Agentforceとは｜Salesforce AIエージェントの機能と案件動向

Agentforceとは何か

Agentforceは、Salesforceが提供するAIエージェントプラットフォームです。Salesforce公式サイトでは「エンタープライズ規模で24時間365日の自律型サポートを提供する」基盤と説明されています。

ポイントは自律性です。従来の生成AIアシスタントは、人が指示を出し、出力を人が確認して次の操作を行う前提でした。Agentforceのエージェントは、与えられた目標とガードレールの範囲内で、必要なデータを自分で取りに行き、アクションの実行まで進みます。

ただし「完全に任せきり」という意味ではありません。どのアクションを許可するか、どこで人にエスカレーションするかは設計者が定義します。

「AIエージェント」としての位置づけ

AIエージェントという概念そのものの整理は、AIエージェントとは？仕組み・種類・活用事例をわかりやすく解説で扱っています。本記事では、その概念をSalesforce製品として実装したものがAgentforce、という前提で進めます。

汎用のAIエージェント開発と決定的に違うのは、最初からCRMのデータモデルと権限モデルに乗っていることです。取引先・商談・ケースといったオブジェクトに、既存の共有設定のままアクセスできます。ここが自前実装との最大の分かれ目になります。

Einstein・従来型チャットボットとの違い

3つを並べると役割の差が見えます。

Einsteinが「書く・要約する」を担っていたのに対し、Agentforceは「判断して動く」ところまで守備範囲に入れています。

製品名称の整理（執筆時点）

ここは少しややこしいところです。2025年10月のDreamforceで、SalesforceはAgentforce 360という名称でBuilder・Voice・Agent Script・Observabilityの各機能を束ねる発表を行いました（Salesforce Newsroom）。同時にData CloudがData 360へ改称されています。

一方で、本記事執筆時点の日本語公式サイトは「Agentforce」表記のままです。案件票や要件定義書で両方の呼称を見かけますが、実務上は同一系列の製品群として扱われることが多いため、まずはその理解で大きくは外しません。

ただし提案書・見積書・要件定義書では、SKU名や機能の束ね方が契約上の意味を持ちます。Salesforceは名称変更が比較的多い製品でもあるため、書面に落とす製品名は必ず公式ページで現行表記を確認してから使ってください。

ミニFAQ（Agentforceの基礎）

Q. Agentforceを使うにはSalesforceの契約が必須ですか。

A. Agentforceは Salesforce Platform 上で動く機能のため、Salesforce環境が前提になります。評価目的ならDeveloper環境やトライアル環境で試せる場合がありますが、利用できる機能範囲や申請の要否は時期によって変わるため、公式案内で確認してください。

Q. Einsteinは廃止されたのですか。

A. 廃止ではなく、AIの主軸がAgentforce側に移ったという整理が実態に近いです。既存のEinstein機能を使っている組織はそのまま運用しているケースもあります。

Agentforceの主要コンポーネント

構成要素は役割ごとに分かれています。案件でどこを任されるかを判断する材料にもなるため、実装・運用のどの工程に効くかとセットで押さえておくと便利です。

Agent Builder：エージェントを組み立てる

Agent Builderは、エージェント本体・サブエージェント・アクション・指示文をローコードで構成するツールです。GUI中心のため、宣言的設定に慣れたSalesforce管理者でも入り口に立てます。

とはいえ、実務でまともに動くエージェントを作るには、既存のFlowやApexで実装された処理をアクションとして切り出す作業が発生します。ここで開発スキルが要ります。Apexの基礎はSalesforce開発言語「Apex」のすべて。年収・将来性から活用事例まで徹底解説が参考になります。

Atlas推論エンジン：何をするか決める頭脳

Atlas推論エンジンは、入力されたリクエストを分解し、どのアクションをどの順で呼ぶかを組み立てる部分です。ここが曖昧だとエージェントが暴走します。

執筆時点の公開情報では、Atlasは設定可能になっており、LLMの柔軟さと業務ロジックの確実性のバランスを調整できるとされています。実案件では「ここは絶対に推論に任せない」という線引きを設計で持ち込むことになります。

