エージェントと Agentforce 入門

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。
  
• 信頼される AI エージェントを作成するために Agentforce がどのように役立つかを説明する。
  

始める前に

すぐにでも始めたいと思っていらっしゃると思いますが、LLM、プロンプト、グラウンディングなどの用語に慣れるために次のモジュールを修了することをお勧めします。

• 生成 AI の基本
  
• 大規模言語モデル
  
• プロンプトの基本事項
  
• Einstein Trust Layer
  

生成 AI 革命

2025 年が目前に迫っているというのに、21 世紀は私たちの未来予想図どおりになっていません。月面基地アルファにバカンスに出かけることもなければ、空中自動車で飛び回ることもありません。

ただし、別世界に旅することができない一方で、私たちは人工知能マシンと人間のように複雑な会話を行える時代に生きています。

つい先頃、これまでにないレベルの非常に強力な AI モデルがその言語タスク実行能力で世界中の想像力をかき立てました。多くの人が SF の要素がついに現実になったように感じました。このテクノロジーが登場したことで、生成 AI がもたらす生産性の飛躍についてあちこちが興奮に沸いています。

AI アシスタントの台頭

生成 AI ツールは飛躍的に進化し、私たちはテクノロジーが業務の未来をどのように変えていくかを目の当たりにしています。そのような進化の 1 つが AI アシスタントの台頭です。AI エージェントとも呼ばれています。

最新の AI エージェントはインテリジェントな信頼できるアドバイザーであり、大規模言語モデル (LLM) の機能を活用して自然言語によって人間と会話します。ユーザーと共に作業するように設計されていて、日常作業の自動化、データの分析、質問への回答、コンテキストに沿った支援の提供などによって生産性を高めます。

素晴らしいですよね。では、このテクノロジーを利用して、思い描いた生産性の向上を実現するにはどうすればよいのでしょうか? どのようにして安全な AI エージェントを作成し、それをユーザーの業務の流れに組み込むのでしょうか?

Agentforce の概要

Agentforce をご紹介します。Agentforce は CRM 用の信頼できる新しい会話型 AI エージェントで、Salesforce インターフェースにシームレスに組み込まれています。自然言語での質問や要求を処理し、安全な専用の会社データから取得した関連性の高い回答を提供します。従業員の日常業務でのやり取りを支援することによって安全な方法で効率を高めるために、ゼロから作成されました。デスクトップとモバイルデバイスでの幅広いワークフローやタスクについて従業員を支援することができます。

何よりも便利なのは、コードをまったく知らなくても Salesforce でアシスタントを設定できることです。必要なのは Agentforce を有効にすることだけです。アシスタントは標準で Salesforce の一般的な作業についてユーザーを支援できます。アシスタントは次の作業が可能です。

• 商談、取引先、ケースなどの Salesforce レコードを要約する。
  
• セールスメールを作成または修正する。
  
• Salesforce レコードを検索する。
  
• 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。
  
• その他多数
  

それに加えて、アシスタントは既存の Salesforce Platform 機能を使用して簡単に拡張できます。たとえば、Salesforce 内に商品のおすすめを行うフローがすでにあれば、数回のクリックだけでその機能をアシスタントに追加できます。

Agentforce の特徴

Agentforce は信頼できる自然言語の会話型 AI エージェントです。この新しいデジタルコンパニオンに慣れるために、その特徴を 1 つずつ詳しく見ていきましょう。

信頼できる

Agentforce はユーザーの要求に基づいて Salesforce 組織内でアクションを実行できます。アシスタントはユーザーの要求を LLM に送信し、LLM は要求を実現する計画を生成して実行します。

アシスタントは Salesforce の標準アクセス制御 (ライセンスや権限など) に従うため、常に安全に動作します。また、Agentforce は、Salesforce Platform にネイティブに組み込まれた安全な AI アーキテクチャである Einstein Trust Layer と統合されています。

