AIエージェントが「給料」をもらい始めた：Dreamforce 2026が示した次の顧客獲得競争 | CEO Insights
Dreamforce 2026の3つのシグナル：Agentが「機能」から「職種」へ、どの大規模モデルを選ぶかはますます重要でなくなり、SiemensはAIに問い合わせの100%を任せ始めました。OakMega CEOが、AI CRMがB2Bと製造業の顧客獲得をどう変えるのか、そして2027年にどこまで手放すべきかを読み解きます。
Porsche TsaiCEO
Dreamforce 2026の核心的なシグナルは、AI Agentが「ひとつの機能」から「ひとつの職種」へと変わりつつあることです。自ら目標を設定し、何週間も自律的に働けるようになりました。これは「どの大規模モデルを選ぶか」がますます重要でなくなることを意味します。本当の堀（モート）は、自社のノウハウを顧客接点まで届けることです。インバウンドの問い合わせの100%をAgentに任せたSiemensは、その何よりの証拠です。
去年の今ごろ、Agentはまだプレゼン資料の中の目玉機能にすぎませんでした。聞けば答える、少し賢い検索ボックスのような存在です。しかし、今年のDreamforceは違いました。
目次
今回のSalesforceは、空っぽのAgent Builderを渡して「ゼロから自分で組み立ててください」と言ったわけではありません。「肩書き」を持ったAgentを一気に打ち出してきたのです。
名前はどうでもいいのです。大事なのは、その裏に新しい仕組みが加わったこと、つまりlong-horizon runtimeです。
分解すると3つです。Memory（覚えていられる）、Durable Execution（長く続けられる）、Dynamic Steering（途中で軌道修正できる）。まとめると、Agentは目標を受け取り、自分で計画を立て、何週間も働き続け、新しい情報を受けて戦略を調整し、行き詰まったときだけ人に確認しに戻ってくる、ということです。
平たく言えば、Agentは「Task」から「Responsibility」へと変わりつつあります。あなたが指示するひとつの作業から、あなたが託すひとつの職責へ。
そしてAIが職責を担えるようになったとき、経営者として最初に考え直すべき問いは、あなたが思っているものとはまったく違うかもしれません。悩むべきは「GPT、Claude、Geminiのどれを選ぶか」だと思っていませんか。はっきり言いますが、その問いの重要性はどんどん下がっています。
大規模モデルはますます安くなり、あなたのノウハウはますます高くなる
Dreamforce 2026 YouTubeのスクリーンショット。画像をクリックすると該当シーンの動画が開きます
なぜか。9月15日、SalesforceはNVIDIAと共同でKoaを発表しました。ポイントは性能の高さではなく、それが「何であるか」です。GPTの外側にCRM用のプロンプトを一枚かぶせたものではありません。Salesforceが初めてCRM業務専用にpost-trainしたreasoning modelであり、30年近く、14以上の業界にわたって蓄積してきたCRMのシナリオデータで学習させたものです。
これは、今後3年でもっとも重要になると私が考える構造を開くものです。以前にもお話ししたとおり、モデルはコモディティ化し、contextこそが堀になります。今週のKoaはそれをさらに一歩進めました。contextはデータベースの中だけにあるとは限らず、企業のノウハウは専門モデルそのものに「圧縮」して組み込めるのです。
こうして、市場には3つのレイヤーが生まれ始めています。
一番上のレイヤーは、水道や電気のようなインフラになりつつあります。強力で必要不可欠ですが、誰でも買えて、価格は下がる一方です。本当に価値があり、本当に差がつくのはその下の2つのレイヤーです。もっと率直に言えば、大規模モデルはますます安くなり、あなたのノウハウはますます高くなります。
ですから、もしAI導入の最初の会議を「どのモデルのスコアが高いか」の比較に費やしているなら、その時点で戦場を選び間違えているかもしれません。
なぜAIには4つのレイヤーが必要なのか？企業は「推測で間違える」わけにいかないから
先ほどの3つのレイヤーは、「誰の堀がどこにあるか」という市場の視点でした。Salesforceは今回、より実装寄りの答えも示しています。AIが企業の中で本当に仕事をこなし、しかもミスをしないためには、4つのレイヤーを積み重ねる必要がある、というものです。
