Salesforce AgentforceのAIエージェントに職務名、永続メモリ、そしてより厳しい試験
Salesforceは7種類の名称付きAIエージェントを発表した。しかし決定的な変化は、人間に親しみやすいブランディングではない。そのうちの1つは、数週間から数か月にわたり営業目標を追求するよう設計されている。
Salesforce AgentforceのAIエージェントには、サービス、営業、コマース、従業員支援、サプライチェーン業務にまたがる職務記述が用意されている。6種類はすでに一般提供されている一方、アウトバウンド営業エージェントのHunterは、2026年11月に予定されるリリースに先立ち、現在もパイロット段階にある。
このタイミングが重要なのは、HunterがSalesforce最大の技術的約束を担っているためだ。新たな長期実行ランタイムは、複数のセッションにわたってコンテキストを保持し、計画を維持し、継続中の作業を調整するよう設計されている。MicrosoftはすでにDynamics 365内で自律型の営業エージェントを提供しており、Salesforceは長期記憶が隠れたミスの連鎖を長くするのではなく、成果を改善することを証明しなければならない。
これは、AIをアシスタントとして売る姿勢から、労働力としてパッケージ化する姿勢への転換だ。名前と職務名により、各製品は理解、割り当て、測定、運用計画への組み込みがしやすくなる。同時に、権限、監督、説明責任に関する難しい問いもより鮮明になる。
Salesforce AgentforceのAIエージェントは、特定の職務にすぐ就ける形で登場
Salesforceは、空白のエージェント構築キャンバスを、認識しやすいビジネス上の役割に結び付いたエージェントのカタログへ置き換えている。
同社は2026年9月11日、Casey、Paige、Carter、Hunter、Marshall、Piper、Finを発表した。各エージェントは、汎用的なチャットインターフェースではなく、明確に定義された担当領域を備えて始動する。
Caseyは、音声、SMS、WhatsApp、ウェブチャットを通じたカスタマーサービスのリクエストを処理する。あらかじめ用意されたワークフローには、よくある質問、返品、アカウント管理、人間の担当者へのエスカレーションが含まれる。
Paigeは従業員支援に焦点を当てる。Slack、社内ポータル、その他の職場システムを通じて、ITおよび人事関連のリクエストに対応する。
Carterは購買客向けだ。顧客による製品の検索・比較、質問への回答、会話内での購入完了を支援できる。
Marshallは、サプライチェーンとバックオフィスのプロセスを対象とする。Salesforceによれば、AI推論と決定論的な実行を組み合わせており、モデルの判断に依存すべきでないアクションは固定ルールで制御される。また、後から確認できるよう各アクションを記録する。
Piperは、ウェブサイトや受信トレイ経由のインバウンド営業リードを選別する。Finは、メッセージング、メール、電話、Slackにまたがるカスタマーエクスペリエンスのワークフローを処理する。
Hunterは例外的な存在だ。公式のエージェントポートフォリオによれば、見込み客の調査、アプローチの実施、数週間から数か月にわたる営業担当者との連携を行う。Salesforceは11月に一般提供を開始する予定だ。
顧客はエージェントの名前を変更し、その振る舞いを適応させられる。このカスタマイズにより、名称は恒久的な製品アイデンティティではなくテンプレートとなる。
それでも職務名は重要な商業的機能を果たす。購入者は「ヘルプエージェント」のパフォーマンスを、サポートチームの既存指標と比較できる。営業責任者は、アウトバウンドエージェントをパイプライン目標に照らして評価できる。サプライチェーン管理者は、自動化プロセスが必要な承認に従ったかを確認できる。
汎用アシスタントには、このような明白な説明責任の単位がない。測定可能な成果を担うことなく、多様なテーマについて質問に答えられる。これらの新エージェントは、範囲が限定された業務を担う存在として提示されている。
この位置付けにより、ユースケースを想定するための労力も減る。企業は、エージェントに何ができるかを問い始める必要がない。あらかじめ用意された役割が既存プロセスに合うかを評価するところから始められる。
