「Agentforce、その先へ。自律型AIを正解へ導くコンテキスト設計とデータ整備」開催レポート

※SFUGイベント開催レポートは、SFUGアンバサダーによる、ユーザー目線のリアルな開催レポートです

※本レポートは、SFUGアンバサダーがイベントに参加し、個人の見解をまとめたものです。製品の具体的な仕様や最新のリリース状況については、Salesforce 公式サイトの情報も併せてご確認ください。 また、当日のセッションでの表現を尊重し、一部に旧名称を使用している場合がありますので、あらかじめご了承ください。

SFUGアンバサダーの高橋真知子です！

今日は4/21に開催されたSalesforce ユーザーグループイベントのレポートをご紹介します。

開催概要

■イベント名：Agentforce、その先へ。自律型AIを正解へ導くコンテキスト設計とデータ整備

■日時：2026年4月21日（火）15:00-18:00

■形式：現地会場開催

Agenda

1.登壇セッション

2.グループセッション

イベント全体の感想

Salesforce が目指すのは「ヒトとAgentが協働して生産性をあげる」世界の体現です。

Agentがヒトの仕事を代替するだけではなく、ヒトとの協働によって、より付加価値の高い商品やサービスへと昇華させていくことが可能になります。

それには、まず次の2つを決める必要があります。

• 何の業務（業務プロセスのどの部分）をAgentに代替させるか？
• 何の業務（業務プロセスのどの部分）にヒトを割り当てるべきか？

加えて、そもそも対象となる業務（ユースケース）をどうやって選定すべきか？という前提も忘れてはなりません。

すでに、Agentforce を導入している参加企業様のアンケートからは、既存顧客の信頼を落としかねない業務をユースケースとして選定しづらい上、期待どおりにAgentが動かないことにより効果の測定もままならず、本番運用に踏み切れない実態が浮かび上がってきました。

本番運用に踏み切るためには次の2つのハードルを超える必要がありそうです。

▼超えるべきハードル2つ

• ハードル1：Agentがどのレベルまで業務を遂行できれば「代替できた」と言えるのか？
• ハードル2：どれだけの定量効果があったか？（KPI設計）

では、Salesforce社が次の2つのケースを通じて、上記のハードルをどうやって超えたのか？そのエッセンスをご紹介いたします。

※本事例は Salesforce 社内での実践例です。導入の際は、自社のデータ整備状況や業務プロセスに合わせて設計・調整を行うことが成功の鍵となります。

Salesforce社の取り組みから得られた学び

1. Agentの種類：Service Agent

【目的】

  顧客サポート

【対象業務】

 ヘルプサイトに寄せられる顧客（ユーザー）の質問への回答

【設計思想】

• 従来、ヘルプサイトには顧客の質問を理解するために、背景や状況について複数の入力項目を用意していたが、質問を入れる項目のみに絞り、Agentに文脈を理解させヒトの項目入力工数を削減

• Agentで解決できなかった場合にはヒトに連携

【どの業務をAgentに代替させ、どの業務をヒトに投資すべきか？】

• ユーザーの質問には次の2パターンがある

    ①ナレッジを調べれば分かるが、回答に辿り着けない

    ②前提条件や置かれている状況が複雑であり、一般的な回答では不足している

• Agentの導入により①のケース数が従来よりも50%削減された。一方で、②は従来どおりヒトが対応することでヒトとAgentの分業ができ始めたと判断

【Agentがどのレベルまで業務を遂行できれば「代替できた」と言えるのか？】

• Agentが生成する回答（技術回答）について、下記3つの選択肢を用意し、①②が全体の60％を超えたらリリースしてOKという独自の判断基準を設けた

    ①許容できる

    ②部分的に許容できる

    ③許容できない

【どれだけの定量効果があったか？（KPI設計）】 

• メインKPI
  • ヒトが対応するケースがどれだけ減少したか？
  • Agentが解決したケース数がどれだけ増加したか？

• サブKPI
  • Agentが解決できずにヒトにエスカレーションされたケース数はいくつか？

• ユーザーの悩みが解決した場合、黙ってサイトを離れてしまうため、本当に解決したか判別が困難だった

→Agentが回答した後、「解決しましたか？」とユーザーに聞く仕様を追加することで、よりユーザーの期待に応えるAgentであるかを定量的に測ることが可能となった

【Agent設定のTips】

＜投入データについて＞

• データの信頼性を考慮すれば、非構造化データはData360への投入がベスト
  • Data 360 へ Sales Cloud のデータを入れれば、顧客の情報をリアルにキャッチ

• データは量より質
  • データは多ければ多いほどよいという考えのもと、開発ドキュメント等も投入したら回答精度が落ちた
  • データ量が多くても「重複」があると芳しくない
  • 重複を生まないために、ナレッジのリフレッシュ（賞味期限を設ける、古いものはアーカイブする）も必要