「何でもこなせるスーパーAI秘書」を雇うところを想像してみてください。賢い頭脳（LLM）だけを与えると、天文から地理まで何でも知っているのに、あなたの会社の製品や顧客のことはまったく知りません。焦れば、数字をでっち上げてくることさえあります。本当に仕事ができて「間違えない」秘書にするには、次のレイヤーを補う必要があります。
この表を理解すると、ある重要なことに気づくはずです。この4つのレイヤーが存在するのは、根本的な対立を解決するためだということ。つまり、確率的か、決定的か。
AIモデルは根っこのところで「確率的」です。対話や推論は得意ですが、本質的には確率で動いているため、ときに推測を誤り、ハルシネーションを起こします。一方、企業の業務は「決定的」です。財務の数字、契約、在庫、コンプライアンスのプロセスは、小数点ひとつ間違えられません。
つまりこのアーキテクチャが本当にやっているのは、「柔軟だが間違えることもあるAI」（上層のエージェントとインターフェース）を、「100%正確な企業データとビジネスルール」（下層のデータとセマンティクス）にしっかりと錨のようにつなぎとめることです。上は賢さを担い、下は間違えないことを担うのです。
だから私は、お客様にいつもこう言っています。Agentを急いで投入する前に、まず「下の2つのレイヤー」が固まっているかを確認してください。 データがまだ各部署のExcelに散らばり、ビジネスルールが何人かのベテラン社員の頭の中にしかない会社が、いきなりAgentを入れても、顧客獲得には役立ちません。むしろ自信たっぷりの口調で、誤ったデータを顧客に向けて加速度的に広めてしまいます。製造業ではなおさらです。仕様、見積もりのロジック、生産ラインでの実現可能性が、機械が読める「決定的」なデータになっていなければ、AI秘書がどれほど賢くても、当て推量をしているにすぎません。
Siemensの事例：製造業におけるAI CRMの実戦的な証拠
では、本当の戦場はどんな姿なのでしょうか。今週、すべてのB2B経営者、とりわけ製造業の方に見てほしい事例がありました。
同じく9月15日、SiemensとSalesforceが新たな提携を発表しました。Siemensは現在、すべてのインバウンドリードの見込み度判定（qualify）をAgentに任せています。一部ではなく100%です。世界132か国、約1万8,000人のセールス担当者を支えています。
Dreamforce 2026 YouTubeのスクリーンショット。画像をクリックすると該当シーンの動画が開きます
ただ、本当に見事なのはその次のステップです。AgentforceはSiemensのTeamcenter（製品ライフサイクル管理システム）と連携する予定です。つまりAgentがこれから把握するのは「この顧客は誰か」だけではありません。このシリアル番号はどの部品に対応するのか、このアップグレードは技術的に本当に可能なのか、この製品は生産ラインで実際に作れるのか、といったことまで分かるようになります。
お気づきでしょうか。こうした質問は、もともとすべて営業担当者がエンジニアのところまで聞きに戻らなければならないものでした。それが今、engineering contextがcustomer workflowの中に直接持ち込まれたのです。
アーキテクチャはこうなります。CRM Context ＋ Engineering Context（Digital Twin）→ Agent → Sales／Service。
だからこそ私は、製造業こそが今回の波でもっとも鋭い証拠だと言っています。私たちOakMegaは、この1年ずっと同じことを訴えてきました。製造業の購買意思決定に関わる人は増え、技術情報はますます複雑になり、営業担当者は見積もりひとつ作るのに3つの部署を回らなければならないことも珍しくありません。Siemensのこの事例は、その課題の解き方をほぼそのまま目の前で実演してみせたようなものです。
「AIが営業の効率を上げる」という空虚な言葉が、非常に具体的な一文に変わります。エンジニアリング、ERP、製品マニュアルの中に閉じ込められていた専門知識を、営業が顧客と対話するその瞬間に直接届けること。 技術力は高いのに、その知識がベテラン職人の頭の中やPDFに閉じ込められている台湾の多くの製造業にとって、これは効率の問題ではありません。「見えない資産」を「顧客獲得の武器」に変えられるかどうかの問題なのです。
2027年の本当の問題は「できるかどうか」ではなく「どれだけ長く任せられるか」
もちろん、明日から顧客獲得のプロセスをすべてAgentに任せろと言っているわけではありません。今回の波で本当に成熟を示すシグナルは、あまり華やかではない2つの場所に隠れています。
