Salesforce Einstein Copilot と Sales Cloud｜活用シーン・権限・データ品質の前提整理

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

1. Salesforceの[設定]メニューから「Einstein 設定」を検索。
2. 「Einstein を有効化」のスイッチをオンにします。
3. 「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。

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。