Salesforce「Agentforce 360」を発表。AIエージェンの競争激化と、今後の展望

デジタルトランスフォーメーション（DX）という言葉が経営のアジェンダとなって久しいですが、多くの日本企業が今、大きな岐路に立たされています。単なるツールの導入や業務のデジタル化（デジタイゼーション）に留まり、期待したほどの成果を得られていない「DX疲れ」を感じる企業。一方で、AIを中核に据え、ビジネスモデルそのものを変革し、競合を圧倒し始めた企業。この二極化が、2025年の今、鮮明になっています。

そして今、その差を決定的に広げようとしているのが「AIエージェント」の登場です。これは単なるチャットボットの進化ではありません。企業のあらゆる業務プロセスにAIが深く組み込まれ、「自律的に」タスクを実行・最適化する世界の幕開けを意味します。この記事では、Salesforceの最新発表をフックに、エンタープライズAIの最前線と、日本企業がこの巨大な波を乗りこなし、真のDXを達成するための実践的な戦略を、10,000文字で詳細に解説します。

DXの「次」が始まった：AIエージェントが拓く新次元の企業変革

DXの第一章が「クラウド化」と「データ可視化」であったなら、第二章は間違いなく「AIによる自律化」です。その主役となるのが「AIエージェント」です。

2025年、大手ITがこぞって注力する「AIエージェント」とは何か？

AIエージェントとは、特定の目的を達成するために、自ら状況を判断し、計画を立て、複数のツールやアプリケーションを横断してタスクを実行できるAIシステムを指します。従来のチャットボットが「質問に答える」受動的な存在だったのに対し、AIエージェントは「目的を達成する」能動的な存在です。例えば、「来週の大阪出張を最適なコストで手配して」と指示すれば、エージェントがカレンダーを確認し、複数の予約サイトを比較、経費精算システムと連携して予約を完了し、関係者に通知する、といった一連の流れを自律的に行います。

なぜ今、AIエージェントがDXの核となるのか

理由は大きく二つあります。一つは、生成AI（大規模言語モデル：LLM）の飛躍的な進化により、AIが人間の「意図」を高い精度で理解し、複雑な「推論」を行えるようになったことです。もう一つは、SaaS、API、クラウドサービスの普及により、AIが操作できるデジタルな「手足」が企業内に揃ってきたことです。AIが「頭脳」として機能し、既存のデジタル資産を「身体」として動かす。この組み合わせが、これまで人間にしかできなかった非定型業務の自動化を可能にし、DXのROIを飛躍的に高める可能性を秘めているのです。

「自動化」から「自律化」へ：RPAとの決定的な違い

「それならRPA（Robotic Process Automation）と何が違うのか？」という疑問は当然です。RPAは、決められたルール（シナリオ）に沿って「定型業務」を忠実に繰り返すのが得意です。しかし、予期せぬエラーや画面デザインの変更には弱いという側面がありました。

対してAIエージェントは、LLMの「推論能力」をベースにしています。決められたルールがなくても、目的を達成するために「次何をすべきか」を自ら判断できます。「もしAならB、しかしCの状況ならD」といった柔軟な状況判断（if/then）が可能で、より複雑で変化の多い業務に対応できます。RPAが「自動化」のツールなら、AIエージェントは「自律化」のパートナーと言えるでしょう。

【海外最新動向】Salesforce「Agentforce 360」発表の衝撃

このAIエージェントの領域で、今、ITジャイアントたちが覇権をかけて激しく衝突しています。その最前線の動きとして、2025年10月13日に米TechCrunchによって報じられたSalesforceの発表は象徴的です。

TechCrunchが報じたSalesforceの新たな一手

Salesforceは、年次カンファレンス「Dreamforce」に先立ち、AIエージェントプラットフォームの最新版「Agentforce 360」を発表しました。 これは、企業がAIエージェントを構築し、展開・管理するための統合プラットフォームです。顧客関係管理（CRM）の巨人であるSalesforceが、その膨大な顧客データをAIエージェントと深く結びつけ、企業のあらゆる活動（営業、マーケティング、カスタマーサービス、IT、人事）をAIで変革しようとする強い意志の表れです。