企業のセキュリティ標準向けに設計された Trust Layer を使用することで、顧客データのセキュリティを損なうことなく 生成 AI を利用できます。同時に、信頼されるデータを使用して生成 AI の応答を改善することもできます。

• データグラウンディング: Trust Layer では、信頼される会社データによって生成プロンプトがグラウンディングおよび強化されます。
  
• データ保持ゼロ: ユーザーのデータがサードパーティ LLM プロバイダーによって保持されることはありません。
  
• AI 監視: AI インタラクションはイベントログに取得されるため、各ユーザーインタラクションの結果を把握できます。
  

Salesforce では、信頼を最大の価値としています。そのため、Salesforce では Agentforce などの生成 AI ツールを構築するときも、信頼という価値を常に念頭に置いています。

自然言語

Agentforce は会話型インターフェイスであるため、従業員は人間に話すのと同じように質問や指示を自然言語で表現できます。

たとえば、営業担当は Salesforce UI のあちこちをクリックしてレコードを探す代わりに、Agentforce を起動して「Show me my Acme deals.」(私の Acme の商談を表示してください。) と入力することができます。LLM を基盤とするアシスタントは要求を解釈し、ユーザーに自然言語で応答し、一致する商談のリストを表示します。そのやり取りは、信頼できる同僚と会話しているように馴染みがあるものに感じられます。

現在、会話型インターフェイスである Einstein パネルは、Lightning Experience と Salesforce モバイルで利用できます。

自然なやり取りといえば、モバイル従業員は音声コマンドを使用して Agentforce に質問をしたり指示を与えたりすることができます。これによって外出中のユーザーはますます簡単にビジネスタスクを実行できます。

会話調である

最後に、Agentforce は会話型エージェントであるため、ユーザーの各要求または指示は進行中のダイアログのコンテキストに沿って理解されます。AI アシスタントの中にはユーザーと 1 回のやり取りのみが可能なものもあります。一方、Agentforce ではユーザーはフォローアップの質問や関連する要求をすることができ、コンテキストが保持されます。

前の例では、営業担当が Acme 商談を表示するように要求しました。同じ会話内で、「Show me their open cases.」(そのオープンケースを表示してください。) と要求できます。Agentforce は会話履歴を記憶していて、「their」(その) という単語が Acme を差していることを知っているため、ユーザーと複数回のやり取りを行うことができます。

Agentforce と Einstein ボットの比較

Agentforce と Einstein ボットの違いがわからないとお思いでしょうか? ボットは設定に多くの専門知識と時間が必要で、厳密に定義された複雑な会話ルールに基づいています。

Agentforce は LLM を基盤としているため、より柔軟で必要な設定も少なくなります。詳細は「リソース」セクションのブログ記事を参照してください。

このジャーニーのヒーロー

可能性にワクワクしていますか? Agentforce についてさらに学習を進める準備はできていますか? このモジュールでは、実際的なシナリオに従って Agentforce について学習します。そこで、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 は常にエンドユーザーが作業しやすくなる方法を探していて、Agentforce のような AI エージェントによって提供される価値にワクワクしています。彼女の目標は、時間がかかる反復的なビジネスタスクを自動化して、より戦略的な活動のための時間を増やすことで従業員の生産性を高めることです。

このモジュールでは、Linda が Salesforce でアシスタントのカスタマイズ、テスト、有効化、監視を行う方法を学習します。ではさっそく次の単元に進み、Linda が Agentforce のさまざまなコンポーネントについて調べ、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。

リソース

• Trailhead: 生成 AI の基本
• Trailhead: 大規模言語モデル
• Trailhead: プロンプトの基本事項
• Trailhead: Einstein Trust Layer
• ブログ: AI Is Coming — Here's How to Get Ready (AI の台頭 - 準備する方法)
• Salesforce ヘルプ: Einstein Generative AI (Einstein 生成 AI)
• ブログ: AI Chatbots vs. AI Virtual Assistants: What's the Difference? (AI チャットボットと AI バーチャルアシスタント: その違いとは?)