Salesforceは入っているのに、なぜ現場は楽になっていないのか
「Salesforce（以下SF）を入れたが、結局Excelに戻った」「営業が入力してくれない」「商談データはあるが活かせていない」——中小企業の経営者・SF管理者の方とお話していると、ほぼ毎回出てくる声です。
SFそのものに問題があるわけではありません。SFは”記録と集計の器”としては優秀です。しかし「記録するまでの手間」と「記録された後の活用」の両端が、依然として人間の作業として残っているのが実態です。
ここに、AIエージェントを”SFの外側”に組み込む価値があります。SFを置き換えるのではなく、SFの入口と出口にAIを配置して、現場の負荷を一段下げる。本記事では、その実装パターンを3つに整理します。
パターン1: 入力支援型——SFレコード作成の負荷をAIが肩代わりする
現状の手作業
- リードを獲得したら、名刺やメール署名・企業サイトを見ながらSFのリードオブジェクトに転記
- 商談の活動履歴は、訪問後に営業がメモを見ながら手入力（30分〜1時間）
- 入力項目が多く、結局「会社名」「電話番号」「次回アクション」だけ埋まり、残りは空欄
AIエージェント実装後
入力フォームの隣にAIエージェントを置き、以下を自動化します。
- リード補完: メールアドレスや企業名を入れると、AIが公開情報から「業種」「従業員規模」「公式サイトURL」「想定決裁者層」を補完してSF項目に流し込む
- 活動履歴サマリ: 営業が音声メモまたは箇条書きで吐き出した内容を、AIが「商談フェーズ」「BANT情報」「次回アクション」「ネクストステップ期日」に構造化してSFのActivityレコードに整形
営業は”話したことを残す”だけで、SFの定型項目が埋まる状態になります。
Optiens的構築のコツ
- SFのオブジェクト構造をそのまま使う: 新しいテーブルを作らず、既存のLead / Opportunity / Activityオブジェクトに対して書き込む設計にする。SF管理者の認知負荷を増やさないことが定着率に直結します
- AIの出力は”下書き”で止める: 自動でSFにcommitせず、営業が1クリックで承認/修正してから保存する形にする。誤情報の混入リスクを抑えつつ、入力時間は実測で1/3〜1/5に圧縮できます
- SF API経由ではなくUI連携で十分なケースが多い: Chrome拡張やSlack経由でAIにメモを投げ、整形結果をコピペでSFに貼るだけでも、運用上の効果は十分。最初からAPI連携を作り込むと工数が膨らみます
パターン2: 判断支援型——商談スコアリングと失注リスクをAIが見張る
現状の手作業
- 商談一覧をエクスポートしてExcelで眺め、「これは熱い」「これは冷えてる」を勘で判断
- マネージャーが週次の1on1で「あの案件どうなった」と毎週同じ質問をする
- 失注してから「言われてみれば1ヶ月返信なかった」と気づく
AIエージェント実装後
SFの商談データ（フェーズ、最終接触日、活動履歴、金額、提案書送付有無など）をAIエージェントが定期的に読み取り、以下を出力します。
- 優先度スコア: 商談ごとに「今週フォローすべき度」を5段階で算出。根拠（最終接触からの経過日数、フェーズ滞留期間、類似失注案件との一致度）も併記
- 失注リスクアラート: 「2週間以上活動なし」「決裁者と接触できていない」「金額未入力」などの条件を組み合わせて、Slackの営業チャンネルに毎朝通知
- マネージャー向けダイジェスト: 「今週要注意の商談TOP5」「先週失注した案件のパターン分析」を月曜朝にメール配信
Optiens的構築のコツ
- スコアの根拠を必ず開示する: ブラックボックスのスコアは現場が信用しません。「なぜこの順位なのか」を自然文で添えるだけで、営業の納得感が大きく変わります
- アラートは”絞る”: 全商談に通知を出すと無視されます。「金額500万円以上 × 2週間放置」のように閾値を設けて、1日5件以下に抑えるのが定着のコツ
