カスタマーサポート管理者が Salesforce Service Cloud で Agentforce Service Agent を導入・監視してインバウンドケースを処理する方法

カスタマーサポートのマネージャーは、ケースのバックログ削減、平均処理時間の短縮、そしてデジタルチャネル全体における高い顧客満足度の維持という絶え間ないプレッシャーに直面しています。Service Cloud に直接統合された次世代の自律型カスタマーサービス AI である Salesforce Agentforce Service Agents は、シームレスな有人エスカレーション経路を確保しながら、日常的なインバウンドの問い合わせを自律的に処理することでこの課題を解決します。Agentforce の導入を成功させるには、構造化された展開アプローチ、Omni-Channel Supervisor を通じたプロアクティブな運用監視、そして継続的なパフォーマンス追跡が不可欠です。本ガイドでは、インバウンドケース解決に向けた Agentforce Service Agents の構成、ローンチ、監視、最適化のエンドツーエンドのプロセスを解説します。

Service Cloud における Agentforce の役割を理解する

固定的なデシジョンツリーに依存する従来のルールベースのチャットボットとは異なり、Agentforce Service Agents は推論エンジンによってオーケストレーションされる生成大言語モデル（LLM）を活用します。事前に決められた分岐スクリプトに従うのではなく、Agentforce エージェントは定義されたビジネストピック（Topics）に照らして顧客からのメッセージを評価し、顧客の意図（インテント）を特定した上で、信頼できる CRM データを活用して対応するアクションを実行します。

標準的な Service Cloud アーキテクチャにおいて、Agentforce Service Agent はインバウンドのデジタルチャネルにおける「最前線の防御線」として機能します。ポリシーに関する質問への回答、リアルタイムの注文ステータスの取得、住所変更や予約スケジューリングなどの標準的なトランザクションの処理を行い、複雑な問題を人間のオペレーターへエスカレーションする前に必要な事前情報を収集します。

Agentforce の基盤は、Salesforce プラットフォーム内の 3 つの柱によって支えられています：

• Salesforce Data Cloud および Knowledge： グラウンディング（Grounding）メカニズムにより、検証済みの企業ナレッジベース記事と顧客レコードのコンテキストを確実に取得し、ハルシネーションを最小限に抑えます。
• Einstein Trust Layer： インラインセキュリティメカニズムにより、LLM プロバイダーとのゼロデータ保持契約の適用、個人を特定できる情報（PII）のマスキング、リアルタイムの有害性スクリーニングを実施します。
• Omni-Channel の統合： 統合ルーティングにより、AI エージェントをデジタルチームメンバーとして扱い、メッセージングチャネル全体で一貫したワークロードバランシング、キュー管理、ハンドオフを実現します。

導入前の前提条件とデータ準備

Salesforce Setup（設定）で AI エージェントを構成する前に、サポートマネージャーは運用基盤とデータ基盤が整っていることを確認する必要があります。AI エージェントの正確性と効果は、参照するデータの品質に完全に依存します。

1. ライセンスと権限の構成

組織に有効な Agentforce ライセンスがあり、Setup で Einstein 生成 AI が有効になっていることを確認します。エージェントの構築と監視を担当するサポートマネージャーおよび管理者には、特定の権限セットが必要です：

• Manage Agentforce Service Agents および Manage AI Agents：エージェントロジックの構築、構成、更新に必要。
• Contact Center Supervisor または Omni-Channel Supervisor の「AI Agents」タブへのアクセス権を持つカスタムスーパーバイザー権限。
• プレゼンス構成、ルーティングプロファイル、サービスキューを管理するための標準 Omni-Channel 権限。

2. ナレッジベースの整備とグラウンディング

既存の Salesforce Knowledge 記事を監査し、最新かつ明確な構造で簡潔に記述されていることを確認します。Agentforce は検索拡張生成（RAG）を使用してナレッジベースを参照します：

