セールスフォースのAIエージェント基盤Agentforceによるデータ連携と業務フロー設計、情シスが確認すべきポイント

解説

AIエージェントを業務プロセスに適用することは、単なるチャットボットの進化以上の課題があります。導入したからといって、必ずしも全社的な利益改善につながるわけではありません。

本稿では、大規模な顧客対応を実現している事例を通して、AIが「いかに」データと連携し、具体的な業務フローを再構築しているのかを見ていきます。

単なるツールの導入に留まらず、「プロセス全体の見直し」が必要であることが改めて示唆されています。

ポイント

• セールスフォースはAIエージェント基盤「Agentforce」を自社の営業およびサポート現場に先行導入し、大規模な顧客対応実績を積んでいます。
• 高度なAIエージェントは、WebサイトのコンテンツだけでなくCRMデータと連携することで、利用者の行動履歴に基づいたパーソナライズされた対話を実現します。
• 単なるAIツール利用にとどまらず、「第0号顧客」として自社プロセス全体を見直すことで、AIを活用した組織・運用ノウハウを確立しています。

情シスへの影響

【エージェント基盤の連携とデータ管理】

• CRM/内部データとの統合: Webサイトやサポート窓口に導入されるAIエージェントが、単なる知識ベース（FAQ）ではなく、顧客関係管理（CRM）システムなど、他の社内基幹システムからリアルタイムなデータを参照し、パーソナライズされた対応を行うよう設計・運用されている点。

• データフローの可視化: どのAIエージェントがどのような種類の情報（行動履歴、過去問い合わせ履歴、リードスコアなど）にアクセスし、それに基づいて顧客対応を行っているかというデータフローを管理し、統制する必要性。

【運用モデルの変化】

• 人間の介在点の再定義: AIエージェントによる完結率が高い一方で、「AIでは不可能なケース」や「最適なタイミングでの人へのエスカレーション（バトンタッチ）」が発生する点を明確にし、その切り分けロジックをシステムの制御レイヤーに組み込む必要性。

• 業務フローの構造化: AIが効率的に対応できる領域・プロセス（定型化されたワークフロー）と、人間による高度な判断が必要な領域を分離し、システム側で役割分担を行う設計の重要性。

影響範囲

主に、顧客接点を持つ全てのインターフェース（Webサイト上のチャットボット/エージェント窓口、サポートポータルなど）。影響範囲は特定の製品バージョンというより、AIエージェント基盤が接続・参照する外部データソース（CRM、CMS、マニュアル管理システムなど）の設計と連携方法に依存します。データフロー全体、特にリードスコアリングや対応履歴ロギング機能が関わります。

重要度

★★★★☆

対象者

• M365管理者
• Entra管理者
• セキュリティ担当者
• ネットワーク管理者

優先度

早めに対応

優先度の理由

単なるツールの導入ではなく、社内データとAIを結合させる「エージェント型エンタープライズ」の実現という段階に来ており、情報収集の範疇を超え、具体的な自社業務への適用可能性や適切な連携設計について検討を開始すべき時期だからです。特に、情報漏洩リスクが高い機密データ（顧客履歴、行動ログ）をAIが処理する際のセキュリティ統制と権限管理は早急な確認が必要です。

確認手順

• 利用予定のAIエージェントシステムがアクセス・参照する全ての外部データソース（CRM、SaaSなど）の一覧を作成する。
• 情報漏洩防止の観点から、AI処理過程で取得される機密情報（PII、行動履歴など）について、データのマスキングや匿名化が適切に行われるかベンダーに確認する。
• AIエージェントによる対応フローにおいて、人間による最終承認（Human-in-the-Loop）が必要なプロセスを洗い出し、例外処理のロジックを定義する。
• 現在のサポート・営業部門で利用されているコアシステムと、将来導入を目指すAI基盤間のAPI連携方式とデータ同期要件について公式ドキュメントで確認を行う。