Salesforceから新しいAIに関する発表を耳にしない週はない、と感じるほどです。彼らがAIに全力を注いでいることは明らかで、自社のAI研究部門をCRMの未来を担う頭脳として位置づけています。Einstein、Copilot、そして新しいAgentforceプラットフォームに関するニュースが絶え間なく流れてくることからも、そのメッセージは明白です。彼らはAIに大きな賭けをしているのです。
しかし、現実を見てみましょう。見出しは華やかですが、その熱狂の中で、これらがあなたのチームにとって実際に何を意味するのかを見失いがちです。サポートチームやサービスチームの日々の業務を管理しようとしているだけのあなたにとって、これらの巨大なエンタープライズレベルのツールは、一体どのように役立つのでしょうか？
このガイドでは、Salesforce AI Researchについて、率直かつ実践的なレビューをお届けします。主要な開発内容を解き明かし、その技術で何ができるのかを確認し、現在市場に出回っている、より機敏で利用しやすいAIソリューションと比較検討していきます。
Salesforce AI Researchとは？
一言で言えば、Salesforce AI Researchは同社の研究開発部門であり、新しいAI技術を開発し、それを広範なSalesforce Customer 360プラットフォームに組み込む役割を担っています。EVP兼チーフサイエンティストのSilvio Savareseのような人物が率いるこのチームの仕事は、現実世界のビジネス上の課題に取り組む高度なAIを構築することです。
これは単なる理論ではありません。チームは学術論文を発表し、オープンソースプロジェクトに貢献していますが、その主な焦点はSalesforce製品を直接改善することにあります。彼らの研究は、以下のような非常に高度な分野に集中しています。
-
大規模アクションモデル（LAM）: これはただ話すだけでなく、物事を実行するAIです。リクエストを理解し、ソフトウェアアプリケーション内で一連のステップを実行してタスクを完了させることができます。
-
マルチエージェントフレームワーク: 専門分野を持つAIボットのチームが協力して働く姿を想像してください。サービスチケットの整理や販売予測の作成といった複雑な業務で連携することができます。
-
コード生成: コードスニペットを記述したり提案したりすることで、開発者を支援するAIです。
-
データ合成: 現実的でありながら偽のデータを作成する技術です。機密性の高い顧客情報に触れることなくAIモデルをトレーニング・テストするのに非常に役立ちます。
-
検索拡張生成（RAG）: AIが特定のナレッジベースからの事実に基づいて回答を生成し、情報を捏造するのを防ぐ技術の専門用語です。
ここでの最終目標は、企業が「エージェント型エンタープライズ」になるのを支援することです。これは、自律型AIエージェントが定型業務をこなし、人間が人間ならではのタッチを必要とする仕事に集中できるビジネスモデルを指します。
Salesforce AIの進化
SalesforceがAIの流行に飛び乗ったのは昨日今日の話ではありません。彼らの旅路は約10年間にわたって展開されており、基本的な予測から、今日見られる完全な自律型エージェントへと進化してきました。そのタイムラインを知ることは、現在の戦略を理解する上で役立ちます。
2016年：EinsteinがCRMに予測AIを導入
SalesforceのAIストーリーが本格的に始まったのは2016年のSalesforce Einsteinの登場からです。そのアイデアは、販売、サービス、マーケティングのツールに予測機能を組み込むことで、CRMをより「スマート」にすることでした。
この最初のバージョンは、既存のSalesforceデータを分析して、役立つヒントを提供することに重点を置いていました。例えば、営業担当者がどのリードに最初に電話すべきかを判断するのに役立つ「予測リードスコアリング」や、サポートチケットを自動的にルーティングする「推奨ケース分類」などが挙げられます。当時としては画期的でしたが、その機能は主に結果を予測するものであり、新しいコンテンツを作成したり、自律的に行動を起こしたりするものではありませんでした。
2023年：Einstein GPTが生成AIを導入
2023年にEinstein GPTが発表されると、状況は一気に熱を帯びました。これはSalesforceが生成AIへの大きな飛躍を遂げたもので、自社モデルとOpenAIなどのパートナーの技術を融合させたものでした。