• 古くなった記事をアーカイブし、過去のバージョン間で矛盾する記述を解消します。
• 明確な見出し、箇条書き、具体的な手順で記事を構造化し、セマンティック検索の信頼性を高めます。
• 記事の公開範囲設定を検証し、エージェントが内部メモではなく顧客向けに公開されたドキュメントのみを取得するようにします。

3. Data Cloud における統合顧客データ

Data Cloud を使用して、取引先責任者レコード、アカウント、外部トランザクションシステム間で顧客識別子を接続します。問い合わせが発生すると、エージェントはこの統合プロファイルを活用して顧客を特定し、最近のトランザクションを確認して、確認事項を何度も尋ねることなくパーソナライズされた回答を提供します。

Service Cloud での段階的導入ステップ

Agentforce Service Agent の展開には、Agent Builder でのエージェント動作の構成、運用境界の定義、ビジネスアクションの確立、およびインバウンド通信チャネルへのエージェントの接続が含まれます。

ステップ 1：エージェントのペルソナとグローバル指示の構成

Setup を開き、Agentforce Agents に移動して、Service Agent を作成または選択し、Agent Builder を起動します。

1. エージェント ID の定義： エージェント名、公開ペルソナ、主要言語を設定します。
2. システム指示の設定： エージェントのアイデンティティ、トーン、運用の境界に関する明確で高レベルのガードレールを提供します。エージェントがどのように自己紹介するか（例：自動化されたアシスタントであることを明示する）や、採用すべき文体（プロフェッショナル、共感的、かつ簡潔）を指定します。
3. 対象外ディレクティブ（Out-of-Scope Directives）の指定： 法的な問い合わせ、特定の金額を超える請求に関する異議申し立て、または人間のサポートを明示的に求めるリクエストなど、エージェントが対応を辞退するか直ちに人間のオペレーターへルーティングすべきトピックを明確に指示します。

ステップ 2：トピックとサブトピックの構造化

トピックは、エージェントが処理を許可された運用ドメインを定義します。サポートマネージャーは、すべての指示を 1 つの巨大なプロンプトにまとめるのではなく、ビジネスロジックをモジュール化されたトピックに分割する必要があります：

各トピックには、独自の記述的スコープと明確な指示セットが必要です。推論エンジンは、顧客の入力プロンプトに基づいて、トピックの説明を参照してそのトピックをいつ有効化するかを判断します。

ステップ 3：トピックへのアクションの配備

アクションは、Agentforce エージェントが Salesforce 内で情報を取得したり更新を実行したりするための実行可能ツールです。アクションは以下を使用して作成できます：

• Autolaunched Flows： Case レコードの更新、RMA 番号の生成、在庫レベルの確認など、宣言型ワークフローに最適です。
• Apex Classes： 複雑なロジック、複数システムにわたるデータクエリ、または厳格なパフォーマンス最適化が必要な操作に使用されます。
• Prompt Templates： Prompt Builder で構築され、特定のレコード項目を使用してカスタマイズされた要約やフォーマット済みレスポンスを生成します。
• MuleSoft APIs： 外部の基幹系（ERP）やレガシーな注文処理データベースと接続するために統合されます。

すべてのアクションには、明確に文書化された入力パラメータと出力パラメータが必要です。推論エンジンはこれらのパラメータの説明を検査し、会話からどの値を抽出してアクションに渡すかを判断します。

ステップ 4：Omni-Channel Flow によるインバウンドルーティングの構成

インバウンドの顧客からの問い合わせを Agentforce Service Agent に転送するために、Flow Builder で Omni-Channel Flow を作成します：

1. Omni-Channel Flow (Contact Center) タイプの新規フローを作成します。
2. フローキャンバスに Route Work 要素を追加します。
3. ルーティング構成で、ルーティングサービスを Agentforce に設定し、Agent Builder で作成した特定の Service Agent を選択します。
4. AI エージェントがオフラインの場合、最大同時セッション制限に達した場合、または実行エラーが発生した場合に備えて、人間のオペレーターによるフォールバックキューを定義します。
5. フローを保存して有効化します。