Salesforceによれば、7つのエージェントには割り当てられた職務に必要なスキル、アクション、データモデルが含まれる。購入者は依然として、企業データの接続、権限の設定、ビジネスルールの定義、エッジケースのテスト、エスカレーションポイントの選定を行わなければならない。
したがって、「職務にすぐ就ける」とは、準備なしに運用できることを意味しない。Salesforceがデプロイ前の設計判断を、より多く製品内に組み込んだことを意味する。
このアプローチにより、エンタープライズAIは購入しやすくなる。また、失敗の原因も特定しやすくなる。Caseyが返品を誤処理した場合や、Hunterが不適切なアカウントを追求した場合、購入者はどのエージェントとワークフローを調査すべきか把握できる。
この発表は本稿の中心的な緊張関係を生み出す。Salesforceは、エージェントの作業がより永続的で監督しにくくなるまさにその時に、より信頼できる同僚のように見せようとしている。
長期記憶がHunterを真の試験に変える
Hunterが重要なのは、それを開始した会話が終わった後もビジネス目標を維持しようとするからだ。
多くの職場向けチャットボットは、リクエストと応答のループ内で動作する。人が情報を求め、回答を受け取り、その後に何が起きるかを決める。
Hunterは、より長い時間軸の作業向けに設計されている。たとえば営業担当者は、四半期の締め切り前にリスクのある商談を特定するよう依頼できる。エージェントはその目標をタスクに変換し、関連情報を探し、アプローチを実施し、計画を更新できる。
Salesforceは、この振る舞いを3つの連結した機能、すなわちメモリ、持続的実行、動的ステアリングに帰している。
メモリは、セッション間でコンテキストと進捗を保持する。持続的実行は計画をアクティブに保ち、中断後にエージェントが再開できるようにする。動的ステアリングは、ユーザーが新しい情報や指示を与えた際に振る舞いを変える。
永続メモリは、大規模なコンテキストウィンドウとは異なる。コンテキストウィンドウは、モデルが1回の推論で処理できる情報量を指す。永続メモリは、別々のインタラクションをまたいで作業を継続できるよう、選択された状態を保存する。
持続的実行も同様に重要だ。エージェントには、完了済みの手順、保留中のアクション、依存関係、失敗、承認要件の記録が必要になる。そうでなければ、目標を記憶していても、信頼できる進行を確保することにはほとんど役立たない。
動的ステアリングは、さらに別の層を導入する。営業担当者は優先順位を変更し、アカウントを除外し、メッセージングを修正し、追加のアプローチ前に承認を求めることがある。Hunterは、以前の制約を失わずにこれらの指示を組み込まなければならない。
この組み合わせは、AIの計画レイヤーを備えたワークフローエンジンに似ている。モデルがアクションを提案・適応させる一方、周辺システムが状態を維持し、境界を強制する。
同時に、新しい失敗パターンも生み出す。チャットボットの誤答は通常、すぐに見える。1か月にわたる計画に含まれた誤った前提は、その後の多くのアクションに静かに影響し得る。
たとえばHunterは、アカウントを誤って分類したり、不適切な連絡先を選んだり、無反応をアプローチ継続の許可と解釈したりする可能性がある。その後の各タスクは内部的には一貫していても、誤った前提に基づいたままであり得る。
このリスクにより、トレーサビリティは不可欠になる。購入者は、エージェントが何を信じ、どの情報を使い、何が計画を変え、いつ人間がアクションを承認したのかを確認する必要がある。
Salesforceによれば、Hunterは自律的に実行してよいアクションと、営業担当者の承認を必要とするアクションを区別できる。同社は、さまざまなデプロイ環境でこれらの境界がどれほど確実に保たれるかを示す独立した証拠を公開していない。
長期間にわたるメモリには、積極的な保守も必要だ。保存された事実は古くなったり、重複したり、元のコンテキストから切り離されたりする可能性がある。有用なAIナレッジベースには、単に保存テキストを増やすだけでなく、来歴と取得の制御が必要だ。
同じ原則はHunterにも当てはまる。数か月分の活動を記憶することに価値があるのは、エージェントが正しいタイミングで正しい履歴を取得できる場合に限られる。
Salesforceは、長期実行ランタイムを他のエージェントにも拡張し、最終的には顧客が独自の長期エージェントを構築できるようにする計画だ。したがってHunterは、製品であると同時に、基盤アーキテクチャの本番試験でもある。
