SalesforceのAI機能を調べると、Agentforce、Einstein、予測AI、生成AI、Einstein Copilotなど、複数の名称が出てきます。そのため、「AgentforceとEinsteinは別の製品なのか」「EinsteinがAgentforceに置き換わったのか」と迷う担当者もいるでしょう。
AgentforceとEinsteinは、単純な新旧関係や競合関係ではありません。Einsteinは、Salesforce Platformに組み込まれたAI・機械学習機能を広く指す名称です。一方、AgentforceはEinstein Platformを基盤とし、AI機能、データ、アクションを組み合わせてAIエージェントを構築・運用する製品です。
本記事では、AgentforceとEinsteinの違いと関係、SalesforceのAI機能の整理方法、導入前の確認事項などを解説します。
AgentforceとEinsteinの比較
AgentforceとEinsteinの大きな違いは、業務への関わり方です。
Einsteinは、予測、生成、分析、提案などを担うAI機能群です。Agentforceは、AIエージェントに役割、指示、参照データ、実行可能な処理を設定し、業務を進める仕組みです。
| Einstein | Agentforce | |
| 名称が指す範囲 | Salesforceに組み込まれたAI機能群 | AIエージェントを構築・運用する製品 |
| 主な役割 | 予測、生成、分析、提案など | 情報を参照し、処理を選び、業務を進める |
| 利用方法 | 各機能や画面で利用する | 役割、指示、データ、アクションを設定する |
| 業務への関与 | 担当者の判断や作業を支援する | 許可された範囲で処理を実行する |
| 両者の関係 | Agentforceが利用するAI機能を含む | Einstein Platformを基盤として動作する |
「予測するのがEinstein、実行するのがAgentforce」と分けるだけでは不十分です。Einsteinにも自動化につながる機能があり、Agentforceも回答生成や要約を行います。
両者は二者択一ではなく、業務に応じて組み合わせる関係です。
Salesforce Einsteinとは
Salesforce Einsteinについて詳しく解説します。
Einsteinは単独のアプリケーション名ではなく、Salesforce Platformや各製品に組み込まれたAI・機械学習機能を包括する名称です。予測AI、生成AI、分析、提案など、目的の異なる機能を含みます。
予測AIで確度や傾向を算出する
予測AIは、蓄積されたデータをもとに確率、傾向、スコア、推奨行動などを算出します。営業活動であれば、商談やリードの優先順位を考える材料として利用できます。
予測結果は将来を確定するものではありません。データの正確性や更新状況を整え、出力をどの判断に使うかまで決める必要があります。
生成AIで文章作成や要約を支援する
Einsteinの生成AI機能は、顧客情報や活動履歴を参照し、メール、回答案、要約などの作成を支援します。生成内容が常に正しいとは限らないため、顧客へ送る文章や契約、価格に関わる回答には、人間による確認や承認を設けます。
Einsteinには予測AIと生成AIの両方が含まれるため、Agentforceと比較するときは、Einstein全体と特定のEinstein機能を区別しなければなりません。
Agentforceとは
Agentforceの詳細について解説します。
Agentforceは、Salesforce上でAIエージェントを構築、カスタマイズ、テスト、導入、管理するための製品です。
AIエージェントは質問へ回答するだけでなく、利用できるデータや処理の範囲に沿って、情報を参照し、必要なアクションを選んでタスクを進めます。
AIエージェントが情報を参照して処理を選ぶ
Agentforceでは、エージェントが依頼内容を受け取り、必要な情報やナレッジを参照します。そのうえで、設定された指示とアクションから処理を選びます。処理を完了できない場合や承認が必要な場合には、人間へ引き継ぐ設計も可能です。
ここでいう自律性は、AIが無制限に判断するという意味ではありません。担当業務、利用できるデータ、実行可能な処理、停止条件、権限を事前に設定します。
Salesforceの処理や外部システムと連携する
Agentforceのアクションには、Salesforceの標準処理に加え、Flow、Apex、プロンプトテンプレート、API連携などを組み込めます。レコード検索だけでなく、項目更新や既存ワークフローの起動までつなげられます。
実行できる処理を増やすほど誤処理の影響も大きくなるため、許可するアクションと人間へ引き継ぐ条件を決めます。
AgentforceとEinsteinの5つの違い
AgentforceとEinsteinを正確に比較するには、対象範囲、業務への関与、設定内容、処理範囲、導入後の管理を分けて考える必要があります。
ここでは、AgentforceとEinsteinの違いについて5つの視点から解説します。
1．名称が指す範囲が違う
EinsteinはSalesforceに組み込まれたAI機能を広く含む名称です。AgentforceはAIエージェントの構築と運用に焦点を当てた製品であり、同じ階層にある2つの製品を比較しているわけではありません。
2．業務に関与する方法が違う
Einsteinの各機能は、予測値、文章、要約、推奨内容などを提供し、担当者の判断や作業を支援します。Agentforceは依頼内容に応じて情報を参照し、利用可能なアクションから処理を選びます。
Einsteinの機能が自動化に組み込まれる場合も、Agentforceが文章を生成する場合もあるため、役割を完全には分離できません。
3．設定する内容が違う
Einsteinの個別機能では、予測対象、利用データ、生成する文章、プロンプトなどを設定します。Agentforceでは、エージェントの役割、業務上の指示、実行できるアクション、処理の制限、承認、人間への引き継ぎまで設計します。
