Agentforce は、Salesforce が提供する AI エージェントの構築・実行基盤です。CRM の中に「自律的に動く担当者」を定義し、問い合わせ対応や商談の下調べといった業務を、人間が一手ずつ指示しなくても最後まで処理させるための製品群を指します。
Agentforce とは
旧 Einstein Copilot のようなチャットアシスタントとの違いは、答えを返すだけでなく、判断して Salesforce 上のレコードを実際に更新するところにあります。
エージェントの挙動は三つの部品で決まります。対応できる話題（Topic）、その話題で実行してよい処理（Action）、守るべき指示文（Instructions）です。推論エンジンがユーザーの発話をどの Topic に割り当てるか判断し、その Topic に紐づく Action だけを実行します。「何でもできる汎用エージェント」ではなく、Action の範囲を絞ること自体がガードレールになる設計だと理解すると全体像がつかめます。参照データは Data Cloud 側に寄せられ、CRM レコードやナレッジ記事を検索して回答の根拠にします。
使い方
作成は Agent Builder という GUI が入り口で、Topic と Instructions は自然文で書きます。エンジニアが手を入れるのは主に Action の実装です。Flow、Apex、プロンプトテンプレート、外部 API 呼び出しをそれぞれ Action として登録でき、既存の Salesforce 資産をほぼそのままエージェントの手足にできます。逆に言えば、Flow や Apex が整理されていない組織では、まずそこの棚卸しが先になります。
品質担保には専用のテスト機能があり、想定発話を大量に流して Topic 分類とアクション選択が正しいかを採点します。エージェントの精度問題の多くはモデルではなく Topic の切り分けミスなので、ここを回すのが実務上いちばん効きます。デプロイは通常のメタデータと同じく Sandbox から本番へ移送します。
料金
Salesforce は当初「会話 1 件あたり 2 ドル」という従量課金を打ち出し、その後アクション消費量で測る Flex Credits 方式や、ライセンスにエージェント利用枠を含める形へと改定を重ねています。体系が動いているため、具体的な単価はここでは断定しません。見積もり時点の価格表を Salesforce に直接確認してください。
押さえるべきは課金単位の違いです。会話単位なら、有人対応をどれだけ減らせたか（deflection 率）がそのまま採算を決めます。アクション単位なら、1 会話あたり何回 Action を呼ぶかが効くため、冗長な検索や確認ステップがコストに直結します。PoC の段階で 1 会話あたりの消費量を実測しておかないと、本番展開時に見積もりが崩れます。
誰が作っていて、競合は何か
開発元は Salesforce です。基盤モデルは外部ベンダーに依存してきましたが、Dreamforce で同社初の CRM 向け推論モデル「Koa」を発表しました。NVIDIA のオープンモデル Nemotron 3 Super を、約 30 年分の CRM 導入から作った合成データセットでポストトレーニングしたものです。オープンモデルであるため Salesforce が重みを保持し、学習も推論も自社インフラ内で完結します。顧客データは学習に使っていないとしています。
投資家視点では、これは推論コストの内製化とデータガバナンスの両方を主張する動きです。競合は Microsoft Copilot Studio、ServiceNow、Google など、業務 SaaS に AI エージェントを載せる各社で、争点は「エージェントが自社の業務データにどれだけ近い場所で動くか」にあります。Agentforce の主張は、その距離が CRM 本体の内側にあるという一点です。