Agent Script：AIに「思考」と「柔軟性」を持たせる新技術

Agentforce 360の注目すべき新機能の一つが「Agent Script」です。 これは、AIエージェントにテキストを通じて「もし〜なら〜する」といった柔軟な指示を与えるための新しいプロンプティング（指示）ツールです。 これにより、例えばカスタマーサポートのAIエージェントが、顧客の質問の意図を汲み取り、より予測可能で柔軟な対応を行えるようになります。 注目すべきは、このAIの「推論（reasoning）」エンジンの基盤として、Anthropic、OpenAI、Google GeminiといったSalesforceの競合他社のモデルも活用している点です。 これは、最高性能のAIを柔軟に取り込み、顧客に提供するというSalesforceの現実的な戦略を示しています。

SlackがエンタープライズOSになる日：シームレスな業務体験

もう一つの大きな動きは、Slackとのさらなる統合です。 Agentforceの主要な機能（営業、IT、人事など）が、2026年初頭にかけてSlack内で直接利用可能になります。 さらに、Slackbot（Slack内のチャットボット）が、ユーザーの行動を学習し、洞察や提案を行う、よりパーソナライズされたAIエージェントとしてパイロット運用されます。

Salesforceの最終的な目標は、Slackを「エンタープライズ検索ツール」として進化させ、Gmail、Outlook、Dropboxなど社内のあらゆる情報にSlackからアクセスできる世界を実現することです（2026年初頭にコネクタ提供予定）。 多くのビジネスパーソンが日常的に利用するSlackをAIエージェントの「操作画面（フロントエンド）」に据えることで、エンタープライズAIの主導権を握ろうとしています。

激化するエンタープライズAI競争：Salesforceだけの話ではない

Salesforceが「Agentforce 360」で攻勢をかける一方で、競合も黙ってはいません。エンタープライズAI市場は、まさに群雄割拠の時代に突入しています。

Googleの「Gemini Enterprise」：ワークプレイス全体をAI化

Salesforceの発表のわずか一週間前、Googleは「Gemini Enterprise」を発表しました。 これは、FigmaやKlarnaといった企業を初期顧客として獲得し、企業がAIエージェントを構築するための一連のツールを提供するものです。 Google Workspace（Gmail, Google Drive, Docs）とのシームレスな連携を武器に、ビジネスパーソンの日常業務にAIを浸透させようとしています。

Anthropic（Claude）の「Enterprise」：Deloitte、IBMとのタッグ

AIの安全性と性能で高い評価を受けるAnthropicも、「Claude Enterprise」で急速に存在感を増しています。コンサルティング大手のDeloitteが、同社の全世界50万人の従業員にClaudeのチャットボットを提供するという大規模契約を発表しました。 さらに、IBMとの戦略的パートナーシップも発表しており 、大手コンサルティングファームやITベンダーを通じて、大企業の基幹システムにAIを組み込む動きを加速させています。

日本市場への示唆：勝者は「プラットフォーム」を握る

これらの動きから明らかなのは、各社が目指しているのが単なる「AIツール売り」ではなく、「AIプラットフォーム」の覇権だということです。Salesforce（CRM+Slack）、Google（Workspace+Cloud）、Microsoft（Azure+Office 365+Teams）、Anthropic（IBMやDeloitteとの連携）。彼らは、企業が日常的に使う「場」を押さえ、そこを起点にAIエージェントを企業のあらゆるプロセスに組み込もうとしています。

日本企業は、このプラットフォーム競争の動向を注視しつつ、自社がどのエコシステムに乗るのか、あるいは複数のエコシステムをどう使い分けるのか、という戦略的な判断を迫られています。

DX推進の壁：なぜ95%のAIパイロットは失敗するのか

これほどまでに強力なAIエージェントが登場しているにもかかわらず、多くの企業がその恩恵を受けられていないという厳しい現実があります。

MITが示す厳しい現実「PoC貧乏」の実態

最近のMIT（マサチューセッツ工科大学）の研究によると、企業のAIパイロットプロジェクトの実に95%が、実運用（プロダクション）に至る前に失敗していることが明らかになりました。 これは、日本でも長らく課題となっている「PoC貧乏」（実証実験ばかりを繰り返し、ビジネス成果に繋がらない状態）が、AI活用において世界的に起きていることを示しています。企業はAIツールの導入コストを正当化するのに苦労しているのです。