ステップ 5：コミュニケーションチャネルの接続

Omni-Channel Flow を顧客向けタッチポイントにリンクします：

• Web およびモバイル向け Embedded Messaging： Embedded Messaging コンポーネントを Salesforce Experience Cloud サイトに追加するか、外部の顧客ポータルに展開コードスニペットを埋め込みます。
• サードパーティメッセージングチャネル： Service Cloud Messaging チャネル経由で WhatsApp、SMS、または Facebook Messenger を接続し、受信した会話を有効化された Omni-Channel Flow を介して直接ルーティングします。

フェイルセーフな有人ハンドオフワークフローの設計

自律型カスタマーサービスが成功するのは、人間のサポートがすぐに利用できるという安心感を顧客が持っている場合に限られます。サポートマネージャーは、明確なハンドオフトリガーとシームレスなコンテキスト引き継ぎを確立する必要があります。

ハンドオフトリガー

Agent Builder 内で明示的および暗黙的なエスカレーションルールを構成します：

• 明示的トリガー： 顧客が「担当者と話したい」「人間をお願いします」「オペレーター」などのフレーズを入力した場合。エージェントは異議を唱えたり理由を問い詰めたりすることなく、直ちにリクエストを受け入れる必要があります。
• インテントの複雑度制限： 顧客の問い合わせが定義されたトピックのいずれにも一致しない場合、またはエージェントの権限範囲を超える権限が必要な場合は、自動転送をトリガーします。
• 反復失敗のしきい値： エージェントが顧客の返答を 2 回続けて理解できなかった場合、顧客のフラストレーションを防ぐために対応をエスカレーションします。
• 感情およびリスクシグナル： ネガティブな感情のキーワードや検出されたエスカレーションフラグを監視し、顧客満足度が悪化する前にオペレーターに引き継ぎます。

ハンドオフ時のコンテキスト保持

Agentforce エージェントが対応を人間のキューに転送する際、引き継いだオペレーターが顧客に問題を再度説明させるようなことがあってはなりません。これを防ぐために以下を実施します：

1. チャットログ全体の引き継ぎ： アクティブな Messaging Session レコードが人間のオペレーターの Service Console ワークスペースに直接転送され、完全な会話履歴が保持されます。
2. AI によるケース要約の生成： Agentforce Case Summarization を使用して、顧客の問題、AI エージェントが試みたアクション、およびエスカレーションの理由を概説した 3 文の要約を生成します。
3. ケース項目の事前入力： 取引先責任者名、確認済みのアカウント ID、件名、初期カテゴリなど、ベースとなる Case レコードの標準項目がエージェントのアクションによって既に入力されていることを確認します。

Omni-Channel Supervisor によるリアルタイム監視

エージェントがアクティブになると、サポートマネージャーは Omni-Channel Supervisor（拡張構成では Command Center for Service とも呼ばれます）を通じて運用を監視します。

AI Agents タブの活用

Omni-Channel Supervisor には、人間のチームと並行して自律型エージェントを管理するために特別に設計された専用の AI Agents タブが用意されています：

• アクティブセッションビュー： Agentforce が処理しているすべての同時会話をリアルタイムで表示し、顧客名、チャネル、対応時間、現在アクティブなトピックを確認できます。
• ワークロード分散： キャパシティ使用率と受信トラフィックの傾向を表示し、管理者が人間のキューにおける需要の急増を予測できるようにします。

ライブセッションの確認と介入

スーパーバイザーは、リアルタイムの顧客対応中に直接介入できます：

• ライブトランスクリプトの監視： アクティブなセッションの Monitor ボタンをクリックすると、リアルタイムのトランスクリプトウィンドウが開きます。スーパーバイザーは、顧客と AI エージェントとのやり取りをリアルタイムで確認できます。
• ワンクリックでのオペレーター転送（Transfer to Rep）： スーパーバイザーがエージェントの解釈の誤りに気付いた場合や、顧客の不満を察知した場合、Transfer to Rep をクリックできます。このアクションにより、AI エージェントは即座に会話から切り離され、顧客は高優先度で指定された人間のキューに配置されます。
• フラグ付きの会話： 感情が低下したり、顧客が困惑を示したりしているセッションには、スーパーバイザーダッシュボード上で自動的にフラグが設定され、管理者にセッションの確認を促します。