Data 360：根拠となるデータをつなぐ

Data 360（旧Data Cloud）は、Salesforce内外のデータを統合してエージェントの判断材料にする層です。ハルシネーション対策の中心でもあります。

エージェントの回答精度が出ない案件では、プロンプトではなくこのデータ側に原因があることが珍しくありません。ナレッジ記事の粒度・重複・更新日を疑うのが定石です。

Voice・Agent Script・オブザーバビリティ・Trust Layer

残る4つは、チャネル拡張と統制を担う層です。Agentforce Voiceは音声チャネル対応、Agent Scriptはエージェントの挙動を細かく制御する記述層、オブザーバビリティは稼働後のモニタリングと改善、Trust Layerはデータのマスキング・監査ログ・出力のガードレールを受け持ちます。

運用フェーズの案件では、オブザーバビリティ周りが主戦場になります。解決率、エスカレーション率、1件あたりの消費クレジットといった指標を見ながらチューニングする仕事です。一方のTrust Layerは、エンタープライズ導入の可否がここで決まることも多く、セキュリティ要件の厳しい業界ほど比重が上がります。

Agentforceでできること

Agentforceの適用領域は、公式サイトではカスタマーサービス、コンタクトセンター、フィールドサービス、従業員サービス、営業・サービス、ITサービス、予約スケジューリング、販売開発、製品レコメンデーション、イベントサポートが挙げられています。

案件として切り出されやすいのは、このうち「問い合わせ対応」と「営業の前さばき」です。

案件になりやすい3領域の比較

このなかではカスタマーサービスがもっとも導入例の語られる領域です。効果測定が解決率という単一指標で取れるため、PoCの成否がはっきりします。裏を返すと、ナレッジが整っていない組織では数字が出ません。

社内向けは対外サービスと比べてリスク許容度が高いぶん、最初の導入先として選ばれることがあります。失敗したときの影響範囲が社内に閉じるためです。

料金体系とコスト設計の勘所

Agentforceの課金は、公式サイトによるとFlex Credit、Resolutions、ユーザー単位ライセンスの選択制です。Salesforce Foundationsの範囲で試せる部分もあります。

実装側のエンジニアにとって重要なのは、設計がそのままランニングコストに直結する点です。従来のSalesforce開発では、処理を1つ増やしても課金は動きませんでした。Agentforceでは、エージェントが余計なアクションを呼べばその分コストが乗ります。

• アクションの粒度を細かく切りすぎると呼び出し回数が増える

• 推論に任せる範囲を広げるほど結果が揺れ、再試行が発生する

• 人へのエスカレーション条件が緩いと、自動化率が上がらず費用対効果が出ない

このあたりを要件定義の段階で握れるかどうかで、プロジェクトの評価が変わります。正確な料金は条件や契約形態で変わるため、Salesforce公式のAgentforceページで最新の体系を確認してください。

Agentforce案件の実像

結論から言うと、少なくとも公開求人・公開案件ベースでは、Agentforceを名指しした募集はSalesforce案件全体の中ではまだ少数です。多くは「Salesforce開発／コンサル」の案件要件の中に、生成AI・Agentforce・Data Cloudといった語が条件として現れる形になっています。

以下の記述は、フリーランスエージェントの公開案件ページとSalesforce公式の製品情報を確認した範囲での整理です。非公開案件を含めた全体像ではない点はご留意ください。

そのため、案件検索では製品名だけで絞り込まず、Salesforce案件を母集団として見たうえでキーワードを重ねるのが実務的です。Salesforce関連の案件一覧から要件欄を確認していく進め方になります。

案件タイプは3つに分かれる

Agentforce関連の募集要件を整理すると、担当範囲でおおよそ3つに分けられます。

期間はプロジェクト規模で前後します。公開案件の契約期間の記載と、PoC案件の一般的な進め方を踏まえると、PoCが数週間〜3か月程度で区切られ、そこから本番実装に移るという流れが基本形です。延長前提で短く切られているケースもあるため、初回契約期間だけで判断しないほうが安全です。

