※本記事は、Dreamforce 2026で行われたセッション「The Enterprise AI Harness for the Agentic Enterprise」の内容を基に作成されています。本セッションでは、SalesforceのPresident, Chief Platform and Engineering OfficerであるRohan Kumar氏が進行役を務め、同社のDes氏がAIハーネスの概念を説明したほか、AnthropicのScott White氏、AT&TのCTOであるJeremy氏、SaaStrのCEOであるJason Lemkin氏がゲストとして登壇しました。また、MK氏とGabe氏がエンタープライズAIハーネスのビジョナリーデモを担当しています。セッションでは、Salesforceが掲げるエージェント型企業のビジョンと、それを支える信頼された能力として、文脈、エージェンシー、行動、ガバナンス、セキュリティ、AIコントロールがどのように連携し、企業がより確信をもってAIエージェントを展開・拡大できるようにするのかが紹介されています。さらに、信頼できるデータ、AI、自動化を企業全体でつなぎ、より賢明な意思決定、優れた顧客体験、測定可能なビジネス成果の実現をSalesforceがどのように支援しているかについても語られています。動画の詳細情報は https://www.youtube.com/watch?v=ACXnBZpwH0k でご覧いただけます。本記事では、セッションの内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご覧いただくことをお勧めいたします。また、Salesforceの公式サイトおよび公式ソーシャルメディアアカウントもご参照ください。
1. AIトランスフォーメーションの時代
1.1 AI移行はあらゆる役割を変える
司会： Salesforceのプレジデント兼チーフプラットフォーム＆エンジニアリングオフィサー、Rohan Kumarさんをお迎えください。
Rohan Kumar： 皆さん、こんにちは。Dreamforceへようこそ。私がSalesforceに加わって約3か月になりますが、この間はほとんど世界各地を回り、お客様と話すことに時間を使ってきました。お会いしたのはCIO、CTO、CDO、セキュリティ部門のリーダー、事業部門のリーダー、そして現場で実務を担う方々です。立場はさまざまでしたが、皆さんが共通して口にしたことがあります。それは、今回のAIへの移行は単にAIのテクノロジースタックが入れ替わるという話ではなく、企業の中のあらゆる役割そのものを変えつつある、ということでした。これは非常に大きな認識だと私は受け止めています。
ですから、このセッションでは、そうした移行を成功させるために私たちが何を構築しているのかを見ていきたいと思います。ただ、その前に少しだけ時間をいただいて、皆さんにお礼を申し上げます。皆さんは私たちにデータを託し、アプリケーションを託し、そしてAIを託してくださっています。これは私たちにとって大きな意味を持つことであり、その信頼を非常に重く受け止めています。
今朝の基調講演で、MarcがAI時代の新しいスタックについて話したのをご覧になったと思います。最上位にあるのがAI Forceで、これはエクスペリエンス層です。さまざまな業務機能の中で、皆さんがAIをどのように体験するかを担う層です。その下にあるAgentforceは、エージェントが構築され、実行されるランタイムの層です。Customer 360はアプリケーション群で、あらゆる情報を集約し、ビジネスのワークフローを実行するための基幹となる存在です。そしてData 360が土台となり、これらすべてを結びつけ、データを正しい状態に整えます。この四つの層が、これからお話しする変化を支える枠組みになります。
1.2 アプリケーション中心から知能中心へ
Rohan Kumar： いま私たちが経験している移行を眺めると、興味深いことに気づきます。過去数十年を振り返ってみると、あらゆる企業は「人」を中心に組み立てられてきました。それ自体はごく自然なことです。人が画面を開き、権限を確認し、ワークフローやプロセスに沿って作業を進めてきたわけです。業務の起点は常にアプリケーションでした。フロントオフィスに関わる仕事をしたければCRMを開き、BIのような分析をしたければ分析アプリケーションを開く。人がアプリを立ち上げ、あちこちをクリックして、ようやく仕事が片付くという構造です。
今回の変化の本質は、こうしたアプリケーション中心の時代から、知能中心の時代へ移ることにあります。私がこの言葉で何を意味しているかというと、実務を担う人たちが自分で作業のすべてをこなすのではなく、エージェントに依頼して仕事を進めてもらうようになる、ということです。これこそが根本的な変化です。これまで画面をクリックして行ってきた操作は、プロンプトを作成し、エージェントが仕事をやり遂げるためのループを組み立てるという形へと置き換わっていきます。
この転換は、先ほどお話しした「あらゆる役割が変わる」という顧客の声とも直結しています。仕事の進め方が、アプリケーションを操作することから、エージェントに成果を依頼することへと変わるのであれば、その仕事を支えるデータの整え方、エージェントの動かし方、そしてそれを管理する側の責任のあり方も、すべて見直す必要が出てきます。私たちが今日お見せしようとしているのは、まさにこの知能中心の時代に企業が移行するための基盤です。そして、その移行をめぐってお客様との対話の中から浮かび上がってきたいくつかの重要なテーマがありますので、次にそれをご紹介したいと思います。
2. AI時代の課題
2.1 成果の追求と変わる役割
Rohan Kumar： お客様との対話を重ねる中で、いくつかの重要なテーマが繰り返し浮かび上がってきました。一つ目は、お客様が求めているのはAIのためのAIではなく、成果だということです。率直に言って、多くの企業はトークンを最大限に消費すること、いわば「トークン・マキシング」に疲れています。これまでに相当な取り組みをしてきたものの、それに見合う価値を示せていない。だからこそ、皆さんが求めているのはAIプロジェクトそのものではなく、顧客にとっての具体的な成果なのです。
わかりやすい例を挙げましょう。入力を受け取ったあと、ひたすら質問を返し続けるか、すぐに人間へエスカレーションしてしまうエージェントがあったとします。これにはあまり価値がありません。一方で、顧客であるあなたのことを深く理解し、あなたのビジネスが何で、何を成し遂げようとしているのかという文脈をすべて把握しているエージェントがあったとしたらどうでしょうか。あなたがサポートを求めて連絡したとき、そのエージェントはその文脈をすべて取り込んだうえで、人間にエスカレーションすることなく問題を解決できます。これこそが本当の価値であり、非常に具体的な顧客成果です。私たちが注力しているのはまさにこの点です。
もう一つの大きな学びは、エージェント型企業はあらゆる役割を変えるということです。エージェントの話になると、どうしてもビジネスユーザーの視点に注目が集まりがちです。しかし実際には、企業のすべての役割が変わることを私たちは学びました。
