょう。AIを既存のヘルプデスク（Zendeskなど）やナレッジベース（Confluenceなど）と連携させたいだけのほとんどのチームにとって、これはクルミを割るのにスレッジハンマーを使うようなものです。eesel AIのようなツールを使えば、既存のツールと直接連携することで、はるかに迅速に目的を達成できます。別のデータプラットフォームを必要とせず、数分で使い始めることができます。

Agentforceのような生成AIアプリケーション

ここが、素晴らしいことが起こるはずの場所です。すべてのデータがData Cloudに集まると、Agentforceのようなアプリを使い始めることができます。このAIアシスタントはSalesforceのインターフェース内にあり、チームが次のような作業を行うのを助けます：

• ロボットっぽくないパーソナライズされた営業メールの作成。

• 長いカスタマーサポートの通話やチケットのやり取りの要約を提供。

• 新しいサポートケースの分類のような退屈なタスクの処理。

AIがData Cloudの豊富な顧客データを活用しているため、その提案は一般的なAIツールから得られるものよりもはるかに役立つとされています。

Salesforce AI in Data CloudのAgentforce機能がカスタマーサポートケースを要約している様子を示すスクリーンショット。

Einstein Trust LayerとカスタムAIモデル

生成AIに関しては、セキュリティとプライバシーが当然ながら大きな懸念事項です。SalesforceはこれをEinstein Trust Layerで対応しています。このレイヤーは、機密データを自動的にマスキングし、AIの応答に有害な言葉がないかチェックし、あなたのデータが第三者のAIモデルによって保存されたり使用されたりしないことを保証します。これにより、あなたの顧客データはあなたのもののままです。

自社のデータサイエンスチームを持つ企業向けに、SalesforceはEinstein Studioも提供しています。これにより、独自のAIモデル（BYOM）を持ち込み、Salesforceデータに接続することができ、AIの活用方法をより細かく制御できます。

導入の現実とその限界

機能リストは素晴らしく聞こえますが、Salesforce AI in Data Cloudを実際に立ち上げる日々は全く別の話です。飛び込む前に、その課題を知っておく価値があります。

単純なプラグインではなく、大規模プロジェクト

Data Cloudは単に「オンにする」だけでは済みません。多くのコンサルタントが言うように、成功裏に立ち上げるには、真剣な「事前の適切な設計、事前の計画、そして事前のアーキテクチャ」が必要です。専門のコンサルタントを雇い、専任の社内チームを編成し、結果が出るまで数ヶ月待つ必要がある巨大なプロジェクトです。これは週末に試せるツールではなく、大規模なトップダウンの企業イニシアチブです。

Data Cloudへの隠れた依存関係

最もよくある混乱の1つは、Data CloudがAI機能とどのように接続されているかという点です。一部のライセンスにはData Cloudの「無料」版や「0ドルSKU」が含まれているという話を聞くかもしれませんが、だまされてはいけません。Agentforceや他の生成AIツールは、それなしでは使用できません。ログ記録、使用状況の追跡、Trust Layerの実行には技術的な要件となっています。したがって、たとえ最初にData Cloudの料金を支払わなくても、その複雑さとアーキテクチャからは逃れられません。

エコシステムへのロックインのリスク

このシステム全体は、ビジネス、営業、サービス、マーケティングのすべてがすでにSalesforce上で動いている場合に最も効果的に機能するように作られています。もしあなたのチームがさまざまなツールを組み合わせて使っている場合、そのデータをSalesforceに送り込むことにすべての時間を費やすことになり、それは強制的で不自然に感じられることがあります。

Salesforce AI in Data Cloudの閉じたエコシステムと、より柔軟で統合されたアプローチを比較するインフォグラフィック。

ここが、オールインワンプラットフォームが複雑になり得る点です。対照的に、eesel AIのようなツールは、シンプルさと柔軟性を追求して設計されています。ワンクリック連携により、Freshdesk、Intercom、Google Docs、Slackなど、実際に使用しているヘルプデスクやナレッジソースに直接接続します。AIを試すためだけに、現在の設定を全面的に見直したり、巨大なデータプロジェクトを始めたりする必要はありません。数分で稼働させることができます。

さらに良いことに、eesel AIのシミュレーションモードを使えば、過去の何千ものチケットに対して安全に自動化をテストできます。AIがどのように返信したかを正確に確認し、解決率の確かな予測を得て、実際の顧客と対話する前にその動作を微調整できます。これにより、自信を持って自動化を展開でき、これは大規模プラットフォームの「オールオアナッシング」のアプローチとは大きく異なります。

不透明な価格設定

SalesforceのAIを検討する際に遭遇する最大の頭痛の種の1つは、明確な価格設定が全くないことです。予算を管理しようとしている人にとって、これは全く話にならない可能性があります。

複雑な従量課金モデル

Salesforceには、AIおよびData Cloudサービスに対する単純な定額料金はありません。代わりに、請求額はさまざまな要素の複雑な組み合わせで決まります：

• 消費クレジット： AIとデータ処理の使用量に応じて支払います。

• データストレージ： Data Cloudに保存するデータが多いほど、支払額も増えます。

• プレミアムアドオン： 追加機能には追加料金がかかります。

さらに悪いことに、どこにも価格ページは見つかりません。すべてのリンクは「営業担当へのお問い合わせ」フォームに誘導されます。これにより、特にAIの使用量が変動しやすいため、コストを予測することはほぼ不可能です。Redditの一部のユーザーが不満を漏らしているように、価格設定があまりにも曖昧なため、パイロットプロジェクトの承認を得ることさえ難しいのです。

代替案：透明で予測可能な価格設定

ここも、別のアプローチが多くの頭痛の種を解消できる点です。eesel AIでは、価格設定はシンプルで透明です。プランは明確な階層に基づいており、成長に合わせてスケールアップできるため、常に支払額を把握できます。

最も重要なのは、eesel AIには**「解決ごとの手数料なし」**の方針があることです。つまり、チケット数が多かった月でも、請求額が突然急増することはありません。このような予測可能な予算管理は、エンタープライズプラットフォームの不透明な従量課金モデルからの歓迎すべき変化であり、予期せぬコストを心配することなく自動化をスケールアップできます。

Salesforce AI in Data Cloud：一部には強力だが、多くには複雑すぎる

Salesforce AI in Data Cloudが強力で深く統合されたプラットフォームであることは間違いありません。すでにSalesforceエコシステムに完全にコミットしており、数ヶ月にわたる導入プロジェクトのための予算とチームを持つ巨大企業にとっては、素晴らしいツールとなり得ます。

しかし、その力には多大な複雑さ、単一ベンダーへのロックインのリスク、そして全く明確でない価格モデルが伴います。ほとんどのサポート、IT、運用チームにとっては、すでに使い慣れたツールと連携し、より俊敏でセルフサービス型のソリューションの方が、AIを始めるためのより現実的で手頃な方法です。

AIを数ヶ月ではなく、数分で活用する

現在のツールに接続し、初日から価値を提供し始め、予測可能な価格設定を持つAIソリューションが必要なら、eesel AIはあなたのために作られました。自身のデータでそのパフォーマンスをシミュレーションし、数分で本番稼働させることができます。