「ちょっとした設定変更」のたびにかかるコストの現実

「取引先に新しい項目を追加したい」「月次レポートのフィルタ条件を変えたい」「承認ワークフローに一段階追加したい」——営業部門やカスタマーサクセス部門でSalesforceを使い込んでいると、こうした要望が日常的に出てきます。しかし実際には、その「ちょっとした変更」を依頼する先がIT部門かベンダーしかなく、対応まで数週間待つのが当たり前になっているチームも少なくありません。

この構造には複数のコストが潜んでいます。ひとつはチケット起票からリリースまでの待ち時間、もうひとつは要件をエンジニアに正確に伝えるためのコミュニケーションコストです。さらに現場担当者が「どうせすぐには直してもらえない」という諦めを抱えたまま非効率な運用を続けるという機会損失も見逃せません。

Salesforceがエンタープライズ向けCRMとして成熟する過程で、その柔軟性の高さが逆説的に「専門家でないと触れない」という印象を強めてきました。フロー・Apexコード・権限セット・オブジェクト設計——それぞれが相互に影響するため、業務担当者が慎重に扱えない事情は理解できます。しかし2025〜2026年にかけて状況は大きく変わりつつあります。Agentforce と MCP（Model Context Protocol）の登場が、その前提を根底から覆そうとしているのです。

AgentforceのローコードビルダーとMCPが解決すること

Agentforce Builder は、自然言語でAIエージェントをデザイン・テスト・デプロイできるローコード環境です。従来のようにApexコードを書かなくても、「商談が停滞したら担当者にリマインドを送る」「ケースがエスカレーションされたら上長にSlack通知する」といったロジックをブロックを組み合わせるように構築できます。さらに Agentforce Vibes と呼ばれる機能は、バイブコーディングのアプローチで企業データとガバナンス基準を組み込んだアプリケーションを短時間で作成することを可能にします。

もうひとつの鍵が Salesforce Hosted MCP Servers（現在パイロット提供中）です。MCP はAIアシスタントと外部ツールを繋ぐ標準プロトコルであり、Salesforceはこれをホスト型サービスとして提供しています。管理者がコードをほぼ書かずにSalesforce APIをMCPサーバーとして公開し、ClaudeやGPTなどのAIアシスタントから直接Salesforceオブジェクトを操作できるようにする仕組みです。

これが何を意味するかというと、AIチャット画面で「今月のパイプラインをチームごとに集計して」と入力するだけで、AIがSalesforce APIを呼び出してリアルタイムにデータを取得し、結果を返すことが可能になるということです。GUIを操作してレポートを手動で組み立てる作業が、会話形式に置き換わります。

また AgentExchange は、厳選されたAIエージェントのサービスカタログです。既製のエージェントをAgentforce Builderで即座に導入でき、コードは一行も書きません。業界別テンプレートも豊富に揃っており、たとえば製造業向けの在庫確認エージェントや金融業向けのコンプライアンスチェックエージェントを選んで設定するだけで運用を開始できます。

実践事例——営業部門が自らSalesforceを改修した具体例

AgentforceとMCPの普及によって、業務担当者が主体的にSalesforceを改修した事例が増えています。以下はその代表的なパターンです。

商談フォローアップの自動化

営業担当者がAgentforce Builderで「商談のステージが2週間以上変化しない場合、担当者に次のアクション候補をSlackで提案する」エージェントを作成しました。フロービルダーの複雑な条件分岐をGUIで設定する代わりに、自然言語で要件を入力してエージェントを生成しています。

カスタムレポートの即時生成　MCPを通じてSalesforceデータに接続したAIアシスタントに「今週クローズした商談を担当者別・製品別に集計してCSVで出力して」と指示することで、従来30分かけていたレポート作成を数秒で完了させています。

新規オブジェクトの追加　「顧客からのフィードバックを管理するオブジェクトを作りたい。フィードバック種別・受信日・対応ステータスのフィールドが必要」とAgentforce Builderに入力すると、オブジェクト設計の提案とフロー作成のガイドが返ってきます。

富士通のサポートデスク事例　富士通はAgentforceをカスタマーサポートに導入し、従来8〜10回のボタン操作が必要だった問題解決を、顧客が1回のやり取りで完了できる体験に変えました。エージェントがナレッジベースとSalesforceケースを連携して参照し、最適な回答を提案します。

こうした事例が積み重なった結果、Salesforce AIエージェントの利用は6か月間で233%増加しており（Slack Workflow Index）、Agentforceの契約数はFY2025 Q4時点で5,000件を超えています。