いくつか例を挙げます。まずITリーダー、つまりCIOの役割です。CIOはこれまで、アプリケーション、マシン、ユーザーを管理してきました。ところが今や、チームの中にも、プラットフォームの中にも、アプリケーションの中にもエージェントが動き回る「デジタルワークフォース」が存在しています。そうなると大きな課題は、これらのエージェントをどう管理し、どう統制するかということになります。コスト管理も極めて重要になってきますし、そもそもこれらのエージェントから自分たちはどれだけの価値を得ているのか、という問いに答えることも求められます。それがこれからのITリーダーの仕事になっていきます。
2.2 断片化したスタックと顧客という重心
Rohan Kumar： 次にセキュリティリーダーの役割を考えてみましょう。セキュリティリーダーもこれまで、ユーザーのアイデンティティやデバイス、そしてある程度はデータを管理してきました。しかしエージェントが登場すると、ゲームのルールそのものが変わります。現在、ほとんどのエージェントはユーザーのアイデンティティの下で、つまりユーザーに代わって動いています。これは非常に危険です。ユーザーは多くの権限を持っていますし、企業のデータは必ずしも整理された状態にはないからです。
そのため、リーダーたちは真剣に検討を始めています。エージェントが独自の実体、つまり固有のアイデンティティを持ち、その単位で制御され統制される「エージェントアイデンティティ」へどう移行するか、ということです。データが適切に分類されておらず、適切に統制されていなければ、それは巨大なリスクになります。エージェントが暴走すれば、機密データが漏えいしかねないからです。ここで挙げたのは二つの例にすぎませんが、このようにすべての役割が変わりつつあるのです。
三つ目の学びは、スタックの断片化です。企業はこれまでも常に断片化したスタックを抱えてきました。これは昔からの課題ですが、AIによってさらに深刻になっています。AIを機能させるにはデータを正しく整えなければならないからです。実際、企業はさまざまなシステムを接続し、データを正規化して正しい状態にするために、多くの労力を注いできました。
しかし、システムを接続するだけでは十分ではありません。重心となるものを選ぶ必要があります。企業を変革していくうえで、何を土台にするのか、ということです。そして、その重心は顧客でなければなりません。これも私たちが得た大きな学びです。エージェント型企業へと進化していく過程では、顧客のことを考え、顧客を戦略の中心に据えなければならないのです。
では、断片化したスタック、顧客中心の考え方、そして顧客成果の追求という、これらの課題をどう解決すればよいのでしょうか。それについて考え方を示してもらうために、ここでDesさんをお呼びしたいと思います。
3. AIハーネスという概念
3.1 確率的なモデルとハーネスの定義
Des： Rohanさん、ありがとうございます。エージェント型企業が顧客と、顧客に届けたいビジネス成果を中心に組み立てられるのだとすれば、私たちが問うべきは、AIがそれをどうやって可能にするのか、ということです。この問いが重要なのには理由があります。モデルは驚くほど賢くなりました。推論もできますし、計画も立てられますし、行動もできます。しかし同時に、モデルは確率的な存在です。つまり、モデルが返すのは「おそらく正解であろう答え」なのです。
ところがエンタープライズの世界では、真実に根ざした答えが必要です。毎回、必ず正しい答えであることが保証されていなければなりません。モデルは本来、皆さんのビジネスを知らないからです。皆さんの顧客データも、ワークフローも、社内のポリシーも、ガバナンスの仕組みも知りません。そして、モデルが今後ますます賢くなっていくとしても、その知能だけで企業を動かせるわけではありません。モデルの周りには何かが必要です。その「何か」こそ、私たちがAIハーネスと呼んでいるものです。
AIハーネスとは、モデルを取り囲み、企業が実際に機能するようにするためのすべての要素を指します。組織のあらゆる文脈を取り込み、ワークフロー、ポリシー、権限を取り込むことで、信頼をもって行動できるようにします。一番わかりやすい捉え方は、モデルが知能をもたらし、ハーネスが皆さんのビジネスをもたらす、というものです。
では、この変革を推進しているものについてお話ししましょう。すべてはモデルから始まります。ご覧のとおり、モデルにはさまざまな選択肢があります。私が愛用しているのはClaude Codeで、毎日使っています。先ほど申し上げたとおり、モデルは分析も、計画も、創作もできます。私の子どもたちが最近つくっているものを見たら、皆さんも驚くと思います。本当にすごいのです。それほどの能力がありながら、モデルは皆さんのビジネスを本質的には知らない。ここが出発点になります。
3.2 モデルが知らない自社のビジネス
Des： では、ここで言う「ビジネス」とは何でしょうか。それは顧客、データ、ワークフロー、アプリケーション、ガバナンス、組織に蓄積された知識、そしてこれまでの履歴といった、企業を形づくるあらゆるものです。
具体例で考えてみましょう。モデルは「注文」とは何かを知っています。しかし、その注文にどの顧客が紐づいているのかは知りません。その顧客がこの1週間で3回も電話をかけてきて「まだ注文した品が届いていない」と訴えていることも知りません。さらに、その注文に対応する在庫がいまイタリアで足止めされていることも、モデルにはわかりません。結局のところ、モデルは企業とつながっていなければならないのです。
そこで登場するのがAIハーネスです。ハーネスは、データ、文脈、顧客、履歴といったビジネスの理解をすべて取り込みます。また、エージェントやAPI、さまざまなシステムに接続できるので、皆さんに代わって実際に行動することができます。さらに、ガバナンス、セキュリティ、信頼、そしてコスト管理といった統制の仕組みも備えているため、エンタープライズの枠組みの中で安心して動かすことができます。
こうした要素がつながったとき、初めて本当のビジネス成果が見え始めます。売上を伸ばすことができ、顧客に喜んでもらうことができ、コストを削減することができます。生産性の向上も実感できるでしょう。そして何より重要なのは、こうしたビジネス成果を手元に置いたうえで、これまで以上に速く動けるようになるということです。
ここで、まさにエンタープライズの現場でこうした成長を目の当たりにしている方をステージにお招きしたいと思います。Anthropicの Scott Whiteさんです。現場でいま何が起きているのか、お話しいただきましょう。
4. AI導入に関する専門家の知見
4.1 成功企業の土台と先駆者たち
Des： Scottさん、ようこそ。Dreamforceは初めてですか。
Scott White： いえ、以前にも来たことがあります。お招きいただきありがとうございます。
Des： それはよかったです。Scottさんは多くの企業と対話されていますよね。その中で、本当に成功していて、AIの価値を余すところなく引き出している企業には何が見えていますか。会場の皆さんへのアドバイスがあれば、ぜひお聞かせください。
Scott White： まず挙げたいのは、やはり土台です。先ほどDesさんもお話しされていましたが、エージェントは企業のデータにつながっておらず、システムの中で行動を起こす手段も持っていなければ、実際には何もしてくれません。ですから最初の一歩は、適切なデータソースに接続し、行動を起こせるようにすることです。そして、モデルとエージェントハーネスがビジネス成果に向けて重みのある行動を取れるよう、適切なツールを整えることです。