求められるスキルは2軸で考える

Agentforce案件のスキル要件は、Salesforce側とAI側の2軸に分解できます。両方を高水準で満たす人は多くないため、どちらかを土台に、もう一方を補うという組み立てが現実的です。

Salesforce側で評価されるのは、Apex・LWCの開発経験、Flowによる自動化の設計、共有・権限設計、Service CloudまたはSales Cloudの業務理解です。AI側で評価されるのは、プロンプト設計、RAGやナレッジ設計の経験、LLMを使ったアプリの運用経験、評価指標の設計です。

汎用的なAIエージェント開発のスキルセットについては、AIエージェント開発案件の単価相場｜必要スキル・獲得ルートを解説に詳しくまとめています。フレームワークの選択肢を比較したい場合はAIエージェント開発フレームワーク比較｜LangGraph・CrewAI・AutoGenもあわせてどうぞ。

単価はどう見積もるか

本記事ではAgentforce固有の単価レンジを提示しません。名指しの公開案件がまだ多くないため、限られた件数から相場を出すと実態からずれるおそれがあるためです。

実務上は、次の2つのレンジを基準にするのが妥当です。

1. Salesforce案件としての相場：職種別のレンジはSalesforceフリーランス単価相場｜職種別レンジ・案件動向・参入手順で整理しています

2. AIエージェント開発案件としての相場：こちらはAIエージェント開発案件の単価相場が該当します

Agentforce案件は、この2つの重なりに位置づけられます。Salesforceの実装経験に加えて、生成AIやナレッジ設計の実務経験まで持つ人材は相対的に少ないため、その両方を説明できる人であれば条件面での交渉余地は生まれやすい部類です。ただし個別案件での提示額は、経験年数と担当範囲で大きく変わります。自分の経験でどのレンジを狙えるかは、無料のフリーランスエンジニア単価診断で目安を確認できます。単価を体系的に上げる考え方は【2026年最新版】フリーランスエンジニアの単価相場と単価の上げ方とは？に整理があります。

ミニFAQ（案件）

Q. Salesforce未経験でAI開発経験だけでもAgentforce案件に入れますか。

A. 運用改善・評価設計まわりなら可能性があります。ただし本番実装系は権限設計の理解が前提になるため、Salesforce側の基礎を並行して詰める必要があります。

Q. Agentforce案件は常駐が多いですか。

A. Salesforce案件全体の傾向と同様、フルリモートと一部出社の両方が見られます。Data 360で基幹データを扱う案件では、セキュリティ要件から出社条件が付くケースがあります。

案件に入るための学習ルート

未経験からの最短ルートは、Trailheadでの学習と認定資格、そしてDeveloper環境での実装練習の3点セットです。順序が大事なので、ここは具体的に書きます。

STEP1：Trailheadで基礎を通す

Salesforce公式の学習プラットフォームであるTrailheadに、Agentforce向けの学習コンテンツが用意されています（Trailhead Academy）。Salesforce自体が初めてなら、プラットフォーム基礎から入って2〜4週間程度を見ておくと無理がありません。

STEP2：認定Agentforceスペシャリストを取る

資格としてはSalesforce認定Agentforceスペシャリストが直球です。公式の認定Agentforceスペシャリスト資格ページに試験範囲と準備教材がまとまっており、試験は選択式60問・試験時間105分という構成です。出題範囲にはAgentforceの設定と管理、プロンプト設計、Data Cloud・Service Cloud・Sales Cloudとの連携が含まれます。

受験者の公開体験談を見る限りでは、Salesforce実務経験がある方は2〜6週間程度で準備している例が見られます。ただし前提知識による差は大きく、Salesforce自体が初めてならSTEP1の期間を別途見込んでください。資格全体の優先順位はSalesforce認定資格おすすめ一覧｜難易度・受験料と案件での評価で比較できます。