- SF Einstein相当の機能を、ライセンス不要で構築できる: SFのAI機能（Einstein）は上位ライセンスが必要ですが、商談データをAPIで取り出してAIに渡し、結果をSlackに流すだけなら追加ライセンス費用ゼロで構築可能です
パターン3: 代行型——受信メールから自動でSFに登録し、一次回答ドラフトまで作る
現状の手作業
- info@宛のメールを担当者が目視で確認 → 内容を読んで分類 → SFにリード/ケースを手動作成 → 担当者を判断してアサイン → 一次回答を書く
- 1件あたり10〜15分。1日20件来ると半日がメール対応で消える
- 夜間・週末に来た問い合わせは、月曜朝にまとめて処理 → 初動が遅れて失注
AIエージェント実装後
メールサーバ（Gmail / Microsoft 365）にAIエージェントを接続し、以下を自動化します。
- 受信トリアージ: メール本文から「問い合わせ種別（見積依頼・サポート・採用・営業など）」「緊急度」「想定担当部署」を判定
- SFレコード自動作成: 種別に応じてLead（新規見込み客）またはCase（既存顧客のサポート）として自動登録。本文の要約と元メールへのリンクを添付
- 担当者アサインと一次回答ドラフト: SF上のルール（地域・業種・製品ライン）に基づいて担当者を割り当て、過去の類似回答を参考にした一次回答ドラフトを担当者のメール下書きフォルダに保存
担当者は朝、ドラフトを確認して送信ボタンを押すだけ。初動が10〜15分から1〜2分に圧縮されます。
Optiens的構築のコツ
- 完全自動送信は推奨しない: 一次回答は必ず人間のレビューを挟む設計にする。AIの誤判定で重要顧客に的外れな回答を送るリスクを潰します
- SFのWeb-to-Lead / Web-to-Case相当を、メール経由で再現する: SFの標準機能はWebフォームからの登録が前提ですが、現実の問い合わせはメールが大半。AIエージェントを挟むことでメール起点の自動登録が成立します
- 誤分類は学習データに回す: 担当者が分類を訂正したら、その差分をAIのプロンプト改善に反映する運用ループを最初から組み込む。3ヶ月で精度が実用レベルに収束します
3パターンを組み合わせる順番
3つを同時に始めるのは推奨しません。投資対効果と立ち上げ難度から、以下の順番が現実的です。
- まずパターン1（入力支援型）: 営業現場の”入力嫌い”を解消する。SF定着率が上がり、後段で使えるデータの質が改善する
- 次にパターン3（代行型）: 受信側のボトルネックを解消する。初動速度が上がり、商談化率が改善する
- 最後にパターン2（判断支援型）: 1と3で蓄積されたデータの質が上がってから着手する。データが薄いままスコアリングしても精度が出ません
順番を間違えると、「AIスコアを出したが当てにならない」「自動登録したが情報がスカスカで使えない」という典型的な失敗パターンに陥ります。
「SFを置き換える」ではなく「SFを活かす」
AIエージェントの活用というと、「SFを捨てて自前でCRMを作る」という極端な議論になりがちです。Optiensのスタンスは逆で、既存のSF運用は資産として残しつつ、AIを”入口と出口”に配置して現場の負荷を下げることを推奨しています。
SFのライセンス費用は中小企業にとって決して軽くありませんが、すでに払っているなら活かしきる方が合理的です。一方、SFの上位機能（Einstein、CPQ、Approval Process等）にさらにライセンスを積むより、AIエージェントを外側に組むほうが安く・速く・自社業務に合った仕組みになるケースが大半です。
Optiensでは、SF相当の機能（Web-to-Case + Lead Routing、CPQ、Approval Process等）をライセンス追加なしで構築するデモを公開しています。既存SF運用との接続も含めてご相談いただけます。
「SFは入れたが活きていない」という状態は、AIエージェントを上に乗せるだけで一段解消できます。まずは現状の手作業を棚卸しして、3パターンのうちどこから着手するかを一緒に整理しましょう。