ただし、文脈を使いこなし、実際に行動を起こすエージェントを安心して展開するには、適切なガードレールを築く必要があります。そのツールとは具体的に何なのか。それが組織内の権限やロールベースのアクセス制御とどう対応しているのか。どの行動は人間の承認なしに実行してよく、どの行動には人間の承認が必要なのか。こうしたことを決めておかなければなりません。そして、それらが整ったあとに問うべきは、実際にどのような成果を生み出しているのか、ということです。本来はばらばらだった複数のワークフローをつなげたとき、どんなビジネス成果が生まれているのか、そしてどこに最適化の余地があるのかを見極める必要があります。
ここからが非常に面白いところなのですが、こうした土台が整うと、私が「フロンティアの先駆者」と呼んでいる人たちの制約を取り払うことができます。実際に私たちが目にしてきたことですが、組織の中のごく少数の人たちが、本当に変革的なことを成し遂げるのです。そして彼らが手本となり、ほかの人たちが「自分たちももっと野心的なことができる」と思えるような新しい働き方の型を示してくれます。
ですから重要なのは、適切な土台を整えたうえでそうした人たちを見つけ出し、思う存分活躍してもらうこと、そして彼らのベストプラクティスを組織全体に広げていくことです。適切な観察可能性があれば、彼らのどこが違うのかを把握できます。その違いをエージェントスキルやコネクタという形の振る舞いとしてパッケージ化すれば、組織のほかのメンバーの底上げにもつながるのです。
4.2 Claudeとハーネスが生む変化
Des： 素晴らしいですね。ここまでハーネスについてお話ししてきましたが、モデルの知能とこのハーネスを結びつけられるとしたら、その二つが組み合わさったときに何が起きるとお考えですか。
Scott White： もちろんお話しします。まず私は、Claudeを複数の異なるシステムをまたいでオーケストレーションできる推論層だと捉えています。そしてSalesforceは、接続性、データへのアクセス、ガバナンス、そしてエージェントが成果につながる意味のある行動を取るためのツールといった、エンタープライズハーネスを提供します。この二つを組み合わせたとき、私は二つのことが起きるのを見てきました。
一つ目は、人々に「職業上の超能力」とでも呼ぶべきものを与えられることです。自分の職務の範囲内の仕事を、10倍、あるいは100倍も効果的にこなせるようになります。二つ目は、私が本当に心躍ると感じている点ですが、人々が従来の職務の範囲の外へと仕事を広げ始めることです。
例として、契約更新を成立させる場面を考えてみましょう。あなたがClaudeと向き合って「この契約更新をまとめたい」と伝えたとします。するとClaudeはデータウェアハウスに接続し、その顧客に特有の行動パターンや、データが実際に何を示しているのかを確認できます。Salesforceのインスタンスには、その顧客に関する豊富な情報が蓄積されていますし、Slackの会話の中では、ユースケースやアカウント拡大の機会について社内で議論が交わされています。Claudeはそれらも参照できます。
そのうえでClaudeは「この契約はこう組み立てるのがよいのではないか」という仮説を立て、これまであなた自身がやったことのない仕事にまで取りかかります。顧客データに裏打ちされた提案用の資料を作成したり、法務チームに渡すためのレッドライン案、つまり契約条項の修正提案の作成に着手したりすることもできます。「顧客が望んでいることについて自分はこう考えていて、この顧客とはここまで野心的なことに挑戦したいのです」と法務に示せるわけです。
こうした作業は、従来であれば営業担当者の職務範囲の外にあり、データチームに分析を頼み、オペレーションチームや法務チームに引き継ぐという、多くの受け渡しが必要なものでした。それがいまでは、エンタープライズAIハーネスをオーケストレーションすることで、営業担当者が自分自身でやり遂げられるようになっています。人々が従来の職務の枠を越えて仕事を広げていくことがどんな意味を持つのか、私は大いに期待しています。
Des： AIハーネスがなぜ重要なのか、その核心をまさに言い当てていただいたと思います。Scottさん、本当にありがとうございました。さて、ハーネスがどのように機能するのかを少しだけ垣間見ていただいたところで、Salesforceの中でそれがどう動くのかを説明してもらうために、Rohanさんにもう一度ステージに戻ってきてもらいましょう。
5. Salesforceのエンタープライズ AIハーネス
5.1 モデル・コンテキスト・エージェンシー
Rohan Kumar： Desさん、Scottさん、ありがとうございました。素晴らしいお話でした。さて、ここからが私にとってDreamforceで最もわくわくする部分です。Salesforceのエンタープライズ AIハーネスについてご説明します。先ほどMarcが示したスタックとその進化に立ち返ると、このハーネスの出発点となっているのはData 360です。私たちはData 360を、SalesforceのエンタープライズAIハーネスと呼ぶものへと進化させています。
一歩引いて全体像を見ると、このハーネスには六つの能力があり、それらを「AIコントロールプレーン」が包み込む構成になっています。順にご説明します。
一つ目は「Trusted Models」で、これは選択の自由に関するものです。お客様から最も一貫して寄せられたフィードバックの一つが、「AIについては自分たちで選択したい」という声でした。求める成果ごとに、価格性能比で測って最適なモデルを選びたいということです。これはコストを管理しながら仕事をやり遂げるための手段であり、極めて重要です。そして本日、Marcが基調講演で発表したとおり、Koaをリリースできることを大変うれしく思っています。KoaはSalesforceが初めて世に出すCRM向けの推論モデルで、Nemotronをベースに構築しました。ここにはSalesforceの27年にわたるプロダクト研究の蓄積が、価値という観点から注ぎ込まれています。ただし、これは私たちのモデルだけの話ではありません。世の中には素晴らしいフロンティアモデルが数多くあり、もちろんClaudeはその中でも非常に大きな存在です。お客様がそこから自由に選べるようにすることが重要なのです。
二つ目は「Trusted Context」です。ここは、皆さんの会社に関するビジネス理解のすべてが一つにまとまる場所であり、ハーネスの中でも非常に重要な部分です。DesさんとScottさんが話していた複数のデータシステムに手を伸ばし、企業の知識を統合します。これはSalesforceが本当に得意としてきた領域です。CDPやアイデンティティ解決でこれまで培ってきた能力を結集し、文脈を作り上げます。
三つ目は「エージェンシー」、つまり「Trusted Agency」です。お客様が「こういう成果を得たい」と表明したとき、エージェントがどのようなステップを踏み、どのような計画を立てるのか。そのランタイムや評価も含めて、すべてがTrusted Agencyの一部として扱われます。ある成果を達成するためにエージェントが下すあらゆる意思決定がここに含まれる、と考えていただければよいと思います。