STEP3：Developer環境で実際に作る

資格だけでは案件には足りません。Developer環境は無償で取得できるため、そこで小さなエージェントを1つ作り切ってください。Agentforce系機能の利用可否や範囲は提供時期で変わることがあるので、着手前に公式案内を確認しておくと手戻りが減ります。

おすすめは、ナレッジを根拠にした問い合わせ対応エージェントを作り、カスタムアクションを1つだけ自作する構成です。これだけで「アクション設計の勘所を知っている」ことを面談で説明できるようになります。

ケース別の入り方

• Salesforce開発経験あり／AI未経験：STEP2から入り、プロンプト設計とRAGの考え方を補う。最短で案件要件に届く

• AI開発経験あり／Salesforce未経験：STEP1に時間を割き、権限・共有設定の理解を優先する。実装より運用改善・評価設計から入ると接続しやすい

• どちらも浅い：まずSalesforce管理者領域で実務を半年以上積む。Agentforceはその後のほうが結果的に早い

よくある失敗と対策

ナレッジ整備を後回しにする

回答精度が出ない原因の多くは、モデルではなくデータ側にあります。重複した記事、更新日の古い記事、粒度がバラバラな記事が混ざった状態でPoCを始めると、数字が出ません。

対策はシンプルで、PoCの対象領域に絞ってナレッジの棚卸しを先に入れることです。工数見積りにこの作業を含めておきます。

推論に任せる範囲を広げすぎる

「とりあえず全部エージェントに判断させる」設計は、精度もコストも読めなくなります。確定的に処理すべきものはFlowやApexで固め、推論は分岐の判断に限定する。この線引きを最初に合意しておくと、後工程が楽になります。

エスカレーション設計を詰めない

エージェントが答えられないときの逃がし先を決めていないと、ユーザー体験が崩れます。どの条件で人に渡すか、渡すときに何を引き継ぐかを、実装前に決めてください。

コストの着地を見積もらない

従量要素がある以上、本番トラフィックでのコスト試算は必須です。PoCの件数で計算すると本番で破綻します。想定件数の幅を持たせたうえで、上限に近いケースでも成立するかを確認しておきます。

Agentforce案件 参画前チェックリスト

面談や契約前に確認しておくと、入ってから詰まりにくくなる項目です。

このうち「ナレッジの状態」と「コスト設計の責任範囲」は、要件に書かれていないことが多い割に、プロジェクトの難易度を大きく左右します。面談で必ず聞いておきたいところです。

まとめ

Agentforceは、CRMのデータと権限の上で自律的に動くAIエージェントを作る基盤であり、案件としては「Salesforce開発の経験」と「AIエージェント設計の経験」が交差する位置に生まれています。

• Agentforceの中核はAgent Builder、Atlas推論エンジン、Data 360、Trust Layerの4点

• Einsteinとの違いは「生成するか」ではなく「実行まで担うか」

• 料金はFlex Credit・Resolutions・ユーザー単位ライセンスの選択制で、設計がランニングコストに直結する

• 案件は導入PoC／本番実装／運用改善の3タイプに分かれ、期間の目安は1〜3か月／3〜6か月／6か月〜

• 公開案件ベースでは名指しの募集がまだ限られるため、Salesforce案件を母集団にキーワードで絞り込むのが実務的

• 学習は目安としてTrailhead（2〜4週間）→認定Agentforceスペシャリスト（選択式60問・105分）→Developer環境での実装、の順。期間は前提知識で大きく変わります

次の一歩としては、Developer環境でエージェントを1つ作り切ることをおすすめします。アクションを自作した経験があるかどうかで、面談での説得力が変わります。

参照した一次情報は以下のとおりです。

• Agentforce：AIエージェントプラットフォーム（Salesforce公式）

• Salesforce Opens Agentforce 360 to Builders（Salesforce Newsroom）

• Salesforce認定 Agentforce スペシャリスト（Trailhead Credentials）

• Agentforce について学ぶ（Trailhead Academy）