Salesforce Einstein Copilot と Sales Cloud｜活用シーン・権限・データ品質の前提整理
目次 クリックで開く
Salesforceが提供する生成AI「Einstein Copilot（現在はAgentforceの一部として統合・進化）」は、単なるチャットボットではありません。CRM（顧客関係管理）に蓄積された「信頼できる自社データ」を、LLM（大規模言語モデル）とリアルタイムに繋ぎ込み、営業業務を自律的にサポートする強力なエージェントです。
本記事では、Sales Cloudの実務担当者やシステム管理者に向けて、Einstein Copilotの具体的な活用シーンから、導入の壁となる権限管理、そしてAIの精度を決定づけるデータ品質の前提条件まで、公式ドキュメントに基づき詳しく解説します。
Salesforce Einstein Copilot（Agentforce）とは？Sales Cloud活用の全体像
生成AIが営業プロセスを変える：CRMデータとAIの融合
従来のCRM活用では、営業担当者が自らデータを検索し、商談履歴を読み込み、次のアクションを判断する必要がありました。Einstein Copilotはこのプロセスを逆転させます。ユーザーが自然言語（日本語対応）で「この商談のこれまでの経緯を要約して」と指示するだけで、AIが関連するレコードを横断的に解析し、回答を生成します。
最大の特徴は、Salesforce独自のEinstein Trust Layerを介することで、セキュリティを担保しながらセキュアにLLMを利用できる点にあります。
Einstein CopilotからAgentforceへの進化と名称変更の背景
Salesforceは2024年の「Dreamforce」にて、Einstein Copilotをより包括的な「Agentforce」へとリブランディングしました。単なる「副操縦士（Copilot）」から、自律的にタスクを遂行する「エージェント」への進化を意味しています。本記事では現在広く浸透している「Einstein Copilot」の概念を中心に、実務的な設定面に触れますが、最新のインターフェースではAgentforceとして管理される点に留意してください。
Sales Cloudにおける主要な活用シーンとメリット
Sales CloudでEinstein Copilotを導入することで、具体的にどのような業務改善が見込めるのか。代表的な3つのユースケースを紹介します。
商談・リードの自動要約：議事録からネクストアクションを抽出
長期間にわたる商談や、引き継ぎが発生したリードの状況把握には多大な時間がかかります。Einstein Copilotは、活動履歴、メールのやり取り、Chatterの投稿を瞬時にスキャンし、以下のような要約を提供します。
- これまでの主要な論点と顧客の懸念事項
- 競合他社の登場有無
- 過去のコンタクトから導き出された「次に提案すべき内容」
セールスメールのパーソナライズ：CRMデータを引用したドラフト作成
「Sales Email」機能を利用すると、CRM上のデータを引用しながら、パーソナライズされたメール本文を自動作成できます。例えば、「前回の商談で話した〇〇という課題に基づき、新機能の△△を提案する」といった文脈を、手入力なしでAIが構成します。
これにより、営業担当者はゼロから文章を作る苦労から解放され、内容の最終チェックと微調整だけに集中できるようになります。
レコード操作の自動化：自然言語によるデータ入力・更新
「商談のフェーズを『交渉』に変更して、完了予定日を来月末に更新して」と指示するだけで、画面を遷移することなくレコードの更新が可能です。これは、特にモバイル端末からSalesforceを利用するフィールドセールスにとって、入力負荷を劇的に下げるソリューションとなります。
なお、こうした営業現場のデジタル化を推進する際には、基盤となるデータの統合が欠かせません。例えば名刺情報を正確にCRMへ取り込むことは、AIの「コンテキスト（文脈）」を豊かにする第一歩です。これについては、名刺管理SaaSとCRM連携の実務も参考にしてください。
導入前に整理すべき「3つの前提条件」
Einstein Copilotは強力ですが、標準機能のように「スイッチを入れるだけ」で最大活用できるわけではありません。以下の3つの観点での準備が必須です。
1. ライセンスとコスト：Enterprise/Unlimited版とアドオン
Einstein Copilotを利用するには、以下のいずれかのエディションが必要です。
- Enterprise Edition
- Unlimited Edition
- Einstein 1 Edition（旧称：Unlimited+ 等の最上位パッケージ）
基本的にはアドオン（追加費用）としての契約が必要であり、利用できるクレジット数（リクエスト数）に応じた従量課金モデルが採用されています。最新の単価については、必ずSalesforce公式料金ページを確認してください。