突如として、Salesforceは単に予測するだけでなく、ものを創り出すことができるようになりました。Einstein GPTは、営業メールの下書き、サービスエージェント向けの返信作成、マーケティングコピーの作成など、パーソナライズされたコンテンツを大規模に生成するために構築されました。賢い点は、Salesforce Data Cloudからの企業のリアルタイム顧客データを使用して、生成されるすべてのコンテンツが関連性が高く、文脈を認識していることを保証する点でした。
次世代：Einstein CopilotとAgentforce
その生成AIの基盤の上に、Salesforceは間髪入れずに次の一連のツールを展開しました。Einstein Copilotは、すべてのSalesforceアプリ内に存在する対話型AIアシスタントとして登場しました。ユーザーは単にボタンをクリックするだけでなく、CRMとチャットして、通話の要約、会議の準備、契約書の下書きなどを依頼できるようになりました。Einstein Copilot Studioを使えば、企業はカスタムスキルやプロンプトでアシスタントに新しい芸を教えることさえできます。
これらすべてが、企業全体のAIエージェントを管理するために設計された大規模プラットフォーム、Agentforce 360の発表へと繋がります。Agentforceは、「エージェント型エンタープライズ」のビジョンを実現する要素であり、AIが複雑なビジネスプロセスを自律的に処理できるシステムを構築します。
注意点：クローズドなエコシステム
ご覧の通り、この進化全体は一つのこと、つまりSalesforceプラットフォームの上に成り立っています。初期のEinsteinから最新のAIエージェントまで、すべてのツールはSalesforceの世界の中で生き、呼吸するように設計されており、データはSalesforce Data Cloudからのみ取得されます。
会社全体がすでにSalesforceで稼働している場合は素晴らしいことですが、それ以外のすべての人にとっては大きな障害となります。あなたのチームがZendesk、Freshdesk、[REDACTED]のような人気のヘルプデスクを使用している場合、SalesforceのAIを導入するには、技術スタック全体を移行する必要があり、これは多くの場合、大規模で骨の折れるプロセスです。対照的に、eesel AIのようなツールは、あなたがすでに使用しているソフトウェアに直接接続できるように構築されており、チームがお気に入りのツールを手放すことなく、数分で強力なAI機能を提供します。
その仕組みは？
Salesforce AIがあなたのビジネスにとって何を意味するのかを本当に理解するためには、そのすべてを機能させる主要なコンポーネントを覗いてみると良いでしょう。
基本理念：すべてはSalesforce Data Cloudが基盤
SalesforceのAI戦略全体の基盤は、Salesforce Data Cloudです。AIによる応答、提案、アクションはすべて、そこに保存されている顧客データに基づいています。これにより、SalesforceのAIは一般的な回答ではなく、関連性の高い正確な回答を提供できるのです。
当然生じるセキュリティの疑問に対応するため、彼らはEinstein Trust Layerも構築しました。これは本質的にあなたのデータを守るためのセキュリティブランケットです。サードパーティのAIモデルがあなたの情報を保存しないようにするゼロデータ保持や、顧客データのプライバシーを保護するために個人を特定できる情報（PII）を自動的にマスキングするなどの機能が追加されています。
アクションモデルとAIチームでテキストを超える
Salesforce Researchは、主にテキストの読み書きに長けた標準的な大規模言語モデル（LLM）の先を見据えています。彼らは、リクエストを理解し、アプリ内で一連のアクションを実際に実行してタスクを完了させるために作られたAIの一種である、大規模アクションモデル（LAM）に多額の投資を行っています。
ここで彼らのマルチエージェントフレームワークが活躍します。これにより、専門分野の異なるAIエージェントが、一つの複雑な業務で協力し合うことが可能になります。例えば、あるエージェントが販売データを取得し、別のエージェントがそのデータを分析してトレンドを把握し、三番目のエージェントがその分析結果に基づいて予測レポートを作成するといったことが可能です。これが実際に機能することを確認するため、Salesforceは独自のテストSCUBAを構築し、シミュレートされたSalesforce環境でAIエージェントが実際のCRMタスクをどれだけうまく処理できるかを評価しています。