非エンジニア向けSalesforce操作の始め方——必要なツールと環境

「自分でもできるのか」と感じた方のために、実際に始めるためのステップを整理します。

ステップ1　Agentforce Builderへのアクセス権を確認する

Salesforce の設定画面から「Agentforce」を検索し、Builder画面にアクセスできるかを確認します。権限が付与されていない場合は管理者に相談します。Agentforce は Enterprise 以上のエディションで利用可能です。

ステップ2　AgentExchangeで既製エージェントを試す

まずは AgentExchange のカタログから業務に近いテンプレートを選んでインポートします。カスタムコードを書かずに動作確認ができるため、AIエージェントの挙動を体感するのに最適です。

ステップ3　Agentforce Builderで小さなエージェントを作る

「商談のクローズ日が今週のものを一覧表示する」など、単純なユースケースから始めます。自然言語でアクションを記述し、Test Center でシミュレーションして動作を確認します。

ステップ4　MCP連携のパイロットに申し込む

Salesforce Hosted MCP Servers はパイロット段階のため、Salesforceアカウントチームを通じてアクセスをリクエストします。承認後、Claude や Cursor などMCPクライアントから自社のSalesforceインスタンスに接続する設定を行います。

重要なのは「完璧に理解してから始める」のではなく、「小さく試して学ぶ」サイクルを回すことです。Agentforce の Test Center には状態注入とAI評価機能があり、エージェントを本番環境にデプロイする前に大規模な動作シミュレーションを実施できます。失敗しても影響範囲を限定できる環境が整っているため、非エンジニアでも安心して実験できます。

チェンジマネジメント——IT部門との協力体制の作り方

非エンジニアがSalesforceを自ら改修できるようになる変化は、IT部門との関係性を再定義する機会でもあります。「依頼する側」と「実装する側」という二項対立を解消し、業務部門とIT部門が協調してシステムを育てる体制を作ることが成功の鍵です。

まずIT部門に理解してもらうべき点は、「業務部門が勝手に動く」のではなく「ガバナンスの枠組みの中で動ける範囲を広げる」という主旨であることです。Agentforce にはロール別の権限制御や変更の承認フローを組み込む機能があり、IT部門が設定した境界の中で業務部門が動けるよう設計されています。

次に、変更管理のプロセスを共同で定義します。たとえば「業務部門がAgentforce Builderで作ったエージェントは、本番デプロイ前にIT部門がTest Centerでレビューする」というルールを設けることで、速度と安全性のバランスを取ることができます。

さらに定期的な「SalesforceラボDAY」のような勉強会を設けると効果的です。業務部門がどんなユースケースを試みているかをIT部門が把握し、より良い実装方法を提案する場として機能します。双方が学び合う文化が根付くと、変更のスループットが大幅に上がります。

注意点とリスク管理——Agentforceガバナンス機能の活用

自由度が高まると同時に、リスクも生まれます。業務部門が主体的にSalesforceを操作する際に注意すべき点を整理します。

データアクセス権限の設計　MCPを通じてAIアシスタントがSalesforceにアクセスする際、どのオブジェクト・どのフィールドへのアクセスを許可するかを厳密に設定する必要があります。Salesforceの権限セットを適切に構成し、最小権限の原則を守ることが重要です。AIアシスタントが意図せず機密データを参照・出力しないよう、管理者がフィールドレベルセキュリティを確認します。

エージェントの動作範囲の明確化　Agentforceエージェントが「できること」と「できないこと」を業務担当者が正確に把握している必要があります。たとえば「レポートを生成する」エージェントと「データを更新する」エージェントでは影響範囲が大きく異なります。後者は誤動作時のリスクが高いため、承認ステップを必ず挟む設計にします。

Test Centerによる事前シミュレーション

Agentforce 3 の Test Center は、状態注入とAIによる評価を組み合わせた大規模な動作シミュレーションが可能です。本番デプロイ前に多様なシナリオをテストし、予期しない挙動を事前に検出します。特に顧客データに触れるエージェントは、このステップを省略しないことをお勧めします。

変更履歴の記録

Agentforce Builderで作成・変更したエージェントの履歴を記録する運用を整備します。誰が・いつ・どのような変更を加えたかを追跡できる状態にしておくことで、問題が発生した際の原因特定が容易になります。

これらの注意点をクリアしながら運用を積み重ねていくと、業務部門とIT部門の間に「信頼の実績」が蓄積されます。最初は小さなユースケースから始め、成功体験を経るごとに許容される変更の範囲を広げていく段階的アプローチが、組織全体のリスクを最小化しながら変革を進める現実的な道筋です。

「SalesforceはエンジニアのためのもD」という時代は終わりに近づいています。AgentforceのローコードビルダーとMCPが業務部門に手渡した鍵を使って、自分たちのシステムを自分たちで育てていく——その転換が、今まさに現場から始まっています。