パフォーマンス追跡とアナリティクス

AI エージェントの評価には、運用効率、解決の効果、および顧客の受け止め方を測定する指標が必要です。サポートマネージャーは、Agentforce Studio (Observe & Optimize > Analytics)、Tableau を活用したダッシュボード、および標準の Salesforce レポートを通じてこれらのインサイトにアクセスします。

主要業績評価指標（KPI）

Data Cloud での Agent Session Tracing の活用

Agentforce は、Data Cloud 内の Agent Session Tracing モデルの下に詳細な実行テレメトリを保存します。これにより、以下に対する詳細な可視性が提供されます：

• 個別の LLM 呼び出しとレイテンシ。
• 一致したトピックと一致しなかったユーザークエリ。
• アクション実行の成功率（例：フローが正常に完了した頻度と検証エラーをスローした頻度）。
• Einstein Trust Layer によってトリガーされたガードレールの作動状況。

LLM を活用した評価

顧客が不満から単にチャットを途中離脱しただけの可能性があるため、「転送なしで終了したセッション」だけに依存することは誤解を招く恐れがあります。Salesforce には、クローズしたセッションをレビューして解決品質をスコアリングする LLM ベースの評価判定機能が組み込まれています。これらの評価モデルは、顧客の提示した質問に直接回答できたかどうかを評価し、真の解決と顧客の離脱を明確に区別します。

継続的な最適化サイクル

Agentforce Service Agent の導入は一度きりのプロジェクトではありません。継続的なガバナンスと改善が必要です。サポートマネージャーは、構造化された週次および月次の最適化サイクルを確立する必要があります：

週次レビュー：
  1. 未一致クエリの調査（Inspect Unmatched Queries）
     └── 一致するトピックがない、繰り返し発生している顧客の質問を特定。
  2. エスカレーションログの監査（Audit Escalated Transcripts）
     └── エージェントが行き詰まった箇所や意図を誤解した箇所を特定。
  3. 低 CSAT セッションの確認（Review Negative CSAT Sessions）
     └── フリクションの原因、紛らわしい表現、失敗したアクションを特定。

月次最適化：
  1. Salesforce Knowledge 記事の更新
     └── 新しい製品ポリシー、FAQ、トラブルシューティング手順を反映。
  2. トピック指示と境界の洗練
     └── Agent Builder 内の説明を明確にし、トピックの重複を防止。
  3. アクションカタログの拡充
     └── 頻度の高い手動タスクを自動化された Flows や Apex アクションに変換。
  4. Sandbox 環境でのテスト
     └── 本番環境へ移行する前に、プロンプトの変更と新しいアクションを検証。

長期的成功のためのベストプラクティス

• 指標の組み合わせに注意する： 解決率は常に CSAT や顧客エフォートスコアと組み合わせて分析してください。自律的解決率が高いにもかかわらず CSAT が急落している場合、顧客が問題を解決できないまま離脱していることを示しています。
• 段階的な展開を採用する： まずは情報提供を中心としたリスクの低いトピック（営業時間、配送に関する FAQ、返品ポリシーなど）からエージェントを展開します。パフォーマンスが安定した後に、トランザクション系アクション（注文キャンセル、住所変更、保証登録など）を導入します。
• 明確な責任体制を維持する： サポートリーダー、Salesforce 管理者、ナレッジマネージャーからなる共同運用チームを立ち上げ、プロンプトの指示、フローロジック、参照ドキュメントがビジネスの変化と常に一致するようにします。

関連リソース一覧

詳細な実装ガイドや技術ドキュメントを必要とするサポートマネージャーは、以下の公式リソースを参照してください：

• Salesforce Help: Agentforce Service Agent Overview
• Salesforce Help: Monitor AI Agents in Omni-Channel Supervisor
• Salesforce Help: Observe and Optimize Agentforce Performance
• Salesforce Help: Einstein Trust Layer Architecture
• Salesforce Product Guide: Agentforce for Service