最高レベルのAIモデルの利用（ただし注意点あり）
Salesforceは、すべてのAIモデルを自社で構築しようとしているわけではありません。彼らはOpenAIやAnthropicのようなトップクラスのAIラボと賢明なパートナーシップを結んでいます。これにより、GPT-5やClaudeのような強力なモデルを直接Agentforceプラットフォームに導入することができます。
これにより、顧客は市場で最高のAI技術の一部にアクセスできますが、注意点があります。すべてはEinstein Trust Layerの安全でありながら閉鎖的な世界の中で行われ、Salesforce独自のツールで設定する必要があります。単一のベンダーに縛られることなく、AIが何を知っているかをより直接的に管理したいチームにとって、eesel AIははるかに柔軟なアプローチを提供します。これにより、チームがすでに使用している数十の情報源からのナレッジを即座に接続でき、ConfluenceやGoogle Docs、過去のサポートチケットなどから、AIの頭脳を完全にコントロールすることができます。
ビジネスにおける現実的な側面
SalesforceはAIに対して大きく、印象的なビジョンを持っていますが、それはすべてのビジネスにとって正しい選択なのでしょうか？多くの企業、特にまだSalesforceを日常的に利用していない企業にとって、現実的なコスト、設定時間、そして複雑さは大きな障害となり得ます。
コストとセットアップに関する本音
Salesforce AIを始めるのは、スイッチを入れるほど簡単ではありません。高度なEinstein機能の多くは標準パッケージには含まれておらず、高価なアドオンとして、しばしば最高位のエンタープライズプランにバンドルされています。
セットアップも巨大なプロジェクトです。Salesforceのセットアップとの深い統合と、Einstein Copilot Studioのようなツールを使った大量の設定が必要です。これはセルフサービスでプラグアンドプレイのソリューションではありません。専門知識、多くの時間、そして相当な予算を必要とするエンタープライズレベルのプロジェクトです。
デメリット：ベンダーロックイン
Salesforce AIの最大のトレードオフは、そのオールオアナッシングのアプローチです。そのすべての力は、Salesforce Data Cloudと深く結びついていることから生まれます。もしあなたが熱心なSalesforceの顧客であれば、その統合は大きなプラスになります。しかし、それ以外のすべての人にとっては、深刻なベンダーロックインを生み出し、ワークフローで他の優れたツールを使用することが非常に困難になります。
Salesforce自身の「AIデバイド」に関する調査でも、多くの人々が複雑さやセキュリティへの懸念からAIの導入をためらっていることが示されています。Salesforce AIの重厚でエンタープライズ優先の性質は、機敏さを求める中小企業にとっては、圧倒的で手の届かないものに感じられることがあります。
AI自動化へのより手軽な道筋
エンタープライズ級の頭痛の種なしにサポート自動化のメリットを享受したいチームには、より現実的な選択肢があります。eesel AIのAIエージェントは、強力でありながら使いやすく、既存のツールとシームレスに連携できるように設計されています。
両者を並べて比較すると、その哲学の違いは明らかです。
| 機能 | Salesforce AI (Einstein/Agentforce) | eesel AI |
|---|---|---|
| セットアップ時間 | 数ヶ月にわたるプラットフォームとの緊密な統合 | 数分で稼働開始 |
| 必須要件 | Salesforceエコシステムへの完全なコミットメント | 既存のヘルプデスク（Zendeskなど）と連携 |
| ナレッジソース | 主にSalesforce Data Cloud | 100以上の連携（Confluence、Docs、過去のチケットなど） |
| 料金モデル | 複雑で、高価なエンタープライズプランに紐づくことが多い | 透明性が高く予測可能、解決ごとの料金なし |
| テスト | シミュレーション環境（CRMArena-Pro） | 自社の過去のチケットで強力なシミュレーションが可能 |
