3行要約
- SalesforceがAIによる既存ビジネスの崩壊「SaaSpocalypse」を否定し、自律型AI「Agentforce」への全面移行を宣言しました。
- 従来の「人間を助けるCopilot」から「自律してタスクを完遂するAgent」へ技術の軸足を移し、メタデータ層を活用した推論エンジンで差別化を図っています。
- ユーザー数に応じた「席数課金」から「AIの成果（会話・アクション）課金」へのビジネスモデル転換が、SaaS業界全体の生存戦略となる節目です。
📦 この記事に関連する商品
NVIDIA GeForce RTX 4090Agentforceの挙動を模したローカルLLMエージェントを自作・検証するための必須装備
※アフィリエイトリンクを含みます
何が起きたのか
Salesforceのマーク・ベニオフCEOが、AIの普及によってSaaS（Software as a Service）の価値が失われるという「SaaSpocalypse（SaaSの黙示録）」という懸念に対し、真っ向から反論しました。2024年後半から2025年にかけて、AI業界では「AIがコードを書き、業務を自動化すれば、高価なCRMのライセンスを人数分買う必要がなくなるのではないか」という議論が活発化しています。これに対し、ベニオフは最新の決算発表とそれに続くメッセージの中で、Salesforceは単なるアプリケーションの提供者から、AIエージェントを動かすための「プラットフォーム」へと進化すると主張したのです。
このニュースが極めて重要な理由は、私たちが長年親しんできた「1ユーザー月額1万円」といった席数ベースのビジネスモデルが、AIによって根本から破壊されようとしている事実を、業界のリーダーが認めたことにあります。ベニオフは、Microsoftが推進する「Copilot（副操縦士）」のような、人間が隣で指示を出し続けるモデルを「期待外れで成果が出ていない」と一蹴しました。代わりに彼が提示したのは、人間が介在せずに商談のフォローアップやカスタマーサポートを完遂する「Agentforce」という自律型エージェントの世界です。
実務レベルで言えば、これは「AIを使って仕事を楽にする」フェーズが終わり、「AIに仕事そのものを外注する」フェーズに入ったことを意味します。Salesforceは過去、クラウドへの移行（No Software）で業界を塗り替えましたが、今回は「AIによる自律化」で自らの成功体験すらも上書きしようとしています。決算数値としては堅調な数字を維持しつつも、その裏では「AIエージェントへの全振り」という、創業以来最大のピボット（方向転換）を宣言したのが今回の発表の本質です。
技術的に何が新しいのか
Agentforceが従来のAIチャットボットやCopilotと決定的に違うのは、Salesforceの「メタデータ層」を推論の基盤に置いている点です。私はこれまで20件以上の機械学習案件を手がけてきましたが、RAG（検索拡張生成）の実装で最も苦労するのは、データのコンテキスト（文脈）をAIに理解させることです。単にPDFやDBから情報を引っ張ってくるだけでは、ビジネスロジックに沿った正確なアクションは取れません。
Agentforceの心臓部である「Atlas Reasoning Engine」は、従来のRAGを一歩進めた動きをします。 具体的には、以下のようなプロセスで動作します。
- ユーザーやシステムからのトリガーを検知
- Salesforce内のメタデータ（オブジェクト定義、権限設定、ワークフロー、共有ルール）を読み取る
- LLMが「今、どのAPIを叩き、どのフローを動かすべきか」を推論する
- セキュリティ・ガバナンスの枠内でアクションを実行する
従来の開発では、LangChainやCrewAIを使って、エージェントに「このツールを使え」とPythonコードで定義（Tools/Functions）していましたが、Salesforceの場合はすでにプラットフォーム上に「フロー」や「Apexクラス」という形でツールが定義されています。Agentforceはこれらを自動的に「自分の手足」として認識し、実行計画（プランニング）を立てます。
例えば、カスタマーサポートのケースであれば、単に「回答文を作る」だけでなく、「保証期間を確認し、期限切れなら延長プランを提案し、合意が得られたら請求オブジェクトを更新する」という一連の業務を、コードを1行も書かずに（あるいは最小限の記述で）完遂させることができます。これは、汎用LLMにAPIを叩かせる際につきまとう「ハルシネーション（もっともらしい嘘）」のリスクを、既存の強固なデータ構造と権限管理で封じ込めている点が、技術的な強みと言えます。
数字で見る競合比較
| 項目 | Salesforce (Agentforce) | Microsoft (Copilot for M365) | 自作AIエージェント (Python/LangChain) |
|---|---|---|---|
| 推論のアプローチ | メタデータ駆動型（Atlas） | 文書/グラフ駆動型（MS Graph） | コード/プロンプト駆動型 |
| 導入スピード | 既存資産があれば即日 | 設定に数週間〜 | 開発に数ヶ月 |
| 課金体系 | $2 / conversation (推定) | $30 / user / month | トークン課金 + インフラ費 |
| 業務完遂能力 | 高（CRM操作に直結） | 中（Office操作中心） | カスタマイズ次第 |
| セキュリティ | エンタープライズ基準（標準） | エンタープライズ基準（標準） | 自己責任（構築次第） |