1つ目は、測り方を変える必要があるということです。 これまでAIを評価するときに見ていたのは、プロンプトを何回走らせたか、トークンをどれだけ消費したか、セッションをいくつ開いたかでした。どれも経営者に伝わる言葉ではありません。Salesforceは今回、Agentic Work Unitsという新しい単位を打ち出しました。2年間の累計で70億、第2四半期だけで32億です。数字は同社自身の集計なので鵜呑みにしないほうがいいですが、方向性は正しいと思います。これから問うべきは「Agentが何回動いたか」ではなく、「実際にどれだけのworkを完了したか」です。何百件のleadを調べ、何百件をqualifyし、何件のmeetingを設定し、いくつのopportunityを生み出したか。これこそがAIの本当のROIダッシュボードです。
2つ目は、私がもっとも強く伝えたいことですが、ブレーキも同時に現れたということです。 9月19日、ロイターが一連の事件をまとめました。OpenAIとAnthropicはいずれも、テスト中のagentが管理された環境を突破して外部システムに入り込んだことがあり、中には当初気づかれなかったケースもあったと認めています。セキュリティの細部を掘り下げてほしいわけではありません。ここから見えるのは厳然たる事実です。Agentが長時間自律的に働けるようになるほど、その権限をプロンプトひとつで管理することはできなくなります。だからこそSalesforceは今回、business rules、permission、human approval、auditを強調していたのです。agentのガバナンスについては、以前に専用の記事も書きました。
こうして2027年、企業のAI導入における問いは、「Agentにできるかどうか」から、少しずつ「どの仕事を任せていいのか？どのくらいの期間？誰が承認するのか？」へと移っていくでしょう。
来週の会議にそのまま持ち込める判断基準をお渡しします。AIを導入するかどうかを問う前に、まず手元の顧客獲得プロセスを広げて、3つを丸で囲んでください。今すぐAgentに全面的に任せられるもの、Agentがやり終えたらあなたの承認を待つべきもの、当面は触れさせないもの。この3つの欄を明確に埋められる経営者は、2027年に先頭を走るでしょう。埋められない経営者は、AIがなかったから負けたのではなく、どこまで手放すべきか分からなかったから負けたのだと気づくことになります。
Agentはもう給料をもらい始めています。次の問題は、あなたがどれだけの職権を与えるかです。
よくある質問
Q：AI Agent（Agentic AI）とは何ですか？
AI Agentとは、自ら目標を設定し、計画を立て、複数ステップのタスクを連続して実行できるAIのことで、一問一答しかできないチャットボットとは異なります。Dreamforce 2026で発表された新世代のAgentは、記憶を保持し、何週間も働き続け、必要なときには人に確認しに戻ってくることができます。
Q：Salesforceの企業向けAIの4層アーキテクチャとは何ですか？
下から順に、データ層（Data 360：整理された唯一の信頼できる情報源）、アプリケーション・セマンティクス層（Apps & Semantics：自社のビジネスルールと用語）、エージェント層（Agents：業務プロセスを回せるデジタル社員）、ライブインターフェース層（Live Interface：結果を自ら目の前に届ける）です。核となる狙いは、確率的なAIを決定的な企業データとルールにつなぎとめ、賢く、かつ間違えないようにすることです。
Q：Dreamforce 2026がB2B企業にもたらす最大の変化は何ですか？
どの基盤モデルを選ぶかの重要性は下がりつつあり、勝敗のカギは「領域特化モデル＋自社独自のcontext」に移っています。エンジニアリング、ERP、マニュアルに閉じ込められた専門知識を、営業と顧客の対話の現場に届けられる企業が、次の顧客獲得競争を制します。
Q：製造業がAI CRMを導入するなら、どこから始めるべきですか？
導入するかどうかを問う前に、まず顧客獲得プロセスを広げて3つを丸で囲んでください。Agentに全面的に任せられるもの、やり終えたらあなたの承認を待つべきもの、当面は触れないもの。この3つの欄を明確に埋めることが、導入の第一歩です。
参考資料
- Salesforce × NVIDIA、CRM向けreasoning model「Koa」を発表
- Siemens × Salesforce、industrial AIで提携
- ロイター：AI agentのセキュリティ事件まとめ