5.2 行動・ガバナンス・セキュリティと統制基盤
Rohan Kumar： 四つ目は「Trusted Actions」です。エージェントが計画を立て、取るべき一連の意思決定を決めたら、次はそれを安全かつ統制された方法で実行しなければなりません。たとえば、このエージェントにはCRMを更新する権限があるのかどうか、ということです。だからこそ私たちは、先ほどのTrusted Agencyとは切り離して、行動を独立した能力として位置づけています。
五つ目は「Trusted Governance」です。これは、Trusted Contextにたどり着く前の段階で、データを正しい状態に整えることに関わるものです。データに関するポリシーや分類などがすべてここに含まれます。これは基盤となる部分です。適切なTrusted Governanceがあってこそ、適切なTrusted Contextを作り上げることができます。
そして六つ目、最後の能力が「Trusted Security」です。たとえばエージェントアイデンティティがこれに当たります。エージェントの行動や、エージェントについて得られる観察データに基づいて、あるエージェントがほかのエージェントよりもリスクが高いと判断することがあるでしょう。一定のしきい値を設け、観察データを集め、そのエージェントにフラグを立てる。こうしたことがすべてTrusted Securityの一部です。もう一つの柱はデータセキュリティです。Trusted Contextを支えるデータは、組織が持つ最も重要な資産です。ですから、それを守り、分類し、保護のためのポリシーを定めなければなりません。たとえば「極秘」と指定されたものに対してエージェントが何をしてよいのか、といったことがすべてTrusted Securityの中で扱われます。
ここで重要なのは、これらはそれぞれ独立した能力でありながら、AIコントロールプレーンによって一つにまとめられているということです。これはある意味で、ITリーダーが企業内で動くすべてのエージェントを管理するための管制塔です。まず、すべてのエージェントを発見し、単一のレジストリに登録します。対象はSalesforceの中、つまりAgentforceのハーネスで構築されたエージェントだけではありません。Microsoft、Google、Amazon、あるいはフロンティアモデルを提供するどの企業の基盤でエージェントを構築していても、それらはすべてリアルタイムで発見され、私たちのエージェントレジストリにカタログ化されます。そのうえでガバナンスの側面があります。コストをどう管理するのか、エージェントのパフォーマンスをどう把握するのか、そのエージェントからどれだけの価値を得ているのか。こうした詳細がすべてコントロールプレーンの一部として記録されます。
5.3 オープンでコンポーザブルな設計
Rohan Kumar： 一歩引いて見ると、Salesforceとしては、このエンタープライズAIハーネスを完結したソリューションとして構想しています。これまでヘッドレスAPIについてお話ししてきましたが、このハーネスのすべてにヘッドレスでアクセスでき、皆さんのAIがある場所へ企業そのものを届けることができます。これが私たちのビジョンです。ハーネスというものを丸ごと手中に収められれば、皆さんが取り組もうとしている仕事に合わせて、どこへでも持っていけるはずです。
一方で、ほとんどの企業はSalesforceだけを使っているわけではないことも、私たちはよく理解しています。システムは非常に複雑で、複数のベンダーの製品が使われています。だからこそ、オープンでコンポーザブルであることが、このハーネスにとって極めて重要な戦略になります。たとえば、セキュリティは別のベンダー、データも別のベンダー、ガバナンスやコントロールプレーンもまた別のベンダー、という構成でもまったく問題ありません。皆さんはハーネスの中から必要な能力だけを使えばよく、私たちはヘッドレスAPIを通じてそれらすべてと統合します。そして、その周りに非常に豊かなパートナーエコシステムを築いていくつもりです。オープンなエコシステムとコンポーザビリティは、私たちがこの取り組みにあたって掲げている重要な設計原則なのです。
最後にお伝えしたいのは、皆さんはゼロから始めるわけではない、ということです。「話はよくわかったが、自分たちはすでにSalesforceに多くを投資してきた」と思われているかもしれません。Sales、Service、Marketingといった各クラウドを使っている方、MuleSoft、Informatica、Tableau、Data 360、そしてコアプラットフォームといったプラットフォーム製品のいずれかを使っている方は、すでにエンタープライズAIハーネスを活用する道を歩み始めています。というのも、私たちはこれらの製品の能力を分解し、先ほどお話しした六つの能力とコントロールプレーンの一部として組み立て直しているからです。一例を挙げると、Trusted Contextは、Informatica、Tableau、Data 360、そしてコアプラットフォームの能力から成り立っています。私たちはそれらを分解し、このエンタープライズAIハーネスへと組み上げているのです。
さて、私が話すのはこれくらいにしておきましょう。ここでAT&TのCTOであるJeremyさんをお招きしたいと思います。
6. 実際の顧客の成功事例
6.1 AT&Tの8週間での店舗改革
Rohan Kumar： Jeremyさん、どうぞこちらへ。ようこそお越しくださいました。私がこうした話をするのも一つですが、Jeremyさんは長年Salesforceのお客様でいてくださっています。本当にありがとうございます。そしてごく最近、Agentforceを使ったプロジェクトが本番稼働を迎えました。その内容を少しご紹介いただけますか。
Jeremy： もちろんです。会場の皆さんに伺いますが、スマートフォンの機種変更をしたことがある方はどれくらいいらっしゃいますか。では、その体験を楽しめたという方は。手の数がぐっと減りましたね。そこで考えてみてください。もし8週間で、機種変更にかかる時間の3分の2を削れたとしたらどうでしょうか。小売店舗での手続きを30分から10分に短縮し、しかもヘッドレスなSalesforceの上にアプリを構築して、その期間で本番稼働まで持っていく。それが、私たちがまさに成し遂げたことです。
Rohan Kumar： それは素晴らしいですね。
Jeremy： Salesforceとの非常に良いパートナーシップがあってこそでした。文字どおり、それだけの期間でやり遂げたのです。このアプリはすでに私たちの小売店舗で稼働しており、今後数週間をかけて全5,000店舗へと展開していく予定です。そして、今日のテーマにもとてもよく合致していると思います。このアプリはReactベースで、ヘッドレスな環境で動いています。ですから、必要に応じてアプリをアップグレードしたり更新したりすることができます。しかも、私たちがすでに導入しているSalesforceの環境や、社内に数多くある複雑なシステムにそのまま接続でき、その連携にはMuleSoftを活用しています。大きな成功を収めたと言ってよいと思います。
Rohan Kumar： ありがとうございます、Jeremyさん。本当に素晴らしいことだと思います。こうして皆さんと緊密に協力し合うパートナーシップは、私たちが製品を改善するうえでも大いに役立っています。実際に成果が出ているのを見られるのは何よりです。それにしても、確かに記録的なスピードでしたね。