| 理想的なユーザー | Salesforceに完全に投資している大企業 | 迅速で柔軟なAIを求めるあらゆる規模のチーム |
eesel AIなら、数ヶ月ではなく数分で稼働できます。AIが顧客と話す前に、何千もの実際の過去のチケットで安全にテストし、そのパフォーマンスを正確に確認できます。そして、大規模なプラットフォーム移行を強要されることなく、シンプルで予測可能な料金体系を利用できます。これは、私たちのような一般のユーザーのために作られたAI自動化です。
強力なビジョンと重大なトレードオフ
否定できない事実として、Salesforce AI Researchは何か巨大なものを構築しています。彼らは、AI主導のビジネスという約束を実現しうる、深く統合された強力なプラットフォームを創造しています。すでに事業全体をSalesforceで運営している巨大企業にとっては、説得力があり、論理的な次の一歩です。
しかし、そのすべての力には代償が伴い、それは金銭的なものだけではありません。深刻な複雑さ、高コスト、そして一つのベンダーの世界に閉じ込められることになります。機敏性を保ち、さまざまなツールを組み合わせて使用する必要がある大多数のビジネスにとって、Salesforceの囲い込み型アプローチは現実的ではありません。これらのチームにとっては、プラットフォームに依存しないソリューションが、自動化を始めるためのより速く、より柔軟で、より手頃な方法を提供します。
今すぐAI自動化を始めよう
サポート業務の自動化を始めるのに、大規模なプラットフォーム移行を待つ必要はありません。eesel AIを使えば、あなたのデータから学習し、既存のヘルプデスクと連携する強力なAIエージェントを数分で立ち上げることができます。
よくある質問
Salesforce AI Researchは、高度なAI技術を開発し、それをSalesforce Customer 360プラットフォームに統合することに焦点を当てた同社の研究開発部門です。彼らの目標は、現実世界のビジネス課題に取り組み、AIが定型業務を処理する「エージェント型エンタープライズ」になることを企業が支援することです。
SalesforceのAIの旅は、2016年の予測的なEinstein機能から始まり、2023年にはEinstein GPTによる生成AIへと進化し、現在ではEinstein Copilotのような対話型アシスタントやAgentforce 360のようなマルチエージェントプラットフォームが含まれています。このタイムラインは、単なる予測から自律的なAIアクションへの進歩を示しています。
SalesforceのAI戦略の中核はSalesforce Data Cloudであり、データの関連性を保証します。主要な技術には、タスクを実行するための大規模アクションモデル（LAM）、AIの連携のためのマルチエージェントフレームワーク、そして堅牢なデータセキュリティとプライバシーのためのEinstein Trust Layerが含まれます。
重大な課題は、閉鎖的なエコシステムであり、すべてのツールがSalesforceプラットフォームに独占的に結びついているため、ベンダーロックインにつながります。さらに、導入にはしばしば多額のコスト、複雑なセットアップ手順、そして深い統合が必要となり、Salesforceに完全にコミットしていない企業にとっては実用的ではありません。
Salesforce AI Researchのレビューは、すでにSalesforceエコシステムに深く投資し、完全にその中で事業を運営している大企業に最も適しています。これらの組織は、その包括的な力を活用し、必要な大規模なセットアップと予算を管理するのに最適な立場にあります。
Salesforce AI Researchのレビューは、独自のエコシステム内で動作し、SalesforceプラットフォームとData Cloudへの完全なコミットメントを要求します。対照的に、よりプラットフォームに依存しないソリューションは、既存のさまざまなツールやナレッジソースと迅速に統合でき、ベンダーロックインなしで、より大きな柔軟性と迅速な導入を提供します。
この記事を共有
Article by
Kenneth Pangan
Writer and marketer for over ten years, Kenneth Pangan splits his time between history, politics, and art with plenty of interruptions from his dogs demanding attention.