• ナレッジはAgentが読みやすい形にする
  • HTMLのヘッダーを利用した文体にすることで、Agentがチャンクごとに理解しやすくなり、回答精度が上がる
  • 従来、グローバル検索等の検索の引っかかりやすさという点では平文だったが、ヘッダーを利用した構造化された文面の方がAgentとしてはよい

• 今から、過去のナレッジをすべてHTML化するのは労力がかかりそう…
  • チャンクの切り方が適切か判定し、スコアリングしてくれるObservability製品（アプリ）がある
  • 該当ナレッジの閲覧数と解決数を考慮し、両者が高いにもかからず、スコアが低いものからHTML化に着手すると効率的

＜プロンプトについて＞

• インストラクションに Salesforce の利益に反しないプロフェッショナルな対応を要請
  • 顧客の気持ちを読み、急いでいたらすぐにエスカレーションするなど状況判断をする

• シングルレトリーバー/シングルインデックスでは、文脈を読み切れない
  • マルチレトリーバー/マルチインデックスを用いて、構造化データの中から利用者の状況を理解し、より適切な回答を生成できるように取り組んでいる
  • 前提をプロンプトに追記し、インデックスに引っ掛けるようにする仕様

＜Agent自体の考え方について＞

• 多言語化すると言語の種類だけAgentが必要
  • 英語のナレッジが多い場合、ユーザーの入力文言を英訳した上で Data 360 より探す方がベター
    • 例）ヘルプサイトに日本語で質問が記載される

          Agentが英語に変換→ Data 360 で探索→日本語に変換→ユーザーに回答

＜ローンチ後について＞

• 継続的に品質管理を注視するプロセスを構築、専門のチームを組成

【将来的な展望】

今後は、ヘルプサイトへの遷移が不要になるようなシームレスな体験や、ボイス入力によるさらなる工数削減が期待されています。今後のアップデートが非常に楽しみです。  

2. Agentの種類：Engagement

【目的】

 見込み顧客への営業

【対象業務】

 アウトリーチメールの送信と商談化

【設計思想】

• リードスコアが低く商談化につながりにくいリードはAgentが対応

• 従来は「送信専用」として送っていたアウトリーチメールについてAgentが顧客の購買熱量を定量的にヒアリングし、熱量が高い場合には自動でミーティングをセット

• リードの入荷後、重複がないかチェックした後、Agentが顧客のヒアリング情報を付加すると同時に、正式な企業名や住所/WEBサイト情報を補完し、5分後には顧客対応が開始できるような状態を実現

【どの業務をAgentに代替させ、どの業務をヒトに投資すべきか？】

• 前提：5点満点のリードスコアに対して、3点以上の場合に商談化につながりやすい
  • 商談化の90%はスコア3点以上から生まれたという実績あり
  • 2点以下はAgentに一任する判断を下した

• リードスコア別ヒトとAgentの分業体制
  • 1～2点： Agentが対応
  • 3点   ： ヒトとAgentが協業して対応
  • 4～5点： ヒトが対応

• 生成されたリードに対してスコアが2点以下の場合、Agentが10～15分で自動的にアウトリーチメールを送信
  • 顧客が「打ち合わせを予約する（Book a Meeting）」ボタンを押下したら、AgentがSDR（インサイドセールス）のスケジュールの空き時間を確認し、商談をセット

【Agentがどのレベルまで業務を遂行できれば「代替できた」と言えるのか？】

• 実装したAgentに対してUAT（User Acceptance Test）を行った後、社内でテストを行う（インターナルリリース）

• テストを行うための専任メンバーを配置し、代替可否をチェック

【どれだけの定量効果があったか？（KPI設計）】

• スコア1〜2点のリードに対して、従来ヒトが対応していた時に比べ、何時間削減できたか？

• 削減できた時間を使って、スコア3点以上の顧客にヒトを集中投資することで、どの程度品質が向上したか？（現在PoC実施中）
  • 商談化した場合のクローズ金額はKPIとして計測していない

【将来的な展望】

現在、さらなるパーソナライズ化に向けた改善も進んでいるようです。

まとめ

ヒトとAgentが協働する世界から生み出される「より付加価値の高い商品やサービス」とは、Agentが得意な業務を把握し、それらの業務をAgentに代替させることで空いた稼働時間にヒトが何の業務を行うのか？決めることから始まります。

Service Agentでは、ケースが作成される前の状態にフォーカスして、ケース数自体を減らす（顧客が疑問を持たなくてもサービスを享受できる）仕組みを構築することであり、Engagement Agent では、リードナーチャリングの品質を向上させ、購買意欲の高い顧客により丁寧なサービスを届けることです。

Agentforce の導入が、単なるコストカットにとどまらず、新たな価値を顧客に届けるための仕組みとして機能するために、本イベントでご紹介したユースケースが皆様の一助となりましたら幸いです。