2. 権限管理：Einsteinコンソールと権限セットの構成
管理者は、ユーザーに対して適切な権限セットを割り当てる必要があります。主な権限には以下が含まれます。
- Einstein Copilot User: Copilotインターフェースを利用する一般ユーザー権限
- Prompt Builder Manager: プロンプトのテンプレートを作成・管理する権限
- Data Cloud Admin: AIが参照するデータの基盤を管理する権限
3. データ品質：AIの精度を左右する「Data Cloud」の役割
Einstein Copilotの回答精度は、Salesforce内のデータの「鮮度」と「構造化」に完全に依存します。重複したリード、未更新の商談フェーズ、断片的な取引先責任者情報しかない環境では、AIは誤った要約を出力します（ハルシネーション）。
特に、外部データ（Web行動ログや別システムの受注データ）をAIに参照させる場合、Data Cloudのセットアップが推奨されます。Data Cloudによって名寄せ（ID統合）されたデータがあって初めて、AIは「真の顧客像」を理解できます。ID連携の重要性については、WebトラッキングとID連携の実践ガイドが詳しい解説を提供しています。
【実務者向け】Einstein Copilotの設定・セットアップ手順
導入に向けた基本的な設定ステップを解説します。
ステップ1：Einstein Copilotの有効化とTrust Layerの設定
- Salesforceの[設定]メニューから「Einstein 設定」を検索。
- 「Einstein を有効化」のスイッチをオンにします。
- 「Einstein Trust Layer」の設定を確認し、データのフィードバック保存設定（オプトアウト可能）などを自社のセキュリティポリシーに合わせて調整します。
ステップ2：権限セットの割り当てとプロンプトビルダーの構成
ユーザーがCopilotを利用できるように、「Einstein Copilot ユーザー」権限セットを対象ユーザーに割り当てます。次に、プロンプトビルダーを使用して、業務に特化したプロンプト（AIへの指示書）を作成します。
注意点： 標準のプロンプトでも動作しますが、自社の業界用語や独自の商談フェーズ定義に合わせたカスタムプロンプトを作成することで、回答の精度は大幅に向上します。
ステップ3：カスタムアクション（Copilot Actions）の定義
Copilotに特定の業務（例：在庫確認システムへの照会、Slackへの通知）を実行させたい場合、Flow（フロー）やApexを「Copilot Action」として登録します。これにより、AIは単に答えるだけでなく、「業務を遂行する」エージェントへと変わります。
複雑なバックオフィス連携を自動化する考え方は、経理業務の完全自動化事例に見られるような、疎結合なアーキテクチャ設計と共通する部分があります。
セキュリティの要：Einstein Trust Layerの仕組み
エンタープライズ企業が生成AI導入を躊躇する最大の理由は、データの安全性です。Salesforceはこの課題に対し、Einstein Trust Layerという盾を用意しています。
データ漏洩を防ぐ「動的マスキング」と「ゼロリテンション」
- 動的マスキング： LLMにデータを送る際、氏名や電話番号などの個人情報を自動で検出し、仮のデータに置き換えます。
- ゼロリテンション： 提携先LLM（OpenAIなど）側で、送られたデータを学習に利用したり、永続的に保存したりすることを禁止する契約的・技術的合意です。
- 有害性の監視： AIの回答に差別的表現や不適切な内容が含まれていないかをリアルタイムでチェックします。
【徹底比較】Einstein Copilot vs 他社AIツール
よく比較される他社ツールとの違いを、実務的な観点で比較表にまとめました。
| 比較項目 | Einstein Copilot (Agentforce) | Microsoft Copilot for M365 | ChatGPT Enterprise |
|---|---|---|---|
| 主な参照データ | Salesforce内のCRMデータ / Data Cloud | Officeファイル / Teams / Outlook | 一般知識 / アップロードしたファイル |
| CRM操作 | 可能（レコード更新・作成） | 限定的（Dynamics 365連携時のみ） | 不可 |
| セキュリティ | Einstein Trust Layer（標準） | Microsoft 365 準拠 | 企業専用インスタンス |
| カスタマイズ | プロンプトビルダー / Flow連携 | Copilot Studio | GPTs / API開発 |