この数字と構造の差が意味するのは、AI運用の「ROI（投資対効果）」の可視化しやすさです。MicrosoftのCopilotは、1ユーザーあたり月額30ドルを追加で払う必要がありますが、そのユーザーが30ドル分以上の効率化を実現したかを測定するのは困難です。結局、人間が隣でプロンプトを打ち続けているからです。
一方でAgentforceが採用しようとしている「会話（またはアクション）ごとの課金」は、非常にシビアです。1件の問い合わせを解決するのに2ドルかかるとして、それが人間の人件費（1件あたり数ドル〜十数ドル）より安く、かつ確実に解決できるのであれば、企業は喜んでライセンスを払います。ここでは「席数」は関係ありません。100人のサポートチームが10人のAIエージェントに置き換わっても、Salesforceは「解決した件数」で収益を維持できる。これが、ベニオフがSaaSpocalypseを恐れていない理由の数字的な裏付けです。
開発者が今すぐやるべきこと
この記事を読んでいるエンジニアやPMの皆さんは、もはや「LLMのプロンプトをどう磨くか」というレイヤーで悩むのはやめるべきです。Agentforceのようなプラットフォームが普及する前提で、以下の3つのアクションを優先してください。
まず1つ目は、「データのクレンジングとメタデータ化」です。Agentforceがどれだけ優秀でも、Salesforce内のオブジェクト構造がぐちゃぐちゃで、古いカスタムフィールドが放置されている状態では、AIは正しく推論できません。AIに「あなたの会社の営業プロセスを教えて」と聞いたときに、AIが参照する「フロー」や「バリデーションルール」を、誰が見ても（AIが見ても）わかる状態に整理することが、最高のエージェント開発になります。
2つ目は、「APIファーストからエージェントファーストへの設計変更」です。これまで外部システムと連携する際は、密結合なAPI連携を書いてきましたが、これからは「エージェントが使いやすいツール（Action）」として機能を公開する設計が求められます。具体的には、Salesforceの「外部サービス（External Services）」機能などを使い、AIが引数（Parameter）を解釈しやすい形でシステムをコンポーネント化しておくことです。
3つ目は、ローカルLLMを使った「推論コストのベンチマーク」です。私はRTX 4090を2枚回してLlama 3やMistralなどのエージェント動作を検証していますが、クラウドSaaSのエージェントを使うべきか、自社サーバーでエージェントを回すべきかの判断基準は「データの機密性」と「アクションの頻度」に集約されます。Agentforceの従量課金が高すぎると感じたときのために、DifyやLangGraphを使った代替案をポケットに入れておくことは、アーキテクトとしての必須の備えです。
私の見解
正直に言いましょう。ベニオフが言う「SaaSpocalypseの回避」は、既存のSaaSビジネスの死を先延ばしにするための、非常に洗練された「賭け」です。私はこの戦略に対して、短期的には「賛成」、長期的には「極めて懐疑的」なポジションを取ります。
短期的には、企業が自前で信頼性の高いエージェントを組むのはまだハードルが高い。そのため、Salesforceのような堅牢なプラットフォーム上で、ボタン一つでエージェントが動き出す体験には圧倒的な価値があります。SIer時代に苦労した「権限管理」や「監査ログ」が最初から備わっている点は、大規模組織には抗いがたい魅力です。
しかし、長期的には「席数課金」を捨てることは、自らの首を絞めることになりかねません。AIの推論コストは、ムーアの法則以上のスピードで下がっています。現在1アクション2ドルで売っているものが、1年後にはオープンソースのモデルを使い、自社サーバーで0.01円で実行できるようになるかもしれない。その時、顧客は「Salesforceのメタデータ」という囲い込みに対して、いつまで高い手数料を払い続けるでしょうか。
ベニオフがMicrosoftを「期待外れ」と叩くのは、そう言わないと自社のプラットフォームの独自性が保てないという焦りの裏返しにも見えます。結局のところ、勝負を決めるのは「LLMの賢さ」ではなく、「誰が最も使いやすい業務コンテキスト（データ）を握っているか」です。Salesforceが勝つ道は、LLM開発者になることではなく、世界最大の「ビジネス・コンテキスト・プロバイダー」であり続けること。その一点に尽きると思います。
よくある質問
Q1: Agentforceは、既存のSalesforce Copilotと何が違うのですか？
Copilotは「人間が指示を出し、下書きを作る」補助ツールでしたが、Agentforceは「目標を与えれば、自律的に判断しアクションを完遂する」自律型です。メタデータ駆動の推論エンジンにより、人間を介さず業務プロセスを回せる点が最大の違いです。
Q2: 開発者として、Agentforceのために新しい言語を学ぶ必要はありますか？
特定の新しい言語は不要ですが、ApexやFlowの知識、そして何より「データモデリング」のスキルが重要になります。AIが迷わずにデータを扱えるよう、オブジェクト構造を疎結合かつ論理的に設計する能力が、これからのSalesforce開発の核心です。
Q3: 席数課金がなくなると、Salesforceの導入コストは安くなりますか？
ユーザー数が多く、アクションが少ない企業にとっては安くなる可能性があります。逆に、24時間365日AIをフル稼働させて大量のタスクをこなす場合、従来よりもコストが膨らむ可能性もあります。業務の「量」ではなく「価値（成果）」で予算を組む考え方へのシフトが必要です。