失敗の共通項1：ROI（投資対効果）の不明確な見切り発車

AI導入の失敗で最も多いのが、「AIで何かできそうだ」という曖昧な期待だけでプロジェクトがスタートしてしまうケースです。「競合が導入したから」という理由だけで高額なAIツールを導入したものの、具体的にどの業務の、どの指標を、どれだけ改善するのか、というROIの設計が不明確なのです。結果として、パイロット運用で「面白かった」という感想は得られても、「どれだけ儲かったのか」「どれだけコストが下がったのか」を経営陣に説明できず、本格導入の予算が下りません。

失敗の共通項2：現場が使わない「導入して終わり」のDX

次に多いのが、経営陣やIT部門が主導し、現場のニーズを無視したAIツールを導入してしまうケースです。現場の業務フローとAIツールの操作が乖離しているため、AIを使うことが逆に「仕事の負担増」になってしまいます。SalesforceがSlackという日常の「場」にAIを統合しようとしているのは、まさにこの「現場が使わなければ意味がない」というDXの本質を突いているからです。 どんなに高性能なAIも、現場の業務プロセスにシームレスに組み込まれなければ、宝の持ち腐れとなります。

失敗の共通項3：サイロ化したデータとAIの相性の悪さ

高性能なAIエージェントも、学習するための「データ」がなければ動きません。特にエンタープライズAIは、顧客データ、商品データ、財務データなど、企業固有のデータを学習させることで真価を発揮します。しかし、多くの日本企業では、データが部門ごと・システムごとに「サイロ化」しています。営業データはSFAに、顧客サポートの履歴は別システムに、Webのアクセス解析データはマーケティング部門のExcelに…。これではAIエージェントが企業全体を横断して最適な判断を下すことはできません。AIの性能以前に、足元のデータ基盤が整備されていないことが、AI-DXの最大の足かせとなっているのです。

日本企業が「成功する5%」になるための実践的DX戦略

95%の失敗を回避し、AIエージェントの力を引き出す「成功する5%」の企業になるためには、日本市場の特性を踏まえた現実的な戦略が必要です。奇策はありません。王道とも言える基本を、いかに徹底できるかが問われます。

戦略1：トップダウンで「AI活用ビジョン」を策定する

AI-DXは、現場の業務改善（ボトムアップ）だけでは限界があります。AIエージェントのような強力な技術は、既存の業務プロセスや組織のあり方そのものを変革する力を持っているからです。だからこそ、「我が社はAIを使って、どの市場で、どのような価値を、どのように提供する企業になるのか」というビジョンを、経営トップが自らの言葉で策定し、発信し続ける「トップダウン」の牽引力が不可欠です。このビジョンが、AI導入のROIを測る「北極星」となります。

戦略2：スモールスタートと「現場主導」の両立

トップダウンのビジョンと同時に、現場での「スモールスタート」が重要です。しかし、これは「PoC貧乏」を推奨するものではありません。ポイントは、「現場の具体的な痛み（ペイン）」を解決するテーマを選ぶことです。「売上を2倍に」といった大きな目標ではなく、「月末の請求書処理にかかる時間を半分にする」といった具体的かつ測定可能な目標を設定します。そして、そのプロジェクトの推進役をIT部門任せにせず、実際にその業務を行っている「現場のエース」に任せること。これが現場主導のDXです。

戦略3：「データ基盤整備」を最優先タスクに据える

AI-DXの成否は、AIモデルの性能ではなく「データの質と量」で決まります。前述の通り、SalesforceやGoogleが目指すAIエージェントの世界は、社内のあらゆるデータが連携・統合されていることが大前提です。 日本企業が今すぐ取り組むべき最優先事項は、AIツールを導入することではなく、社内に散在するデータを一元管理し、AIが「食べられる」形にクレンジング・整備する「データ基盤（データプラットフォーム）」を構築することです。この地味なインフラ整備こそが、AI時代における最強の競争優位となります。

【実践編】AI-DXを加速させる日本市場の主要ツールと活用法

データ基盤を整備し、ビジョンが固まったら、次は適切な「武器（ツール）」の選定です。日本市場で実績があり、AI-DXの基盤となり得る主要なSaaSカテゴリを紹介します。

顧客接点の変革（CRM/SFA）：Salesforce, HubSpot

顧客データはAI-DXの「金脈」です。Salesforceは、Agentforce 360の発表で明らかなように、CRM/SFA（顧客管理/営業支援）の圧倒的なシェアを武器に、顧客接点のAI化をリードしています。 また、中小企業やスタートアップ市場では、使いやすさと機能性でHubSpotが急速にシェアを伸ばしています。まずは「顧客」という最も重要なデータを一元管理することからAI-DXは始まります。