| 導入メリット | 営業パイプラインの直接管理・自動化 | ドキュメント作成・メール要約 | 汎用的なリサーチ・アイデア出し |
商談フェーズ別 × Einstein Copilot（Agentforce）活用パターン × データ整備要件 早見表
前のセクションでEinstein Trust Layerのセキュリティ設計を説明しましたが、Sales CloudにおけるEinstein Copilotの活用効果は「商談の発掘フェーズ」「育成・提案フェーズ」「クロージング・契約フェーズ」「受注後のフォローフェーズ」でそれぞれ異なります。どのフェーズに注力するかによって、事前に整備すべきSalesforceのデータ品質要件と、Einstein Copilotへの指示設計（プロンプト・アクション設定）が変わります。フェーズごとに整理しました。
| 商談フェーズ | Einstein Copilot（Agentforce）の主な活用パターン | 必要なSalesforceデータ整備要件 | 導入前に確認すべきポイント |
|---|---|---|---|
| リード発掘・初期アプローチフェーズ （見込み客の特定・優先順位付け） |
①Einstein Lead Scoringによるリードの購買確度自動スコアリング（過去の受注・失注データをもとにAIが学習）②Agentforceによる「このリードへのベストなアプローチ文面の生成」③Account Insightsによる訪問前の企業情報サマリー自動生成（ニュース・財務情報・過去の取引履歴を統合） | ①過去2〜3年分の商談データ（受注・失注・金額・業種・担当者）が入力されていること②リードの「獲得経路・最初の接触日・フォロー履歴」が漏れなく記録されていること③競合情報・失注理由フィールドへの入力率が70%以上あること（入力率が低いとAIのスコアリング精度が低下する） | Einstein Lead ScoringはSalesforce Sales Cloud EnterpriseまたはUnlimitedエディションが必要。スコアリングモデルの学習に最低200〜300件の過去商談データが必要で、データ量が少ない場合は精度が出ない。既存のリードスコアリングルール（手動設定）との役割分担を明確にしてから導入する |
| 育成・提案フェーズ （ニーズ把握・提案書作成・商談推進） |
①商談のメモ・議事録から「次のアクション・フォローアップ推奨事項」をAgentforceが自動生成②営業担当者の入力した情報から「顧客の課題に対応した提案書の構成案」を生成③類似受注案件の成功パターンと現在の商談を比較して「勝ちやすい提案の切り口」をレコメンド | ①商談の「活動履歴（メール・電話・訪問）」「会議メモ」「顧客の課題・ニーズ」フィールドへの入力が習慣化されていること②製品・サービスの「価格表・製品特徴・競合比較」データがSalesforceのProduct/Opportunityに紐づいていること③過去の受注商談の「決め手・提案内容」が記録されていること | Agentforceの提案書生成機能はSalesforceのMicrosoft 365/Google Workspace連携またはEinstein for Work連携が必要で、追加ライセンスコストが発生する。生成された提案書はあくまで「たたき台」であり最終確認は営業担当者が行う運用ルールを設ける。顧客の機密情報がプロンプトに含まれる場合のEinstein Trust Layerでのデータ保護設定の確認が前提 |
| クロージング・契約フェーズ （受注確度向上・稟議突破・契約締結） |
①Einstein Opportunity Scoringによる「この商談の受注確度（%）と受注を妨げているリスク要因」の自動分析②Agentforceによる「受注確度を上げるための次のアクションのレコメンド（稟議担当者へのフォロー・デモ追加実施等）」③失注リスクアラート（商談の更新が◯日止まっている・決裁者との接触がない等）の自動通知 | ①商談の「受注予定日」「現在の進捗状況」「決裁者・意思決定者の情報」「競合状況」フィールドが正確に入力されていること②Salesforceの「フォーキャストカテゴリ」（Commit/Best Case/Pipeline等）への設定が営業全員で統一されていること③過去の受注商談と失注商談の「転換点となった活動履歴」が記録されていること | Einstein Opportunity ScoringはSalesforce Einstein AI add-onまたはUnlimitedエディションが必要。スコアリングの精度は商談データの質に依存するため、「受注予定日の更新漏れ」「競合情報未入力」等のデータ品質問題を事前にクリーンアップしてから導入する。営業マネージャーの「1on1での活用方法（スコアを使ったコーチング）」を標準化する研修設計が活用定着のカギ |