Jeremy： ええ、こういうことはそうそう起きるものではありません。少し背景をお伝えすると、AT&Tは1800年代から顧客の注文を受け付けてきた会社です。私たちのような企業にとって、これほどのスピードで動けたというのは本当に驚くべきことなのです。
6.2 巨大企業から見たハーネス構想
Rohan Kumar： ここまでエンタープライズAIハーネスについてお話ししてきましたが、Jeremyさんとはこのテーマで何度か打ち合わせもさせていただきましたよね。コンポーザビリティという観点、そしてデータとAIという観点から見て、どのようにお考えですか。私たちは正しい方向に進んでいるでしょうか。取り組みを進めるうえで何か助言があれば、ぜひお聞かせください。
Jeremy： 非常に正しい方向に進んでいると思います。この領域は言うまでもなく、ものすごい速さで進化しています。そのうえで、AT&Tのようなエンタープライズの環境を考えてみてください。私たちが抱えているシステムは6,000から7,000にのぼります。その中には長年にわたって稼働してきたものもありますし、私たちが手がけている事業の幅広さを考えれば、極めて複雑なシステムも少なくありません。
そうした環境では、ヘッドレスなアーキテクチャを活用できることに加えて、AIの観点から好きなモデルを使えること、好きなデータベースを使えることが大きな意味を持ちます。それによって、新しい仕組みをこれまでよりはるかに速く自社の技術スタックに組み込めるようになるからです。SaaSプロバイダーであれ、ほかのプロバイダーであれ、これまでは物事がもっと規定的でした。使わなければならないUIやUXが決まっていて、使わなければならないデータベースも決まっていたわけです。それがいまでは、私たちのような企業にも記録的な速さで組み込めるようになりました。ですから私たちは、先ほどのアプリケーションで実現したことにとどまらず、AgentforceのAIコンポーネントを技術スタック全体にわたって活用し始めているのです。
Rohan Kumar： それを伺えて本当にうれしいです。私たちがいま示したビジョンと、まさにぴったり重なっていると思います。皆さん、Jeremyさんに盛大な拍手をお願いします。本当にありがとうございました。
AT&Tのようなお客様から直接お話を伺えるのは、いつも本当に刺激的です。その規模の大きさには、毎回圧倒されます。さて、ここでMKさんをお呼びしたいと思います。
7. ビジョナリーデモ：AIハーネスの実践
7.1 ハーネスなしの失敗
Rohan Kumar： MKさん、どちらにいらっしゃいますか。
MK： こちらです。皆さん、こんにちは。
Rohan Kumar： ここからは、ビジョナリーデモをご用意しています。正直に申し上げると、これはまだ開発の舞台裏がそのまま見えているような、進行中の取り組みです。それでも、私たちがこのハーネスでどこを目指しているのか、そのビジョンをぜひ皆さんに見ていただきたいと考えました。私自身とてもわくわくしていますが、皆さんからのご意見もぜひお聞かせください。
MK： Rohanさん、ありがとうございます。皆さん、エージェント型企業をつくる準備はできていますか。期待に胸が膨らみますよね。ただ、その期待の裏側には厳しい現実があります。モデルがどれほど強力であっても、そこにMCPとデータを放り込んだだけで、モデルが皆さんのビジネスを理解してくれるわけではない、ということです。本当に必要なのはハーネスです。企業の知識、コンテンツ、ワークフロー、アクション、そして非常に重要なセキュリティをすべて束ね、その力をモデルに与えることで、初めてモデルは正しい答え、最良の答えを返せるようになります。
説明はこのくらいにして、実際にデモをご覧いただきましょう。デモは二部構成です。第一部はあちらにいるGabeさんが担当します。営業担当者のMayaさんが第3四半期の数字をなんとか達成しようとしている場面を、ハーネスなしの場合とハーネスありの場合とで比べてお見せします。そして第二部では私が、それらすべてが舞台裏でどのように組み上がっているのかをお見せします。Gabeさん、準備はいいですか。
Gabe： 準備万端です。MKさん、ありがとうございます。いま画面に映っているのはClaudeです。社員の仕事を手伝えるよう、Claudeには自社のエンタープライズデータを数多く持たせてあります。MKさんが話したとおり、Mayaさんは営業担当者で、Claudeに難しい質問を投げかけています。彼女は第3四半期の目標に対して少し遅れをとっており、その差を埋めるにはどの顧客に注力すべきかをClaudeに相談しているのです。
Claudeが考えている間に、なぜこれが難しい質問なのかをお話ししておきましょう。この問いに答えるためには、ClaudeはMayaさんの第3四半期の目標が何なのかを理解しなければなりません。どの顧客であれば実際にその差を埋める候補になり得るのかも理解する必要があります。そして、自社の中で「第3四半期」が実際に何を意味するのかも理解していなければならないのです。
下へスクロールしてみると、4万3,000トークンを費やした末に、Mayaさんが受け取った答えは間違っていました。間違っている理由は三つあります。すでに取引が凍結されている顧客を挙げていること。すでにパイプラインに入っている更新案件を、改めて機会として示していること。そして、自社において第3四半期が何を意味するのかをClaudeが理解していないことです。ビジネスについてのこうした根本的な理解の欠如が、思考の連鎖全体を汚染してしまっているのです。
ただし、これはまったくClaudeのせいではありません。私はClaudeにデータを持たせましたが、自社のビジネスについての理解は与えていなかった。問題はそこにあるのです。
7.2 文脈と専門エージェントによる検証
Gabe： そこで、もう一度やり直してみます。ただし今回は、ここにインストールしてあるスキルを使います。このスキルは、エンタープライズAIハーネスとどのようにやり取りすればよいかをClaudeに教えるものです。これを使って、Mayaさんの質問をもう一度投げかけてみましょう。
今回はまったく違う展開が見られるはずです。なぜなら、Claudeが手にしているのはもはや企業についての生のデータではなく、Trusted Contextだからです。それが何を意味するのかというと、Claudeは生データの代わりに、Sales Cloudにある実際の営業パイプラインに直接アクセスできるということです。
下へスクロールすると、Claudeがセマンティックレイヤーを使って、それらのデータが実際に何を意味しているのかを理解しているのがわかります。そこには、自社における第3四半期の意味も含まれています。さらに少し下を見ると、Claudeはメモリにもアクセスできています。これは実際の顧客とのやり取りの中で得られた顧客についての観察結果で、顧客に関するより深い文脈を提供するために、あらゆるやり取りをまたいで保持しておきたい情報です。
Claudeはこうした豊富なデータをすべて取り込み、Salesforce全体にある顧客についての豊富なデータ、さらにはほかのシステムからの外部データと照らし合わせることで、はるかに良い答えを導き出しています。いまや、こうした文脈すべてに根ざした答えになっているのです。しかも、使っているトークンはより少なくなっています。Claudeがもはや生データの解釈に苦労する必要がなく、顧客の文脈に直接アクセスできるからです。
