【2030年の崖を越える】ローコードで作る「自社のAI社員」構築戦略：Agentforce Agent Builder完全ガイド

日本企業が直面する「2030年問題」。労働人口の減少に加え、最大約79万人のIT人材が不足すると予測される中、従来のアウトソーシング頼みの業務改革は限界を迎えつつあります。

今、求められているのは、外部リソースへの依存ではなく、企業文化と業務プロセスを熟知した**「内製化されたデジタル労働力（AI社員）」**の創出です。

本記事では、Salesforceの最新ソリューション「Agentforce」を活用し、ローコードで自律型AIエージェントを構築・育成するための包括的な戦略と実践ステップを解説します。

---

1. 「指示待ち」から「自律実行」へ：AI社員の定義

生成AIの登場初期、多くの企業が導入したのは「Copilot（副操縦士）」でした。これは人間が指示を出し、AIがそれを支援する形です。しかし、これには「指示する人間のスキルに依存する」「人間が常に介在する必要がある」というボトルネックがありました。

これに対し、Salesforceが提唱するAgentforceは、AIの役割を「支援者」から**「自律的な実行者（Agent）」**へと引き上げます。

特性	従来のCopilot (副操縦士)	Agentforce Agent (自律型AI社員)
動作起点	人間の明確な指示待ち	目標に基づき自ら判断して行動
文脈理解	単発の対話が中心	CRMデータや過去の履歴を統合的に理解
実行能力	情報提供・リンク案内	システム操作（更新・メール送信・連携）を完遂
推論能力	シナリオ通りに回答	解決策を自ら計画・修正 (Reasoning Engine)

つまり、「AI社員」とは、単にチャットで答えるだけでなく、**「自ら考え、システムを操作し、業務を完結させる」**存在なのです。

---

2. 開発の舞台裏：Einstein 1 Studioの全体像

「AI社員」を内製化するには、高度なプログラミングスキルは必須ではありません。Salesforceのローコードプラットフォーム**「Einstein 1 Studio」**が、そのための「身体」「脳」「言葉」を作るツールセットを提供しています。

• Agent Builder（身体と役割の設計）：

  AIエージェントの「職務記述書」を作成する場所です。どんな役割を担い、どんな判断基準で動くかを定義します。

• Prompt Builder（言葉とスキルの融合）：

  顧客データなどを動的に組み込み、AIへの正確な指示書を作成します。

• Model Builder（頭脳の選択）：

  Salesforce標準のLLMだけでなく、OpenAIやGoogleなどの外部モデルも選択・管理できます。

---

3. 実践！AI社員を構築する4つのステップ

では、具体的にどのようにして「注文管理・返品対応」を行うAI社員を作るのでしょうか？Agent Builderを用いたプロセスを4段階で解説します。

ステップ1：戦略的計画（Job To Be Done）

まず、「何を任せるか」を明確にします。「電話の注文確認をゼロにする」「返品の一次審査を自動化する」といった具体的なゴールを設定し、AIに与えるデータ権限（セキュリティ境界）を策定します。

ステップ2：トピック（Topics）の設計

トピックとは、AIが扱う「仕事のカテゴリー」です。

例えば**「Order_Management（注文管理）」**というトピックを作成し、「ユーザーが配送状況や返品について尋ねた時に使用する」といった自然言語での分類記述を設定します。これにより、AIは顧客の発言意図を理解し、適切な業務フローを選択できるようになります。

ステップ3：アクション（Actions）の実装

トピックが「役割」なら、アクションは「手足」です。

SalesforceのFlowやApexをアクションとして登録することで、AIは以下のような実務が可能になります。

• 注文番号から配送状況を検索する (Get_Order_Status)

• 返品規定をチェックする (Check_Eligibility)

• お詫びメールの下書きを作成する (Generate_Email)

ステップ4：インストラクション（Instructions）の記述

最後に、AIの「行動規範」を自然言語で教え込みます。

「あなたはプロのサポート担当です。まず本人確認を行い、次に注文状況を確認してください。推測で回答せず、不明な点は人間にエスカレーションしてください。」

このように論理的な指示を与えることで、AIは自律的かつ安全に業務を遂行します。

Point: 厳格な業務には「Agent Script」を

金融や医療など、AIの「ゆらぎ」が許されない業務では、Agent Scriptを使用します。「本人確認が済むまで次は進まない」といった決定論的な制御を行うことで、コンプライアンスを遵守させることが可能です。

---

4. 信頼と安全の担保：Einstein Trust Layer

企業導入の最大の壁となるのが「セキュリティ」です。SalesforceのEinstein Trust Layerは、以下の機能で企業のデータを守ります。

• ゼロデータ保持 (Zero Data Retention): 送信されたデータはLLMプロバイダー側に保存されず、学習にも利用されません。

• PIIマスキング: 個人情報（氏名やカード番号）はAIに送られる前に自動的に隠されます。

• 毒性検知: 有害な回答が含まれていないか、回答生成時に自動チェックを行います。

---

5. 導入後のマネジメントと未来

AI社員をデプロイ（配属）することはゴールではありません。**「Agentforce Testing Center」**を活用して、大量の合成データによるテストを行い、ハルシネーション（嘘の回答）がないか厳しくチェックします。

また、運用開始後も「人間による監督（Human-in-the-Loop）」は重要です。自信がない回答は人間に転送する、重要な処理は人間の承認を得るといったフローを組み込むことで、リスクを最小限に抑えつつ、AI社員を育てていくことができます。

結論：Think Big, Start Small

AI社員の導入は、人間を定型業務から解放し、より創造的な業務に集中させるための変革です。まずは特定の業務から小さく始め、成功体験を積み重ねながら、2030年の崖を越える「強い組織」を作っていきましょう。