はじめての Agentforce

学習の目的

この単元を完了すると、次のことができるようになります。

Agentforce とは何かを説明する。
Agentforce の主な特徴を挙げる。
Agentforce のユースケースをいくつか挙げる。

始める前に

このモジュールを始める前に、次の推奨コンテンツを完了することを検討してください。

このジャーニーのヒーロー

Cloud Kicks の Salesforce システム管理者である Linda Rosenberg をご紹介します。Cloud Kicks はスタイリッシュで履きやすいカスタムスニーカーを販売していて、急速に成長しています。Linda は常日頃、お客様に質の高いサービスを実施し、Cloud Kicks の従業員の業務を容易にする方法を模索しています。彼女は Agentforce についていろいろと聞いており、Salesforce Platform で AI エージェントを構築する方法について詳しく知りたいと考えています。

Linda の目的は、時間がかかる反復的なタスクを自動化して従業員の生産性を高め、空いた時間をより戦略的な活動に充てることです。また、お客様への応答をさらにパーソナライズして、お客様が必要とするサポートを確実に受けられるようにしたいと考えています。

Linda Rosenberg のイラスト入りポートレート。褐色の肌、暗い色の目、肩くらいまでの長さの茶色い巻き毛。

ある日、Alex というお客様から Cloud Kicks に問い合わせがありました。Agentforce が導入されていない現状では、まず Alex が保留でさんざん待たされてから、次のようなやり取りが行われます。

この会話は、自動化、包括的な情報、リアルタイムのデータアクセスがないカスタマーサービスの課題が浮き彫りになっています。回答に時間がかかり、不完全であるため、カスタマーエクスペリエンスが低下しています。

Cloud Kicks 本社に戻った Linda は、Agentforce によって Alex とのやり取りのような顧客対応を変革できると期待しています。Agentforce があれば、自律型のカスタマーサービスが可能になり、関連性の高い情報が提示されます。Agentforce により、やり取りがスムーズかつ効率的で、有益なものになります。

Agentforce の概要

Agentforce は、既存のワークフロー、データ、インテグレーションを使用して AI エージェントを構築およびリリースできる、完全で拡張可能なオープンプラットフォームです。AI エージェントは、タスクやビジネス上のやり取りを実行する、目標指向の AI アプリケーションです。インテリジェントな判断を下すように設計された Agentforce は、一連のタスクを開始して完了したり、自然言語の会話を処理したり、ビジネスデータから取得した関連性の高い回答を安全に提示したりすることができます。ユーザーがデスクトップを使用している場合でも、モバイルデバイスを使用している場合でも、Agentforce は幅広いワークフローややり取りに役立ちます。

Lightning Experience の Salesforce ホームページで会話型サイドバーが開き、AI エージェントが Salesforce ユーザーを支援している。

この最大の長所は、コードをまったく知らなくても Salesforce で AI エージェントを設定できることです。ユーザーがすべきことは Agentforce を有効にしてエージェントを作成するだけです。AI エージェントは次のような標準アクションをすぐに実行できます。

商談、取引先、ケースなどの Salesforce レコードを要約する。
メールのドラフトを作成する、またはメールを修正する。
Salesforce レコードを見つけて更新する。
Salesforce データを集計する。
知識ベースからの情報を使用して質問に回答する。

上記のほか、AI エージェントは既存の Salesforce Platform を使用して簡単に拡張できます。たとえば、Salesforce に商品のおすすめを行うフローがすでにある場合、数回のクリック操作でその機能をエージェントに追加できます。

Agentforce の特徴

この新しいデジタルコンパニオンに慣れるために、Agentforce の特徴を 1 つずつ見ていきましょう。

信頼できる

Salesforce では、信頼を最大の価値としています。そのため、Agentforce などの生成 AI ツールの構築においても、信頼をその中核に据えています。

AI エージェントは、Salesforce の標準アクセスコントロールを尊重し、エージェントによるセキュアなアクションを保証します。また、Agentforce は、Salesforce Platform に組み込まれたセキュアな AI アーキテクチャである Einstein Trust Layer に統合します。顧客データを損なうことなく生成 AI のメリットがもたらされ、信頼できるデータを使用して AI の応答を強化できます。