その結果、ClaudeはMayaさんに対して、Northwindに注力すべきだと伝え、その理由も説明しています。さらに詳しく見ると、Claudeはある条件にも注意を促しています。この計画が成り立つのは、ある納品を第3四半期中に実現できる場合に限られる、というのです。しかしエンタープライズAIハーネスがあるおかげで、Claudeは、それが本当に可能かどうかをMayaさんと一緒に検証できることも理解しています。
Claudeがその作業を進めている間に、ここでRohanさんが話していたもう一つの要素、Trusted Agencyを見ることができます。私たちはAIが有能であり、ビジネス成果を追求するために自由に力を発揮してほしいと考えています。ただし、それを安全に行ってほしいのです。ここでClaudeは、AIコントロールプレーンにアクセスし、この納品の約束が実現可能かどうかを検証するために協働できる専門エージェントを発見しています。そして、先ほど見たセキュリティの仕組みと文脈のすべてを踏まえながら、それらの専門エージェントにまたがって作業をオーケストレーションし、最終的に「はい、この約束は守ることができます」という、もう一つの優れた答えを導き出しました。
ただし、ここに埋め込まれているTableauのダッシュボードを見ると、納品とサステナビリティの面で何らかのリスクがあるかもしれない、という兆候も示されています。
7.3 承認済みプロセスでの実行
Gabe： ここでもまた、エンタープライズAIハーネスがあるおかげで、Claudeは検証にとどまらず、これらの計画をMayaさんと一緒に実際に実行できることも理解しています。ここで見ていただけるのがTrusted Actionです。
私たちがここで行っているのは、Claudeにデータベースへの生のアクセス権を渡して、そのまま更新させることではありません。そうではなく、組織全体ですでに承認されているビジネスプロセスをClaudeに持たせ、Claudeはそれらを使ってすべてのアクションを実行するという形をとっています。どのような手順で、どのような条件のもとで業務を進めるのかという、組織として合意済みの枠組みの中でAIを動かしているわけです。
よく見ると、Claudeはこれらのビジネスプロセスのうち一つを実行できなかったことがわかります。セキュリティルールに引っかかったのです。Claudeが裏側で使っているエージェントには、このアクションを完了させるための権限が与えられていませんでした。ここで重要なのは、これが失敗ではなく、統制が意図どおりに機能した結果だということです。エージェントは、自分に許されていない操作を勝手に押し通すことはしません。
一方で、Mayaさんにはこの操作を行う権限があります。そこで彼女は、自分の権限をそのエージェントに委ねることで、この処理を完了させることができます。人間が判断して権限を明示的に渡し、エージェントはその範囲の中で行動する。こうして到達するのが、あらゆる企業が最終的に求めている成果、つまり信頼できるAIです。
とはいえ、このすべての背後にある大きな問いは、私たちがどのようにして皆さんのエンタープライズAIハーネスの構築を支援し、皆さんの組織の中でこうした世界を実現できるようにするのか、ということです。その問いに答えるために、先ほどMKさんが話したとおり、ここからはデモをMKさんに引き継ぎ、チームが何を構築してきたのかを見せてもらいましょう。MKさん、お願いします。
8. ハーネスの仕組みの詳細
8.1 システムの発見とデータの文脈化
MK： Gabeさん、ありがとうございました。皆さん、お気づきになったでしょうか。先ほどのデモでは、トークンの消費量が大幅に減っていました。4万3,000トークンから7,000トークンへと減ったのです。適切な文脈があれば、これだけの違いが生まれます。では、そのすべてが舞台裏でどのように組み上がっていたのかを手短にお見せしましょう。ハーネスなしとハーネスありの違いを思い出してください。いまご覧いただいているのが、そのハーネスです。
画面に映っているのはCoWorkerの画面です。まず、接続されているシステムを確認してみます。エンタープライズハーネスを使えば、企業内のあらゆるシステムをスキャンできます。社内に点在するデータシステムをすべて集約し、それぞれが何なのかを素早く把握できます。使っているモデル、ゲートウェイ、もちろんAPIもすべて見えますし、どのAPIもワンクリックでMCPに変換できます。そして最後に、企業内で動いているすべてのエージェントも把握できます。Agentforceのエージェントであれ、Anthropicのエージェントであれ、Google上で動くものであれ、どこにあるかは関係ありません。これが第一の要素です。企業内にあるすべてのものを理解するための発見の仕組みを、最初から備えているわけです。
次に、Gabeさんが話し、Rohanさんも触れていた、エージェントに与えたい文脈について見ていきます。その出発点はデータです。私たちは企業内のすべてのデータにアクセスできるので、Salesforce、Databricks、Snowflakeなど、どこにあるデータ資産であっても、企業内に何があるのかをすべて把握できます。データの中身もすぐに確認できますし、データをクレンジングしたり変換したりしたければ、その場でそのまま行えます。
さらに、データに意味を付与することもできます。自社において「受注」とは何を意味するのか。先ほどの例で言えば、「第3四半期」とは何を意味するのか。この会社の会計年度上の第3四半期は、9月ではなく10月に終わります。こうした用語集、つまりデータの意味を定義する情報も、ここで作成できます。
ここまでは構造化データの話ですが、それだけではありません。非構造化データも、最初からインデックス化できます。やることは、非構造化データのコーパスがある場所へのリンクを指定するだけです。SharePointであれ、何らかのファイルであれ、Google Docsであれ、場所は問いません。それらを意味的にインデックス化します。しかも、意味的なインデックス化にとどまらず、ナレッジマイニングも自動的に行います。何も指示しなくても、それらの非構造化文書からグラフを自動的に推論するのです。つまり、たとえば誰かが通話記録の中である企業名や商談名に言及していれば、それをすべてグラフの中で結びつけることができます。グラフを拡大してスキーマを確認すれば、これらの文書がどのようにつながり合っているのかを見ることができます。こうして、構造化データも非構造化データも、そのほかのメタデータも含めたすべてが一つにまとまり、企業のデータ文脈が出来上がるのです。
8.2 コンテキストパックとエージェント構築
MK： 次に必要なのは、これらすべてのエージェントがその文脈に簡単にアクセスできるようにすることです。そのために私たちが新たに構築したのが「コンテキストパック」です。たとえば、「営業向けのエージェントには、おそらくこういう情報へのアクセスが必要だ」ということを、平易な英語、つまり普通の言葉で記述するだけで済みます。
