AI×Salesforce自動化の現実—「AIで楽になった」は本当か？現場の答え

2024年以降、Salesforceの営業資料から「AI」という言葉が消えた日はない。Einstein GPT、Agentforce、Copilot——新機能のたびに「AIが営業を自動化する」「入力が不要になる」「予測精度が飛躍的に向上する」という言葉が踊る。導入を検討する経営層は目を輝かせる。ベンダーは自信満々に事例を語る。

そしてPMOとして現場にいる私は、静かにコーヒーを飲む。

「本当に楽になったか？」という問いへの答えを、私は現場で探し続けてきた。華々しい機能発表と、現場の実態の間には、常に静かなギャップがある。そのギャップを正直に語ることが、本稿の目的だ。

郭嘉は言った。情報は量ではなく、質だと。

AIが生成する情報量は圧倒的だ。しかし量が増えることと、意思決定の質が上がることは別物だ。AIの導入で「情報が増えた」組織と「判断が速くなった」組織の間には、決定的な差がある。その差が何から生まれるのかを、現場の観察から解体する。

AI×Salesforceの現在地—何ができて、何ができないか

できること：正直な評価

2024〜2025年時点で、AI×Salesforceが実際に機能していると感じる領域は三つある。

① 活動記録の自動生成

商談後のメモ作成、メールの要約、通話録音からの議事録生成——これらは明確に「楽になった」領域だ。営業担当者が商談後に手で入力していた活動記録が、AIによって自動生成される。

ただし精度は「80点」だ。そのまま使えるレベルではなく、確認と修正が必要になる。「入力コストが消えた」のではなく「入力コストが確認コストに変わった」というのが正確な表現だ。

② 次のアクション提案

商談の進捗状況、過去の類似案件、顧客の反応パターンから「次に何をすべきか」をAIが提案する機能は、ジュニアの営業担当者に効果が出ている。経験の浅い担当者が「次のアクションが思い浮かばない」という状況を減らせる。

一方でシニアの営業担当者には「言われなくてもわかっている」という反応が多い。AIの提案が、経験者の判断より精度が高い局面はまだ限定的だ。

③ 予測スコアリング

クローズ確率の予測、解約リスクのスコアリング。
統計的なパターン認識においてAIは着実に精度を上げている。ただしこれはデータ品質に完全に依存する。ゴミデータを入れればゴミの予測が出るくる。荀彧が兵站の品質にこだわったように、AIの予測精度はデータ品質のガバナンスで決まる。

できないこと：現場の実態

① 入力しない問題

AIがどれだけ入力を補助しても、そもそも入力しない営業担当者の問題は解決しない。「AIが入力してくれる」という期待が、入力ルールの設計を後回しにするという新しいリスクを生んでいる。

② 判断の代替

「どの案件に集中すべきか」「このステークホルダーをどう動かすか」こういった判断は、2025年時点のAIには委ねられない。郭嘉が袁紹の「今この瞬間の意図」を読んだように、文脈の読み取りは人間の仕事だ。

③ 組織の抵抗の解消

AIが「次のアクションはこれです」と提案しても、それを実行するかどうかは人間が決める。組織の慣性、権力構造、個人のモチベーション。
これらを動かす力をAIは持っていない。