6月25日、Don Fluckinger氏が「Salesforce productizes its own customer service AI agent for users」と題した記事を公開した。SalesforceがAIカスタマーサービスエージェント「Agentforce Help Agent」を製品化し、「解決した分だけ課金」という成果ベースの価格モデルとともに来月リリースする計画について詳しく紹介されている。
「解決した分だけ課金」という価格モデルの実装
今回の最大の訴求点は、「pay-per-resolution（解決ベース課金）」という価格モデルだ。Salesforceは来月のリリースと同時にこのモデルを適用する。PegasystemsやHubSpot、Zendeskといった競合SaaSベンダーも同様の成果ベース課金を採用しており、業界全体の潮流になりつつある。
このモデルでは、以下のケースでは課金が発生しない。
- 会話が途中で放棄された場合
- 人間のエージェントにエスカレーションされた場合
- 顧客がネガティブなフィードバックを返した場合
AIクレジットやトークン消費量ではなく、ビジネス上の成果に課金を紐づけてほしいという顧客要望が背景にある。Agentforce ServiceのEVPであるKishan Chetan氏は「会話の人間側・AI側の両方を把握しているから成果を計測できる」と説明する。
ただし、「解決」の定義をどう設定するかは依然として課題だ。Chetan氏自身も「解決が何を意味するのかを明確に説明することが重要」と認めている。新しい価格モデルには学習コストが伴う。
自社の運用実績をそのままプロダクトに詰め込んだ
Agentforce Help Agentのもう一つの大きな特徴は、Salesforce自身がHelp.Salesforce.comで運用してきたAIカスタマーサービスエージェントの知見を直接組み込んでいる点だ。このエージェントは2024年10月の公開以来、450万件以上の会話をこなしており、問い合わせの約3分の2を人手を介さず自律的に解決しているとSalesforceは主張している。
ユーザー側のAgentforce Serviceデータ（Salesforceのカスタマーサービス向けプラットフォーム）とSalesforce自社のカスタマーサービス運用データを組み合わせてトレーニングされる仕組みで、いわば「実績済みの運用ノウハウをパッケージ化した」エージェントといえる構成だ。
独立系調査会社Valorのファウンダー、Rebecca Wettemann氏はこの方向性をこう評価する。
「Salesforceは、宣言的ワークフローとLLM呼び出しをいつ使い分けるかといった重い部分をすでに処理してくれています。顧客が素早く立ち上げられるようにするのがポイントです。」
ここで登場する「宣言的ワークフロー」とは、処理の手順をコードで命令的に記述するのではなく、「何を達成したいか」を定義するだけでシステムが実行手順を自動的に決定する設計手法を指す。AIエージェントの文脈では、LLMによる柔軟な推論と、確実性が求められる処理を宣言的に定義したワークフローをどう組み合わせるかが設計上の重要な判断点となる。Wettemann氏の発言は、Salesforceがその判断をあらかじめ製品レベルで吸収している点を評価したものだ。
エージェントの展開をゼロから設計させるのではなく、すぐ使えるパッケージとして提供することで導入のハードルを下げる——Agentforceの過去2年間の展開経験から得た教訓が、この製品設計に反映されている。
機能構成：マルチチャネル対応と平易な設定ツール
Agentforce Help Agentが提供する主な機能は以下の通りだ。
- プリパッケージされたアクションとケース管理
- ボイス、Web、テキストメッセージを含む複数チャネルの統合ダッシュボード
- 顧客の質問に合わせてパーソナライズされたAgentforce Customer Serviceポータル（更新版）
- エージェントの回答をあらかじめ確認できるテストツール
- 平易な言語（プレーンランゲージ）による設定インターフェース
テストツールの存在は実務的に重要で、本番投入前にエージェントの挙動を確認できる点はエンジニアにとって扱いやすい。
実際の導入事例：PenFed Credit Union
記事ではAgentforce Serviceの顧客としてPenFed Credit Unionが取り上げられている。現時点では主に社員向けのテスト・利用にとどまっており、自律的なアクション実行よりも情報集約に重点を置いた活用が中心だという。
同社シニアバイスプレジデントのNicole LaCamp氏は、エージェントの将来的な位置づけを「コグニティブバンキング（認知型バンキング）」——アプリが顧客の財務データをダッシュボード化し、次のアクションを提案する——の文脈で語っている。重複取引や不要なサブスクリプションの検出など、現在は手動でしかできない個人財務分析への応用を見据えているとのことだ。
Finの買収も並行して進行中
Salesforceは今月上旬、エージェント型カスタマーサービスAIのFinを買収することも発表している。Finはもともと顧客対応AIプラットフォームのIntercomが開発したエージェントで、独立したAIカスタマーサービスエージェントとして高い解決率を持つ製品だ。Finが持つ機能と分析機能は、取引完了後にAgentforce Serviceの将来バージョンへ統合される予定だとされている。
今回のAgentforce Help Agent製品化と、Finの買収統合は、SalesforceがカスタマーサービスAI領域で自社開発と外部買収の両輪を回しながら機能を積み上げていく戦略の現れといえる。自社運用実績を武器にした即戦力パッケージと、外部の先進技術の取り込みを組み合わせることで、Agentforceのカスタマーサービス領域における競争力を短期間で底上げしようとする意図が読み取れる。
詳細はSalesforce productizes its own customer service AI agent for usersを参照していただきたい。