Hunterが説明どおりに機能すれば、Agentforceは孤立した支援を超え、継続的な業務へ進める。絶え間ない修正を必要とするなら、より長い時間軸は監督コストを増幅させるだろう。
Microsoft、ServiceNow、そしてエンタープライズ購入者にかかる圧力
Salesforceはエンタープライズエージェント市場を創出しているわけではないが、時間をまたいで成果を誰が担うのかを競合各社に説明させようとしている。
Microsoftはすでに、営業リードの選別、商談調査、クロージング、推奨アクションのための専門エージェントを提供している。同社の営業エージェントカタログには、リードの調査、アプローチの送信、商談リスクの特定、営業サイクル全体の支援を行うエージェントが含まれる。
このためMicrosoftは、Hunterにとって最も明確な競争上の比較対象となる。両社とも、顧客記録と職場コミュニケーションをエージェントの基盤にできる。両社とも、記録のシステムを作業を開始するシステムへ変えようとしている。
Microsoftの優位性は、Outlook、Teams、Microsoft 365 Copilot、Power Platform、Dynamics 365にまたがるリーチにある。会議、メール、ドキュメント、CRM記録からのシグナルは、従業員がすでに使っているツール内で営業判断を支援できる。
Salesforceの主張は、Customer 360、ビジネスプロセス、長期実行ランタイムを中心に据える。CRMに深く組み込まれたエージェントは、生産性アプリケーション間を移動するアシスタントよりも目標を維持できると、購入者に信じてもらいたい考えだ。
したがって競争は、単にモデル品質におけるSalesforce対Microsoftではない。オーケストレーション、コンテキスト、権限、状態の持続性をめぐるものだ。
ServiceNowは、ワークフローとガバナンスの観点からこの問題に取り組む。同社が拡張したAI Control Towerは、複数のエンタープライズシステムにまたがるエージェントを発見、監視、保護、測定するよう設計されている。
エージェントが数週間にわたりアクティブであり続ける場合、この強調点はより重要になる。企業は営業にSalesforce、IT運用にServiceNow、職場の生産性にMicrosoft、社内プロセスにカスタムエージェントを使うかもしれない。
名称付きのエージェントでも、1つの成果を追求する間に複数のシステムをまたぐことがある。購入者は、どのプラットフォームが権限を記録し、振る舞いを監視し、エージェント間の競合を解決するかを決めなければならない。
Salesforceは、独自のオーケストレーションおよび最適化機能で対応している。同社によれば、Multi-Agent Orchestrationはすでに一般提供されている。業務が役割やシステムをまたぐ場合に、専門エージェント間で作業を振り分ける。
Agent Optimizerは2026年10月に一般提供される予定だ。Salesforceによれば、セッショントレースを分析し、チームによるパフォーマンスのテストを支援し、改善の可能性を特定する。
Agentforce Coworker向けAI Skillsも10月に予定されている。従業員がタスクを実演し、その知識を従業員全体で再利用できるようにすることを目的としている。
これらの機能は、実際の競争レイヤーを明らかにする。印象的なエージェントを1つ作るだけでは、もはや十分ではない。エンタープライズベンダーには、エージェント群を教育、調整、評価、統治するためのシステムが必要だ。
圧力は購入者にも及ぶ。あらかじめ用意された役割は初期設計の作業を減らすが、そのプロセスが安定しているかを検討する前に企業が自動化を進めることを促しかねない。
定義が不十分な営業方針は、Hunterがより頻繁に実行しても改善しない。一貫性のない返品方針は、Caseyがより多くのチャネルに適用しても一貫性のないままだ。
企業は、自動化の準備状況と製品の提供開始を分けて考える必要がある。一般提供（GA）は、ベンダーが製品を提供し、サポートしていることを意味する。しかし、すべての組織がそれを責任を持って導入できるだけのデータ品質や運用規律を備えていることまでは意味しない。
Microsoft、ServiceNow、Salesforceはいま、エージェントを業務プロセスの能動的な参加者として位置付けている。競争の次の段階で焦点となるのは、エージェントが行動できるかどうかよりも、組織がその成果を信頼できるかどうかだ。