なぜこれが重要かというと、エージェントを情報で圧倒したくはないからです。2005年頃の5万件もの文書をまとめて渡すようなことは避けたい。そうではなく、「このエージェントにとって意味のある、この部分集合を使いなさい」と示したいわけです。皆さんがすることは、それを記述することだけです。するとシステムが、どのテーブルを取り込むべきか、何を持ち込むべきかを自動的に判断し、さらに必要に応じてSQL、SOQL、GraphQL、あるいはAPIといった適切な形式へとコンパイルまでしてくれます。データを整え、文脈を整える。皆さんがやるべきことはそれだけです。
そこまでできたら、いよいよエージェントを作成できます。強力なAgentforceプラットフォームには、すぐに使えるエージェントビルダーの機能が備わっており、確率的なエージェントと決定論的なエージェントの両方を含む、高度なエージェントを構築できます。決定論と確率論の組み合わせは非常に重要な要素です。業務プロセスによっては、推論のステップの前後で何が起きるのかを厳密に制御したい場合があるでしょう。それを完全にコントロールできるのです。そしてもちろん、先ほど作成したコンテキストパックをそのままエージェントに組み込み、利用させることができます。
では、Salesforceのプラットフォーム以外でエージェントを動かしている場合や、ほかのプラットフォームでエージェントを構築したい場合はどうでしょうか。それもまったく問題ありません。3行程度、多くても10行程度のコードをプロコードのエージェントに追加するだけで、同じ文脈を利用できます。Googleのエージェントであれ、LangGraphのエージェントであれ、Microsoftのエージェントであれ関係ありません。私たちのエージェントでも、皆さんのエージェントでも、同じ文脈を使える。システムはその両方をサポートしています。
8.3 メモリが生む動的コンテキスト
MK： ここで、すべてのエージェントが一覧できる統合ビューに戻ってみましょう。Gabeさんが見せてくれた顧客コミットメントエージェントを覚えていらっしゃるでしょうか。これは、ほかのエージェントたちを巡りながら、SAPをはじめとするほかのエージェントから約束の裏付けを取りまとめていたエージェントです。では、このエージェントは実際にどのようにしてこれらの情報をリアルタイムで得ていたのでしょうか。その問いをCoWorkerに投げかけてみます。
どうやって文脈を得たのか。まず、私たちはこのエージェントにコンテキストパックを与えていました。「構造化データとこれらの非構造化データすべてにアクセスしてよい」と伝えていたわけです。そのうえで、ハーネスのコンテキスト層は、さまざまなエージェントと人々が交わしてきた会話のメモリがあることを突き止めました。しかも、それは単なる生のメモリではありません。コンテキスト層はそのメモリから学びや事実を生成します。
たとえば、「この顧客は、売上を約束する前に確実な履行を優先することを好む」という事実や、「サステナビリティは譲れない一線である」という事実です。こうした情報は、CRMの中には実際には記録されていません。どこかの非構造化データの中や、エージェントが交わした会話の中に埋もれているものです。そうしたものがすべてメモリとなり、文脈の一部になります。もちろん、意味の解釈も必要です。たとえば、ATP、つまり「Available to Promise（約束可能な在庫）」とは何を意味するのか、といったことです。それに加えて、ガバナンスのルールもすべて適用されます。こうして顧客コミットメントエージェントは、適切な動的文脈を手に入れたのです。すべてのデータではなく、それを実現するのに必要なデータの部分集合だけを、です。
同じように、ほかの3社ではなくNorthwind Tradersが示された理由についても見てみましょう。仕組みは同じです。コンテキストパックがあり、エージェントはある会話の中から、この商談が成立する条件が「欧州全域で2万台を約束すること」であることを突き止めました。それをさまざまな場所から引き出し、さらに第3四半期とは実際には9月ではなく10月までを指すという解釈を加え、ガバナンスも適用したうえで、Mayaさんが注力すべきこの特定の顧客に絞り込むことができたのです。このように、データを取り込み、文脈を作り、Salesforce上であれそれ以外であれエージェントを構築することができます。
8.4 ガバナンス・セキュリティ・コスト管理
MK： ここまで来ると、IT部門が最初に投げかける質問は決まっています。「では、これをどう統制しているのか。エージェントは正しいデータを受け取っているのか。データ漏えいはどう防ぐのか。エージェントそのものをどう管理するのか」というものです。私たちはデータガバナンスとAIガバナンスを最初から組み込んでいます。
ご覧のとおり、データがコンテキスト層に取り込まれる際には、自動的にすべてにタグが付けられます。PIIのタグをはじめ、さまざまなデータ分類が付与されます。データの品質や、そこで何が起きているのかも一目で確認できます。そして、高度なデータポリシーを作成することもできます。たとえばこの場で、「サプリヤーのデータなどをLLMに見せたくない」というマスキングポリシーを作り、文字どおりそのままマスクすることができます。そうすれば、エージェントが質問した場合でも人間が質問した場合でも、マスキングを含むデータガバナンスのポリシーが常に適用されます。AIガバナンスについても同様で、コンプライアンスや観察可能性に関するあらゆるポリシーを、すべてのAIエージェントに適用できます。つまり、データの層とAIの層の両方でのガバナンスが、最初から組み込まれているのです。
もちろん、これらのエージェントがどう機能しているかを観察したいはずです。完全なモニタリングと評価、つまりEvalsも用意しています。Evalsは、エージェントの品質管理を行う新しい手法です。企業内のあらゆるエージェントに対してAIベースの評価を作成でき、エージェントが想定どおりに振る舞っているかを確認できます。また、エージェントに変更を加えた場合に、以前と同じように機能し続けているかどうかも確認できます。これも最初から組み込まれています。
もう一つの大きな柱がセキュリティです。Mayaさんがクラウド側のエージェントを使って、ある利益率の例外措置を更新しようとしたとき、そのエージェントは更新できませんでした。なぜでしょうか。それは、プラットフォームに新たに「エージェントアイデンティティ」を追加したからです。この場面では、人であるMayaさんがいて、そしてMayaさんに代わって行動するエージェントがいます。いまでは、ユーザーだけでなくエージェントにもロールと権限を設定できます。ユーザーを扱うのとまったく同じようにエージェントを扱い、権限セットなどを付与できるのです。先ほどのコミットメントエージェントに戻ると、売上価格に関する例外措置は、Mayaさんには更新できてもエージェントには更新できなかったため、拒否されました。しかしMayaさんは個人の権限範囲で「この更新は私が承認する」と示すことができ、そうすればシステムが自動的に処理を実行します。これが、最初から組み込まれたエージェントのセキュリティです。
そして最後になりましたが、私たちは皆、トークンがどれだけ消費されるのかを気にしています。そこで、すべてのエージェントを対象とするコスト管理の仕組みを用意しました。すべてのエージェントは、私たちが制御できる単一のゲートウェイを経由します。そのため、どのモデルにどれだけのコストがかかっているのかを把握できます。さらに「モデルウォレット」を作成し、「このモデルには10万ドル、このモデルには5万ドルを割り当てる」といった形で予算を設定できます。セマンティックルーティングも自動的に行いますし、潜在的な最適化の余地を提案することもできます。