4．処理できる業務の範囲が違う
Einsteinの個別機能は、予測、生成、分析などの特定処理を担当します。Agentforceは、複数の情報確認やアクションを組み合わせ、一定の業務フローを進められます。
手順が曖昧な業務や例外が多い業務は、そのまま任せず、判断条件と例外処理を先に定めます。
5．導入後の管理方法が違う
Einsteinの個別機能では、予測や生成内容の精度、利用状況、データの更新などを確認します。Agentforceでは、実行したアクション、参照したデータ、人間へ引き継いだ条件なども管理します。業務ルールを変更した場合は、エージェントの指示やアクションにも反映が必要です。
Einstein CopilotはAgentforceに置き換わったのか
これまでSalesforceで利用できる対話型のAIエージェントには、Einstein Copilotがありました。
2024年、Einstein CopilotはAgentforceに統合され名称が変更になりましたが、Einstein全体がAgentforceに置き換わったというわけではありません。
あくまで名称変更されたのは、Einstein Copilotのみです。
SalesforceのAI機能を3つに分けて整理する
SalesforceのAI機能は、製品名だけでなく、AIが担う役割から整理すると理解しやすくなります。大きく分けると、「予測するAI」「生成するAI」「業務を進めるAIエージェント」の3つです。
予測するAI
予測AIは、Salesforceのデータを使い、確率、スコア、傾向、優先順位などを算出します。結果をどの業務判断に使うのか、利用者と運用ルールを決める必要があります。
Einsteinの機能群の中にもこうした予測AIが含まれています。
生成するAI
生成AIは、顧客情報や活動履歴、ナレッジなどを踏まえ、メール、回答案、要約などを作成します。参照情報、確認者、送信や保存の条件まで設計します。
同じく、Einsteinの機能群の中には生成AIも含まれます。
業務を進めるAIエージェント
AIエージェントは、情報を参照し、必要なアクションを選び、設定された業務を進めます。Agentforceはこの領域を担いますが、処理の途中でEinsteinの予測AIや生成AIを利用する場合もあります。
3つの役割は完全に独立しておらず、1つの業務で組み合わせることもあります。
目的別にAgentforceとEinsteinの利用方法を考える
AgentforceとEinsteinの具体的な利用方法について整理します。
利用方法は、製品名から選ぶのではなく、解決したい課題とAIに任せる範囲を先に決めることが重要です。
確度や傾向を予測したい場合
商談やリードの優先順位、顧客行動の傾向などを把握したい場合は、Einsteinの予測AI機能を中心に検討します。予測対象、利用データ、結果を使う担当者を明確にします。
文章作成や要約を支援したい場合
メール、回答案、要約などを作りたい場合は、Einsteinの生成AI機能が関係します。生成対象、参照データ、確認者、保存や送信の条件を決めます。
複数の処理をAIに進めさせたい場合
情報検索、条件確認、レコード更新、人間への引き継ぎなどを連続して行いたい場合は、Agentforceを中心に検討します。開始条件、実行可能な操作、承認、例外時の対応を整理します。
AgentforceやEinsteinを導入する前に確認すべきこと
SalesforceのAI機能は、導入するだけで業務を自動的に改善するものではありません。
最後に、それぞれのAI機能を導入する前に確認すべきことについて整理します。
対象業務とAIの役割を決める
AIへ任せるのが予測、生成、提案、情報確認、処理実行のどこなのかを決めます。人間が判断する工程とAIが担当する工程を分けることで、導入範囲を具体化できます。
データと業務フローを整える
必要な情報がSalesforceに登録されているか、入力方法が統一されているかを確認します。通常時だけでなく、情報不足、条件不一致、承認待ちなどの例外も整理します。
Data 360はSalesforce内外のデータを統合するデータ基盤です。
Data 360の必要性や設定範囲は、利用する機能や参照データによって異なります。Einstein Trust Layerを設定する場合は、Data 360の構成も必要です。
権限とガードレールを設定する
Agentforceが参照できるデータ、更新できる項目、利用できるアクションを必要な範囲へ限定します。Einstein Trust Layerは、生成AIを利用する際のセキュリティ、データ、プライバシー管理を支えますが、Salesforceのアクセス権限や承認ルールに代わるものではありません。
ライセンスと利用量を確認する
利用条件は、機能、Salesforceのエディション、対象ユーザー、利用量によって異なります。必要な追加製品、対象人数、想定する処理回数も含めて確認します。
まとめ
Einsteinは、Salesforceに組み込まれた予測AI、生成AI、分析、提案などの機能を広く含む名称です。AgentforceはEinstein Platformを基盤とし、設定された指示、データ、権限、アクションに沿ってAIエージェントを動かす製品です。
Einstein全体がAgentforceへ置き換わったわけではありません。Agentforceは、EinsteinのAI機能を含むSalesforceの基盤を利用しながら、回答や業務処理を進めます。
導入時は「AgentforceかEinsteinか」から考えるのではなく、予測、生成、業務実行のどこをAIへ任せるのかを決めます。そのうえで、必要なデータ、業務フロー、権限、人間への引き継ぎ、運用管理を整えましょう。
シーサイドでは、SalesforceをはじめとしたSFAツールとAI活用に関するご相談も受け付けております。
お困りやご相談がありましたら、まずはお気軽にお問い合わせください。