名前付きエージェントはAIを買いやすくする一方で、言い訳しにくくする
人間らしい名前は導入を容易にするが、職務名は機能ブランディングだけでは満たせない期待も生み出す。
ソフトウェアベンダーは長年、複雑なシステムを役割ごとにパッケージ化してきた。営業プラットフォームは営業担当者向け、サービスプラットフォームはサポートチーム向け、コマースプラットフォームは販売事業者向けに提供される。
Salesforceは、この馴染み深い構造をさらに一歩進めている。製品そのものに役割を与えているのだ。
この枠組みにより、技術に詳しくない経営層でもポートフォリオを理解しやすくなる。Caseyなら、サービスアクション、検索コンポーネント、チャネル統合、モデル設定の集合よりも議論しやすい。
名前は理解の近道をつくる。職務名は期待される成果を示す。導入に関する議論は、アーキテクチャではなく責任範囲から始められる。
これは有効なマーケティングだが、ソフトウェアと雇用の違いを曖昧にする可能性もある。人間の同僚は、文脈に基づく判断、非公式な知識、倫理的責任、不適切な指示に異議を唱える能力をもたらす。
AIエージェントは、構成されたシステムと権限の範囲内で動作する。インターフェースに名前や会話調の音声が使われていても、個人的な説明責任を負うわけではない。
実務上の責任主体は、依然として組織である。管理者は、エージェントがアクセスできるデータ、実行できる操作、承認が必要となる場面、インシデントの調査方法を決める。
この違いは、長期間にわたる業務で重要になる。チャットボットの誤りは1件の応答に影響するかもしれない。一方、外向きの営業エージェントは、多数の見込み客に連絡し、レコードを変更し、誰かが傾向に気付く前にパイプラインを形作る可能性がある。
したがって、名前付きの役割には正式な運用記述を伴わせるべきだ。その文書には、許可される操作、禁止される操作、エスカレーションのしきい値、データソース、保存ルール、責任者、レビューのスケジュールが必要になる。
エージェントには、品質を考慮した成果指標も必要だ。パイプライン量だけでは低品質なアプローチを助長しかねない。解決率だけでは、再オープンされたケース、顧客の不満、不正確な回答を見落とす可能性がある。
Salesforceは、顧客から報告された複数の成果を提示している。Engineは、同社のヘルプエージェントがチャット問い合わせの50%を完全に解決するとしている。Perkは、Hunterが営業パイプラインの60%を構築すると報告している。
Autism Queenslandは、Paigeが管理業務の依頼の70%を解決するとしている。Hibbettは、6週間の導入後、同社のショッピングエージェントが主要な購買ジャーニーの90%を処理していると報告している。
Asanaは、Piperが従来の4倍の会話量を生み出すとし、顧客によるPiperの導入は平均45日で完了するとしている。Salesforceはまた、Finが処理するAnthropicとの会話の79%を自律的に解決すると述べている。
これらの数値は、パッケージ化されたエージェントが買い手を惹きつける理由を示している。モデルのベンチマークではなく、エージェントを直接的に業務成果と結び付けているためだ。
ただし、これらはSalesforceとその顧客が選定・公開した事例である。典型的な性能を示すものではなく、母数も企業ごとに異なる可能性がある。
「解決」が意味する内容は、エスカレーション方針、ケースの定義、測定期間によって異なり得る。「構築したパイプライン」も、必ずしも成約済みの収益を意味しない。
有用な対応は、こうした結果を退けることではない。買い手は、正確な定義、ベースラインとの比較、例外率、自社に近い導入事例からの証拠を求めるべきだ。
名前は製品を覚えやすくする。職務名はリーダーが予算を割り当てる助けとなる。実際の運用条件下で測定された性能だけが、こうしたラベルを持続的な信頼へと変えられる。
Salesforceの証拠は有望だが、依然としてベンダー報告にとどまる
Agentforceを支持する最も強い論拠は具体的な利用データだが、ローンチ時の証拠の大半は依然としてSalesforceとその顧客によって管理されている。
Salesforceは、AgentforceとSlack全体で70億のAgentic Work Unitsを提供したとしている。Agentic Work Unitsは、エージェントのアクションと関連作業に関する同社の消費指標である。
