このページの本文へ

前へ 1 2 次へ

「Agentforce」で市場を先行、新たな開発者コミュニティも立ち上げ

企業のAIエージェント導入における「成功法則」とは? Salesforce幹部に聞く

2025年04月02日 07時00分更新

文● 末岡洋子 編集● 大塚/TECH.ASCII.jp

  • この記事をはてなブックマークに追加
  • 本文印刷

 ベンダー各社が「AIエージェント」をプッシュする中、「2025年末までに10億のAIエージェントを立ち上げる」と壮大な目標を掲げているのがSalesforceだ。2024年秋には「Agentforce」、そのわずか3カ月後に「Agentforce 2.0」を発表し、新たな開発者コミュニティ「Agentblazer」も立ち上げて、市場でのリードを図る。

 Salesforceでプロダクトマーケティング担当SVPを務めるサンジャナ・パルレカー氏に、Agentforce、Agentblazer、そしてAIエージェントの課題などについて聞いた。

Salesforce プロダクトマーケティング担当SVPのサンジャナ・パルレカー(Sanjna Parulekar)氏

SalesforceのAI研究開発アプローチは「ビジネスのためのAI」の実現

――あなたはSalesforceで、AIプロダクトのマーケティングに長年携わってきたと伺っています。これまでを振り返って、AIの変遷をどのように見ていますか?

パルレカー氏:ほかのITベンダーと同様に、SalesforceにおけるAIの取り組みは予測型AIからスタートしました。ただしわれわれは、予測AIをいち早く商用化しただけでなく、リサーチチームを率いてLLM(大規模言語モデル)やプロンプトエンジニアリングといった研究も進めていました。現在でこそよく耳にする技術ですが、当時はまだ一般的ではありませんでした。そのため、OpenAIの「ChatGPT」が登場したときも驚くことなく、研究と商用化を進めました。

 予測AIの時代に学んだことは、技術そのものは潜在的な可能性を秘めている一方で、コスト、アルゴリズムのレベル、データといった課題もあるということです。そこで、生成AIが登場した際には、顧客にメリットをもたらず「ビジネスのためのAI」として提供するという方針を決め、ここに大きな投資をしました。 予測AI時代に学んだことは、この技術そのものは潜在性のあるものですが、コスト、アルゴリズムのレベル、データなどの問題があるということ。そこで、生成AI登場時にわれわれは「ビジネスのためのAI」に取り組みました。つまり、顧客がメリットを得ることができるAIを提供するというもので、ここに大きな投資をしました。

 アルゴリズム、テクニック、推論エンジンといった重要技術の研究を行っていますが、われわれが最も気にしているのが「顧客体験」です。最終的な目標は、AIを使って、あらゆる場面で顧客の価値を高めることです。

――しかし、「研究開発段階のAI」と「企業がビジネスの現場で使えるAI」の間には大きなへだたりがあると思います。その橋渡しは簡単ではないでしょう。

パルレカー氏:おっしゃるとおりです。「ビジネスのためのAI」を実現するために、われわれのリサーチ、プロダクト、UX/UIの3チームが緊密な連携のもとでビジネスを進めています。

 リサーチチームは技術分野を徹底的に研究します。アルゴリズムの最適化、情報検索技術の最適化といった分野があります。そのリサーチから生まれたSalesforceの「Atlas」推論エンジンは、RAGを用いるAIエージェントの精度向上という目標からスタートし、回答の信頼性、正確性、引用の適切性などの改善に役立っています。

 プロダクトチームは、最先端の技術をビジネスのユースケースに合う要件に変換します。そしてUX/UIチームが、どうすれば顧客がその技術をうまく使えるのかを徹底的に検討し、分かりやすいUX/UIを設計します。こうすることで、企業が実際に活用できる「ビジネスのためのAI」を提供します。

人間の「置き換え」ではなく「拡張」を実現するDigital Labor

――現在、「AIエージェント(AI Agent)」「エージェンティックAI、エージェント的AI(Agentic AI)」といった言葉が社会に広まっていますが、Salesforceではどのように定義していますか。

パルレカー氏:AIエージェントは、本質的には「デジタルワーカー」と呼べると思います。そこにはLLM、データ、UX、ロジックといった要素が含まれます。エージェンティックAIはより広範な概念であり、「エージェント的(Agentic)」という言葉は、何らかのプロセスに推論能力が加わっていることを意味します。SalesforceのAgentforceは、AIエージェントを作成するツールですね。

――Salesforceでは、Agentforceを「Digital Labor Platform」と表現しています。Digital Laborという言葉を、どういう意味で使っているのでしょうか。

パルレカー氏:Digital Laborと言うと、Human Labor(人間の労働者)と対立し、人間を置き換える存在のように聞こえるかもしれません。でも本当は、人間のチームをデジタル労働力で拡張して、作業効率をもっと高めようというメッセージなのです。

 抱えきれないほどの仕事に追われている人は、日本でも世界でも数多くいます。わたしもその一人ですが、だからと言っていきなり500人もの人を追加雇用することはできません。会社の投資戦略としても間違っているでしょう。その代わりに、比較的単純な仕事は疲れ知らずのAIエージェントに任せて、人間はもっと難しいことや創造的なことに集中してもらいたい。そう思います。

 つまりDigital Laborは、人間の「置き換え」ではなく「拡張」を実現するものです。これからは、どんな職業の人であっても「自分の仕事にAIがどんな影響を与えるのか」を考え、AIを活用する方向に進むべきです。皆さんの仕事を奪うのは、AIではなく「AIの使い方を理解している人」だと思います。

前へ 1 2 次へ

カテゴリートップへ

本記事はアフィリエイトプログラムによる収益を得ている場合があります

アクセスランキング

  1. 1位

    sponsored

    60年の時を超え「COBOL」がGitHub Copilotでよみがえる 勘定系アプリの“超難関”モダナイに7社が挑戦

  2. 2位

    ビジネス・開発

    富士ソフトがエンジニア1万人超を「AIネイティブ」化 実装力を武器にフィジカルAIなど3本柱に注力

  3. 3位

    ITトピック

    IT技術者の8割超「AI生成コードには人間のレビューが必要」/「偽・誤情報を見破れる」と自信を持つ人はICTリテラシーテストの正答率が低い、ほか

  4. 4位

    ITトピック

    実用化が楽しみすぎるスマート技術たち 「長距離ワイヤレス給電」から「室内向け太陽電池」「超音波センサー」まで

  5. 5位

    sponsored

    「現場に行くのが当たり前」を変えたアズビルのリモート調整 効果はプライスレス

  6. 6位

    TECH

    攻撃するAIと防御するAI 日本企業のセキュリティ対策にいま何が必要か?

  7. 7位

    デジタル

    東京タワー相当の紙を“完全撤廃” 点検業務をkintone化した“現場ファースト”な改善術

  8. 8位

    デジタル

    IoTデバイスをサイバー攻撃から守る IoT向けゼロトラストの“3つのアプローチ”

  9. 9位

    ビジネス

    開発案件の立ち上げを「60分から1分」に ソースコード管理も一本化したKDLのBacklog活用術

  10. 10位

    ITトピック

    6.4万人の熱狂をAIが導く FIFA W杯全スタジアム「デジタルツイン」化が変えた観戦体験

集計期間:
2026年07月21日~2026年07月27日
  • 角川アスキー総合研究所