業務プロセスの自動化（iPaaS/RPA）：UiPath, WinActor, Workato

AIエージェントが「頭脳」なら、既存システムを動かす「手足」としてRPAやiPaaS（クラウドサービス連携ツール）が機能します。日本市場では、グローバルスタンダードのUiPathや、純国産で手厚いサポートが特徴のWinActorがRPAの代表格です。また、SaaS間のデータ連携を自動化するWorkatoのようなiPaaSも、サイロ化したデータを繋ぐ上で不可欠な存在となっています。

データ活用の民主化（BI）：Tableau, Power BI

整備したデータ基盤の「出口」として、BI（ビジネスインテリジェンス）ツールが必要です。データを誰もが直感的に分析・可視化できるようにすることで、データに基づいた意思決定（データドリブン経営）が組織に根付きます。Salesforce傘下のTableauや、Microsoft 365との連携が強力なPower BIは、日本でも多くの企業に導入されており、データ活用の「民主化」を支えています。

AI-DX時代の新たなSaaS選定基準

重要なのは、これらのツールを個別に導入するのではなく、「AIエージェントが将来的に連携できるか」という視点で選定することです。API連携が容易か、データの入出力が柔軟か、そしてSalesforceやGoogle、MicrosoftといったAIプラットフォームのエコシステムと親和性が高いか。この「連携可能性」こそが、AI-DX時代のSaaS選定における最重要基準となります。

事例に学ぶ：AI-DXで成果を上げた日本企業の取り組み

AI-DXは、もはや夢物語ではありません。すでに日本国内でも、データを武器に変革を遂げた企業が存在します。

事例1：株式会社ファーストリテイリング（ユニクロ）の「情報製造小売業」への転換

ファーストリテイリングは、早くから「情報製造小売業」というビジョンを掲げ、全社的なDXを推進してきました。AIを活用した需要予測に基づき、生産・在庫・販売計画を最適化。顧客の声をリアルタイムで分析し、即座に商品開発にフィードバックする仕組みを構築しています。彼らにとってAIは「ツール」ではなく、ビジネスモデルの「中核」そのものです。このビジョンの明確さこそ、AI-DXの成功例と言えます。

事例2：トヨタ自動車の「Woven City」とモビリティデータ活用

トヨタ自動車は、「自動車を作る会社」から「モビリティカンパニー」への変革を宣言し、DXを推進しています。その象徴が「Woven City」プロジェクトです。ここでは、車から得られるデータ（モビリティデータ）だけでなく、人々の生活に関わるあらゆるデータを収集・分析し、新たなサービスや社会システムを生み出そうとしています。これは、AIとデータを活用して、産業の定義そのものを書き換えようとする壮大なDXの試みです。

中小企業の挑戦：限られたリソースで成果を出すDX

大企業だけではありません。ある中堅の製造業では、工場の古い機械に後付けのIoTセンサーを設置し、稼働データを収集。そのデータをAIで分析し、故障の「予兆」を検知するシステムを構築しました。これにより、突発的なライン停止を防ぎ、生産性を大幅に向上させました。SalesforceやGoogleのような巨大プラットフォームを使わなくとも、現場の「具体的な課題」をAIとデータで解決する。これもまた、日本企業が目指すべきDXの姿です。

まとめ：AIエージェント時代を生き抜くDXの本質

Salesforceの「Agentforce 360」の発表は、エンタープライズAIが「未来」から「現実」の競争フェーズに移行したことを明確に示しました。 これから先、AIエージェントはますます賢くなり、企業活動のあらゆる側面に浸透していくでしょう。

しかし、忘れてはならないのは、MITの研究が示す「95%の失敗」という現実です。 このギャップを生んでいるのは、AIの技術力ではなく、それを使いこなす「企業側のDX戦略」です。

日本企業がこのAIエージェント時代を生き抜き、持続的な成長を遂げるために必要なのは、一攫千金を狙うようなAIプロジェクトではありません。経営トップの明確なビジョン、現場の課題に寄り添ったスモールスタート、そしてAIの「燃料」となる地道なデータ基盤整備。この3つを、いかに愚直に、かつ迅速に実行できるか。

AI-DXの本質とは、AIという最先端の「鏡」を通じて、自社の業務プロセス、組織、そしてビジネスモデルの「歪み」や「無駄」を直視し、変革し続ける「終わりのない旅」そのものなのです。