このうち32億ユニットは、同社の第2四半期に提供された。この数字は相当な活動量を示すが、どれだけのタスクが成功したのか、あるいは修正を要したのかは明らかにしない。
Salesforceが8月26日に発表した四半期決算によると、Agentforceの年間経常収益は前年同期比で240%超増加した。四半期のAgentic Work Unitsは前四半期比で97%増加した。
これらの数字は、AgentforceがSalesforceにとって商業的に重要になりつつあることを示している。また、同社が認識しやすい職務を中心にエージェントをパッケージ化している理由も説明する。
利用量の増加だけでは、自律性を検証できない。ある顧客は低リスクのアクションを大量に生成するかもしれないが、別の顧客はより少ないアクションでも重大な財務的・評判上の影響を伴う可能性がある。
7つのエージェントは、異なるリスク区分にもまたがる。Carterが製品に関する質問に答えることは、Marshallがサプライチェーンのプロセスを変更することとは異なる。Hunterが外部メッセージを送ることは、Paigeが社内ポリシーを取得することとは異なる。
各役割には固有の評価設計が必要である。Agentforce全体の成功率では、運用上の違いが隠れてしまう。
FinはSalesforceに、より成熟したカスタマーサービス製品と既存顧客基盤をもたらす。同社は、拡張されたエージェントポートフォリオを発表する1日前にFinの買収を完了した。
Salesforceによると、Finは3万社超に利用され、平均解決率は76%である。Finは、より広範なAgentforceポートフォリオに加わりながら、Salesforce AI Labs内での運用を継続する。
この経緯により、Finは新たに導入されたテンプレートとは異なる存在になる。既存製品、特化した顧客体験モデル、導入ノウハウ、顧客関係をもたらすからだ。
同時に、戦略的な現実も浮き彫りにする。Salesforceはエージェントポートフォリオを加速させるため、社内開発と買収製品を組み合わせている。Piperも同様に、SalesforceによるQualifiedの以前の買収を反映している。
この組み合わせは、有用なエージェントへの到達を早める可能性がある。一方で、データモデル、管理ツール、評価手法、製品アイデンティティを横断する統合作業を生む可能性もある。
顧客は、Fin、Piper、Salesforce製エージェントが最終的に一貫したコントロールを共有するかを注視すべきだ。管理者が共通ポリシーを適用し、比較可能な性能を確認できるとき、ポートフォリオの価値は高まる。
メモリは、プライバシーとデータガバナンスに関する別の問いを提起する。長期にわたるエージェントはタスクを継続するために十分な情報を保持しなければならないが、すべての詳細を無期限に保存すべきではない。
企業には、何がメモリに入るか、どれだけ保持されるか、誰が確認できるか、利用者が訂正または削除できるかを管理する仕組みが必要だ。Salesforceのローンチ発表はメモリを機能として説明しているが、すべての導入シナリオに対する詳細な回答は公開していない。
セキュリティチームは、間接的なプロンプトインジェクションもテストしたいはずだ。営業エージェントは、メール、Webページ、文書、CRMフィールド内の悪意ある指示に遭遇する可能性がある。
数週間にわたって行動できるエージェントは、攻撃者が計画に影響を及ぼす機会を増やす。元のコンテンツが直近の表示から消えた後も、メモリが敵対的な指示を保持する可能性がある。
こうしたリスクが、長期的なエージェントを非現実的にするわけではない。求められる立証水準を変えるのである。
成功したパイロットでは、完了だけを測定すべきではない。認可エラー、古いメモリの取得、不正確な計画変更、不必要な連絡、人間による上書き率、中断後の復旧を検証すべきだ。
Salesforceは、買い手が試験できる具体的な製品を提示した。しかし、名前付きエージェントが従業員並みの信頼性で数か月分の業務を遂行できることは、まだ示していない。
長期運用エージェントの準備状況を示す3つのシグナル
次の試験は、また一つの洗練されたデモではない。Hunterが、測定可能な管理と許容可能な監督コストのもとで本番運用に耐えられるかどうかだ。