| 受注後のフォロー・アップセルフェーズ （CS連携・更新・追加受注） |
①顧客の利用状況データ（ログイン頻度・機能利用率等）をSalesforceに連携してAgentforceが「チャーンリスク顧客の早期検知アラート」を生成②アップセル候補顧客の自動特定（利用率が高く・特定機能をよく使っている顧客への上位プラン提案推奨）③更新時期が近い顧客への「今すぐ連絡すべき理由と提案の切り口」のAgentforce自動生成 | ①SaaSの利用状況データ（製品ログ・API利用量等）をSalesforceのカスタムオブジェクトまたはData Cloudに連携する設計が必要②顧客の「契約更新日・利用ライセンス数・現在の課題」フィールドへの入力がCSチームで習慣化されていること③チャーンリスクの定義（「何をもってリスクと判断するか」の指標）をSalesforceのフィールドとして具体化していること | 受注後フォローでのEinstein活用はSalesforce Sales CloudとService Cloudの連携、またはSalesforce Data Cloud（旧CDP）の導入が前提になるケースが多く、追加コストが発生する。CSとSalesチームがSalesforceを共通基盤として使っていない場合はまず組織横断での入力ルール統一が先決。Einstein Agentforceのアクション実行権限（CSチームにどの操作を許可するか）の設計は導入前に確定する |
この表でEinstein Copilot（Agentforce）の導入において最重要の設計原則が「どの商談フェーズの課題を最初に解決するかを決めて、そのフェーズに必要なデータ品質の整備を先行させること」です。Salesforceに過去データが蓄積されていない状態・活動履歴の入力率が低い状態でEinsteinを導入しても、AIが学習するデータが不足してスコアリングの精度が出ません。「データを入れることで何が見えるようになるか」を営業担当者に体験させながらデータ入力の習慣化とEinstein活用を同時並行で進めることが、Sales Cloud×Einstein導入の成功パターンです。
よくあるエラーと運用上の落とし穴・対処法
レスポンスが不正確（ハルシネーション）な場合のプロンプト調整
AIが嘘をつく、あるいは的外れな回答をする場合、原因の多くは「指示の曖昧さ」か「データの欠損」です。プロンプトビルダーで指示を与える際、「商談の確度（Probability）を参照し、70%以上のものだけに限定して要約せよ」といった具体的な条件（グラウンディング）を追加してください。
権限不足によるエラーと「項目のアクセスコントロール」
ユーザーがCopilotに「今月の売上予測を教えて」と聞いた際、「データが見つかりません」となるケースがあります。これは多くの場合、そのユーザーに「商談オブジェクト」や特定の「数式項目」への参照権限（FLS: Field Level Security）がないことが原因です。AIはユーザーの権限を超えてデータを取得することはないため、既存の共有ルールと権限設定を再確認してください。
まとめ：営業DXの成功は「データの整備」から始まる
Salesforce Einstein Copilotは、Sales Cloudに蓄積されたデータを価値に変えるための最短距離です。しかし、そのポテンシャルを最大限に引き出すためには、ライセンスの確保だけでなく、強固な権限管理、そして何よりも「Data Cloud」等を通じたデータ品質の向上が欠かせません。
AIは魔法の杖ではなく、高度な「道具」です。まずは自社のデータが整理されているか、どの業務をAIに任せるべきかを整理することから始めてください。Salesforceを中心としたデータ連携の全体設計については、SFA・CRM・MAのデータ連携全体設計図も、戦略立案の助けとなるはずです。
Salesforce Einstein（Agentforce）が Sales Cloud の商談・顧客データを参照してエージェントとして動く環境に Claude をさらに組み合わせる場合、どのオブジェクト・レコードをどのユーザーに渡すかの権限設計と操作ログが Einstein Trust Layer と合わせて整備すべき領域になります。Salesforce 環境への Claude 統合設計や自社に合わせた PoC の進め方は Claude Code 導入支援 でご相談ください。
Salesforce活用・営業DXとデータ連携のご相談
Salesforceの定着支援や営業プロセスの可視化、基幹・会計システムとのデータ連携までをまとめて支援します。現在の設定や連携方式が最適かを確認したい、という導入前後のセカンドオピニオンにも対応しています。
CRM・営業支援
Salesforce・HubSpot・kintoneの選定から導入・カスタマイズ・定着まで一貫対応。営業生産性を高め、商談化率を改善します。