このしくみは次のとおりです。

データグラウンディング: Trust Layer で、生成プロンプトが信頼できる会社データでグラウンディングされ、応答の質が高まります。
データ保持ゼロ: データの安全性が確保されます。ユーザーのデータがサードパーティの大規模言語モデル (LLM) プロバイダーに保持されることがありません。
AI 監視: AI のやり取りがログに記録されるため、各ユーザーとのやり取りを表示できます。

ですが、Trust Layer だけが組織を保護しているわけではありません。Agentforce を使用すると、エージェントの動作をガイドし、エージェントがビジネスポリシーや業界規制に準拠するようにするガードレールを設定できます。Agentforce ガードレールについて学習するには、「信頼できるエージェント型 AI」バッジを完了してください。

コンテキストに応じた正確な応答

AI モデルは、コンテキストがなければビジネスの内容を理解できません。また、適切なコンテキストがなければ、AI モデルは不正確で汎用的な応答や、役に立たない応答を生成しがちです。Agentforce を使用するメリットは、Salesforce Platform 上に構築された AI エージェントがさまざまなデータソースに接続され、ビジネスに関する深い知識を活用できることです。

Data 360: Data 360 は、エージェントが作業に必要なデータに動的にアクセスできるようにします。既存のウェアハウスからデータをコピーすることなく、構造化データと非構造化データに接続する強力なエージェントを作成できます。これには、CRM データ、Slack データ、会社のナレッジ記事、外部データレイクなどが含まれます。
メタデータ: メタデータによって、エージェントはビジネスのコンテキストと、使用できるアクションを把握できます。メタデータは、Agentforce 360 Platform の中核となります。プラットフォーム上に構築されたすべての項目、表示ラベル、エントリ、自動化には、Agentforce が読み取って理解できる関連メタデータがタグ付けされています。このメタデータにより、エージェントはフローの正確な使い方や、取り込む必要があるデータを把握できます。

Agentforce は、リアルタイムデータを使用して、従業員やお客様とエージェントとのやり取りの精度を確保します。

予測可能

AI に関しては正確さが重要ですが、信頼性も同じくらい重要です。同じプロンプトが与えられたとしたら、AI エージェントが常に同じ結果を生成することを保証できるのでしょうか? 以前は、生成 AI ではそれが困難でした。LLM は確率的なシステムであるため、出力を 100% の確実性で予測することができないからです。一方、ビジネス環境では、AI エージェントが毎回まったく同じ方法で組織のビジネスルールを適用することが望まれる状況がたくさんあります。

幸い、Agentforce では AI エージェントの動作を明示的に制御できます。エージェントスクリプトは、Agentforce でエージェントを構築するための言語であり、自然言語の柔軟性とプログラム的表現の信頼性を組み合わせています。つまり、必要に応じて AI エージェントに定義済みの予測可能なパスをたどらせることができるのです。

Agentforce によるより優れたエクスペリエンス

Agentforce があれば、お客様とのシームレスなやり取りが強化され、面倒なタスクが自動化されることがわかったところで、冒頭の会話に戻り、Agentforce を活用すると会話がどうなるか見てみましょう。最初の大きな違いは、お客様が保留で待たされなくなることです。AI エージェントはすぐに応答し、お客様である Alex に挨拶します。

これは期待が高まります。どの質問に対しても、待たせたり、曖昧な返答をしたりすることがなく、明確な情報で応じています。これはまさに、Cloud Kicks がお客様からカスタマーサービスに問い合わせがあったときに実現したいと考えているやり取りです。Agentforce の機能を確信した Linda は、すぐにでも使い始めたいと考えます。

では、Linda が Agentforce のさまざまなコンポーネントを調べ、機能のしくみについて学習する様子を見ていきましょう。

予想時間

トピック

ヘルプをお探しですか?

Agentforce のリソース