スライドに切り替えて整理すると、皆さんがご覧になったのは、すべてのデータを取り込み、文脈を作り、私たちのエージェントであれほかのエージェントであれエージェントを作成してそれらを結びつけ、データとAIの両方の層でガバナンスが機能し、さらにセキュリティとコスト最適化まで実現できる、ということです。
ここで「これはビジョナリーデモだと言っていたけれど、実現までにどれくらいかかるのか」と思われた方もいるかもしれません。実は、これらの要素はすでにすべて今日から利用できます。Informaticaを使えば、データのクレンジングやデータの準備をすべて行えます。Data 360では、CDPに加えてACEエンジンの提供を発表したばかりで、エージェントのための文脈をすべて整えられるようになりました。Agent Builderではもちろんあらゆるエージェントを作成できます。Agent Fabricを使えば、企業全体のすべてのエージェントを管理する完全なAIコントロールプレーンを、コスト最適化も含めて今日から手にできます。そして新たにリリースされたGuardianが、完全なエージェントセキュリティを提供します。もちろん、Tableauはこうした取り組みが何を意味するのかというビジネス上の意味付けを担い続けます。これらの技術すべてを一つにまとめ、適切な信頼とガバナンスのもとでAIエージェントが皆さんとビジネスのために働けるようにする。それがエンタープライズAIハーネスの力です。Rohanさん、お返しします。
9. エージェント時代に向けた戦略
9.1 3人と21のエージェントによる経営
Rohan Kumar： Gabeさん、MKさん、ありがとうございました。長いデモになりましたが、ハーネスのさまざまな能力がどのように組み合わさって機能するのかを、非常に包括的にお見せできたのではないかと思います。先ほども申し上げたとおり、これがSalesforceプラットフォームの未来です。いま私たちが持っている数多くの能力を土台にしていますが、この取り組みがどこへ向かっていくのか、私自身本当に楽しみにしています。
ここで、もう一つのお客様の事例をお話しいただくために、SaaStrのCEOであるJason Lemkinさんをお迎えしたいと思います。Jasonさんは、私が非常に感銘を受けているリーダーの一人です。CEOとしてビジネスのあらゆる面をこなしながら、技術的な理解も細部まで深い。ですから、Jasonさんと話すのはきっと素晴らしい機会になると考えました。Jasonさん、いまハーネスをご覧いただきました。Jasonさんは多くのリーダーやCEOと話をされていますが、どう思われましたか。私たちがとっているこのアプローチは理にかなっているでしょうか。
Jason Lemkin： まさに必要なものです。私たちはこの1年以上、8桁ドル規模の小さな事業を、3人の人間と21のエージェントでSalesforce上で運営してきました。しかも1年以上前からヘッドレスでSalesforceを使っています。かなり早い段階から取り組んできたわけです。
その経験から言えるのは、悩みの種はエージェントそのものではない、ということです。エージェントは素晴らしいのです。ただ、信頼することができない。だからハーネスが必要になります。私たちが1年以上前にSalesforceを選んだのは、そのためです。そして今日ここで見たものは、1年前にできたことよりもはるかに強力です。それでも本質は変わりません。これこそが必要なものなのです。こうした強力なエージェントを信頼するための手段が必要だからです。
9.2 企業の独自性を生むもの
Rohan Kumar： ありがとうございます。ご存じのとおり、モデルは当然ながら非常に強力です。ただ、モデルはどの企業でも同じように利用できるようになっていきます。そう考えたとき、Jasonさんのビジネスやほかの企業において、競争上の堀はどこで生まれるとお考えですか。それはどのように変わっていくのでしょうか。
Jason Lemkin： つまり、モデルとアプリケーションとハーネスのうち、どれが一番価値があるのか、ということですね。
Rohan Kumar： そのとおりです。
Jason Lemkin： 少し整理させてください。もし自分自身でエージェントやアプリケーションを構築しているのであれば、最も重要なのはモデルです。私たちはAnthropicの最新モデルであるFable 5.1を使っています。皆さんもぜひ使ってみてください。本当にすごいモデルです。数か月前のモデルと比べても格段に優れていますし、モデルは目に見えて良くなっています。
ただし、そもそも自分で構築すべきではありません。買うべきなのです。自分で作るのは、買えないものだけに限るべきです。ですから、買うことになるものすべて、そしてより重要なこととして、データを使ってやりたいことやデータで管理したいことのすべてについては、ハーネスがうまく判断してくれます。今日、皆さんのCTOの話にもあったように、ハーネスは既存の環境にきちんと収まりますし、どのモデルが適切かもハーネスが見極めてくれます。ルーターを使って、ワークフローごとにどのモデルが最適かを判断するのです。皆さんはもう、こうしたことに頭を悩ませる必要はありません。それはハーネスの仕事です。
ソーシャルメディアでは、「モデルを自分で選ばなければならないのか」「あれもこれも自分で決めなければならないのか」といった混乱がよく見られます。確かにわかりにくいですよね。もちろん、Fable 5.1は素晴らしいモデルです。それでも、皆さんが取り組んでいることの99％については、そのことを考える必要はありません。ハーネスに任せればよいのです。いまは2026年なのですから。
Rohan Kumar： ありがとうございます、Jasonさん。それは本当に素晴らしい指針だと思います。エンタープライズAIハーネスのようなものがあるなら、それを使い、その知能を活用すべきだ、というのがJasonさんのご指摘ですね。
Jason Lemkin： そうです。使ってください。
Rohan Kumar： Jasonさん、本当にありがとうございました。
改めて、このセッションが皆さんにとって今後の方向性を垣間見る機会になっていれば幸いです。プラットフォームの各製品をさらに深く掘り下げるセッションも数多く用意されていますので、ぜひご覧になってください。MKさんが触れたInformaticaをはじめ、Tableau、MuleSoft、Data 360、コアプラットフォームなどについて、それぞれの詳細セッションでより多くの情報を得られるはずです。
ただ、もし一つだけ持ち帰っていただけるとしたら、それはこういうことです。モデルは変わっていきます。エージェントも変わっていきますし、皆さんは新しいエージェントを作り続けるでしょう。しかし、皆さんの知的財産、顧客データ、そして企業固有の文脈こそが、皆さんの会社を唯一無二の存在にします。そして、プラットフォームの未来であるエンタープライズAIハーネスによって、私たちは皆さんがそれを作り上げ、統制し、守ることを支援していきます。ありがとうございました。Dreamforceへようこそ。