第1のシグナルは、Hunterが予定している2026年11月の一般提供だ。Salesforceは、長期実行ランタイムが中心的な約束を狭めずにパイロット段階を離れられることを示さなければならない。
提供内容の詳細は重要になる。買い手は、Hunterが実行できるアクション、承認を必要とするアクション、管理者が時間の経過に伴う計画変更を確認できるかを検討すべきだ。
導入ドキュメントでは、メモリがどのように選択、更新、削除されるかを説明する必要がある。また、中断されたタスクが作業を繰り返したり、新しい指示を無視したりせずに再開される仕組みも示すべきだ。
Hunterが明確なコントロールとともに一般提供に到達すれば、ローンチの主張はより強固になる。遅延、対象範囲の縮小、あるいは厳格な承認要件は、複数週にまたがる自律性が依然として難しいことを示唆するだろう。
第2のシグナルは、本番導入からの証拠である。Salesforceの現在の事例は有用だが、買い手には品質と介入に関するより広範な報告が必要だ。
Hunterについての主要指標には、適格なパイプライン、応答品質、望ましくない連絡の発生率、人間による修正、初期エンゲージメント後のコンバージョンが含まれる。単純なアプローチ量では、ほとんど分からない。
CaseyとFinでは、解決率を再オープンされたケース、エスカレーション、顧客満足度、検証済みの回答精度と組み合わせるべきだ。Paigeについては、組織は誤ったポリシー案内や従業員データへの不必要なアクセスを追跡すべきである。
Marshallでは、監査可能性に特別な注意が必要だ。買い手は、サプライチェーンの状況が変化した場合に、決定論的なコントロールがAI生成の計画を確実に抑制できるかを知る必要がある。
独立したケーススタディはSalesforceの主張を強化するだろう。複数業界で一貫した結果が得られることは、さらに例外的な顧客事例を並べるよりも重要だ。
第3のシグナルは、MicrosoftとServiceNowの競争上の対応である。Microsoftはすでに、Dynamics 365 Salesを、自律的なリサーチ、見込み客の選別、アウトリーチ、クロージングを行うエージェントを備えたアクションのシステムとして説明している。
Microsoftが数週間にわたる持続的な計画を強調すれば、Salesforceのランタイムは長続きする差別化要因ではなく、すぐにカテゴリーの必須要件となるだろう。Microsoftが統合されたMicrosoft 365のコンテキストに焦点を当てるなら、競争はどのデータ環境が営業エージェントを最もよく支えるかに集約されるかもしれない。
ServiceNowの対応は、ガバナンスとクロスプラットフォームの監視に焦点を当てる可能性が高い。企業が複数ベンダーのエージェントを導入するにつれて、このアプローチの価値は高まる。
買い手は最終的に、顧客ワークフローにはSalesforceを選びつつ、より広範なエージェント群の監督には別のプラットフォームを利用するかもしれない。Salesforceは、同社のオーケストレーションおよび最適化ツールがこのような混在環境でも機能できることを示さなければならない。
より大きな問いは、エージェントがより長く行動することで価値を増すのか、それとも単に監視が難しくなるのかということだ。名前や職務名では、この問いに答えられない。
Salesforceは明確な賭けに出た。エンタープライズAIは、定義された役割、準備されたスキル、持続的なメモリ、測定可能なビジネス成果を通じて導入されるというものだ。
この賭けにより、同社はチャットボットの時代を超えた領域へ進む。同時に、これらのエージェントには単に提案を生み出すのではなく責任を担うことが期待されるため、失敗のコストも高まる。
エンタープライズの買い手にとって、次の合理的な一歩は、明確なコントロールを備えた範囲限定の本番テストだ。1つのプロセスを選び、その意思決定権限を文書化し、成果と修正コストの両方を測定すべきである。
開発者は、状態管理、可観測性、評価、そしてリカバリーパスに注力すべきだ。ナレッジワーカーは、どの判断が引き続き自分たちに委ねられるのか、またシステムがその判断に異議を唱えるのに十分な文脈を示しているのかを問うべきである。
Salesforce AgentforceのAIエージェントは、チームのような存在になったことで、より理解しやすくなった。決定的な証拠となるのは、組織が、これらの名前付きロールが時間の経過とともに正確性と制御可能性を維持し、監督する価値があることを示せるかどうかだ。
