三井 梨菜
ベルフェイス株式会社|ソフトウェア・SI|営業・販売・サービス職|20-50人未満|ユーザー(利用者)|契約タイプ 有償利用
調べる・共有する時間が減り、月に23時間を創出
AIエージェントツールで利用
良いポイント
Salesforceをずっと使ってきたが、「データは入れているのに活かしきれていない」という感覚がずっとあった。Agentforceを使い始めてから、その感覚がガラッと変わった。
一番好きなのは、過去の商談をチャットで自然に聞けること。「〇〇社との直近の商談サマリーを教えて」「料金の説明はどうしたっけ」みたいな感じで聞くだけで、過去ログから要点・宿題・ネクストアクションを即座に出してくれる。引き継ぎ資料の作成に1〜2時間かかっていたのが数分に短縮されたのは、正直感動レベル。
それと、Slackをインターフェースにできるのも地味にすごくて、「Salesforceを開きに行く」から「Slackで聞けば答えてくれる」に変わったことで、現場での定着スピードが全然違う。外部のLLMには絶対にできない、Salesforceのデータを前提にした「次の一手」が出せる点は、営業AIとして使うなら決定的な強みだと思う。
改善してほしいポイント
アップデートのスピードが速いのはAgentforceの強みでもあるんだけど、サイレントアップデートを含めて画面・呼称・機能が頻繁に変わるため、学習コストが地味に高い。「気づいたら画面が変わってた」という状況が続くと、特に導入期のメンバーが追いつくのに苦労する。
あとは、他人の商談を調べた際に「この回答、本当に正しいの?」と判断しにくい場面がある。回答の根拠や信頼度が可視化されると、チームで安心して使い回せるようになるし、情報の精度管理もしやすくなる。
また、エージェントがどこまで賢くなっているかや、何を改善すれば精度が上がるかが数字で見えにくい点も課題だ。学習度合いの可視化ダッシュボードがあれば、改善サイクルを回しやすくなるし、経営判断のスピードにも直結すると思う。今後のアップデートに期待したいポイントの一つ。
どのような課題解決に貢献しましたか?どのようなメリットが得られましたか?
一番効いたのは「調べる時間」と「共有する時間」が一気に減ったこと。これまでは商談前に過去のやり取りやネクストアクションを確認するために、ダッシュボードやレコードを自分で巡回していた。今はAgentforceに自然言語で聞けば文脈を理解して即答してくれるため、商談準備がほぼゼロ秒で終わる。商談後の上司やCSへの引き継ぎも、引き継ぎ用のCanvasが自動生成されるようになり、報告のために改めて整理する手間がなくなった。さらに、優先・継続・撤退の判定と次にやるべきアクションが毎日Slackに自動で届くため、案件の見極めや判断が速くなっている。結果として商談準備・フェーズ管理・社内共有といった非コア業務の工数が1案件あたり約44.9%(3,050分→1,680分)削減され、月間で約23時間が浮いた。その時間を顧客対応に回せているのが一番のメリットである。
検討者へお勧めするポイント
最もお勧めしたいのは、営業現場の「日常」にそのまま溶け込む点である。
特別な操作を覚える必要はなく、必要な情報を自然言語で聞けば、文脈を理解して即座に答えが返ってくる。これまでダッシュボードやレコードを巡回して自分で探していた作業が、聞くだけで完結する状態に変わる。情報を「探しに行く」から「聞けば答えてくれる」への転換は、想像以上に現場の負荷を下げてくれる。
次にお勧めしたいのは、営業プロセス全体を支えてくれる点である。
商談前の顧客状況やネクストアクションの確認、フェーズの自動判定と更新、引継ぎ用Canvasの自動生成、優先・継続・撤退の案件判断まで、一連の流れをエージェントが横断的に担ってくれる。特定の業務だけでなくプロセス全体で効くため、当社では非コア業務の工数が1案件あたり約44.9%削減され、月間で約23時間を創出できた。
検討者に伝えたいのは、Agentforceを最大限活かすには土台となる構造化データが欠かせないという点である。
商談データが整った状態で導入すれば、初日から実用的な回答が得られ、効果を早期に実感できる。
データの入れ方を整えた上での導入を強くお勧めする。
【メリット】 最大のメリットは、自然言語で質問するだけで必要な情報が即座に返ってくることである。これまではダッシュボードやレコードを自分で巡回して情報を集めていたが、生成AIが文脈を理解して回答してくれるため、商談準備にかかっていた時間がほぼなくなった。また、引継ぎ用のCanvasを自動生成したりと、これまで人が手作業で整理していた部分をAIが担ってくれる点も大きい。 【デメリット】 AIの回答精度は、土台となる商談データの蓄積量と構造化の質に依存する。データが十分に蓄積されていない初期段階では、回答の粒度が物足りないことがあった。生成AIを活かすには、その前段でデータを構造化して蓄積するためのツール導入が前提となる点に留意が必要である。 【解決できた課題】 これまで属人化・形骸化していた「情報を探す」「整理して共有する」「案件を見極める」という非コア業務が、生成AIによって標準化・自動化された。結果として一連の業務工数が1案件あたり約44.9%(3,050分から1,680分)削減され、月間で約23時間を創出できた。浮いた時間を顧客対応に振り向けられるようになったことが、最も大きな成果である。