Salesforce はネイティブ AI に大きく投資しています。Agentforce、Einstein、Data Cloud は現在、営業、サービス、マーケティングの幅広いユースケースをカバーしています。しかし AI ワークロードがパイロットから本番へと移行するにつれ、多くのエンタープライズは同じ壁に直面します。プラットフォーム管理の提供では得られない、モデル選択、インフラ、データ居住性、専門ワークフロー、AI 経済性に対するより強い制御が必要になるのです。
Salesforce AI 統合は、Salesforce エコシステムの内外を問わず、Salesforce のデータとワークフローを AI 機能に接続できます。本記事ではカスタムおよびハイブリッドの側面に焦点を当てます。つまり、SFDC プラットフォームを外部 AI エージェント、オープンウェイトまたはセルフホストの LLM、AWS や GCP 上で動作するプライベート RAG パイプラインによって拡張し、CRM データの制御された準リアルタイム同期を維持する方法です。
これは Agentforce の代替ではありません。Agentforce は持ち込みモデルをサポートし、多くのネイティブユースケースに適合します。エンタープライズがプライベート RAG、セルフホストの推論、専門ワークフロー、またはインフラとコストに対するより厳密な制御を必要とする場合に、カスタムまたはハイブリッドアーキテクチャがそれを補完します。HDWEBSOFT の Salesforce 認定エンジニアと AI エンジニアが協力して、これらの統合をエンドツーエンドで設計・実装します。
主な要点
- Salesforce AI 統合は Salesforce エコシステムの内外で AI を活用できます。本記事では外部エージェント、LLM、プライベート RAG を用いたカスタムおよびハイブリッドアーキテクチャに焦点を当てます。
- Agentforce ファーストは多くのネイティブユースケースに適合します。エンタープライズがモデル柔軟性、インフラ制御、データ居住性、専門ワークフローを必要とする場合、カスタムおよびハイブリッドがそれを補完します。
- 典型的なアーキテクチャは、Salesforce データを API ゲートウェイまたはミドルウェア経由で AWS や GCP 上の外部 AI スタックにルーティングし、Platform Events、Change Data Capture、Pub/Sub API による準リアルタイム CRM 同期を実現します。
- プライベート RAG アーキテクチャは CRM 文書、埋め込み、検索インフラをエンタープライズ管理の環境内に保持します。セルフホストの推論と組み合わせることで、機密コンテキストをサードパーティの LLM API に送信する必要性を低減できます。
- HDWEBSOFT の Salesforce 認定エンジニアと AI エンジニアが、API アーキテクチャ、データ同期、LLM と RAG、クラウドインフラ、セキュリティ強化を含むフルスタックを設計・実装します。
Salesforce AI 統合とは何か？
Salesforce AI 統合とは、Salesforce のデータとワークフローを AI 機能に接続することです。Salesforce エコシステム内（Agentforce、Einstein、Data Cloud）でも、外部 AI エージェント、オープンウェイトまたはセルフホストの LLM、プライベート RAG パイプラインを用いたカスタムまたはハイブリッドアーキテクチャによるエコシステム外でも構いません。
ネイティブな Salesforce AI は、プラットフォームのデータモデルに適合するワークフローに最適化されています。外部 AI 統合は、ユースケースがプラットフォームがネイティブに提供しないものを必要とする場合にエンタープライズが選ぶ手段です。特定のオープンウェイトモデル、プライベートな検索パイプライン、制御されたリージョン内での推論、複数システムにまたがる専門ワークフローなどが該当します。
カスタム AI エージェント統合は一般的なパターンのひとつです。外部 LLM を呼び出し、プライベートベクターストアからコンテキストを取得し、結果を Salesforce に書き戻すエージェントでありながら、Salesforce UI 内に表示されます。推論と検索はエンタープライズが管理するインフラ内で行われます。
重要な枠組みは、ネイティブとカスタムは相互排他ではないということです。成熟したエンタープライズの多くはハイブリッドモデルを採用しています。ネイティブユースケースには Agentforce を、より強い制御を必要とするワークロードにはカスタムまたはハイブリッドアーキテクチャを使用します。
Agentforce ファースト vs カスタム/ハイブリッド Salesforce AI：それぞれの適所
Agentforce は閉じたシステムではありません。Salesforce は持ち込みモデルをサポートしており、Agentforce は特定の構成で外部エンドポイントを呼び出せます。プラットフォームも急速に拡大しています。Agentforce の ARR は 2027 会計年度第 2 四半期に 15 億ドルを超え、前年比 240% 以上の成長を記録しました。この勢いは、営業やサービスにおけるネイティブでプラットフォーム管理された AI への実需を反映しています。
問いは「Agentforce かカスタムか」ではなく、「Agentforce ファーストはどこに適合し、カスタムまたはハイブリッドアーキテクチャはその上でどこに価値を加えるか」です。ほとんどの成熟したエンタープライズスタックでは、2 つのアプローチは相互に補完し合います。
| 評価基準 | Agentforce ファースト | カスタム / ハイブリッド |
|---|---|---|
| 構築速度 | 高速、ネイティブのウィザードとローコードビルダー | より低速、アーキテクチャ設計と統合作業が必要 |
| Salesforce ネイティブワークフロー | Sales Cloud、Service Cloud、Data Cloud に深く統合 | Salesforce UI 内に表示するための統合レイヤーが必要 |
| モデル柔軟性 | 持ち込みモデルをサポート、ただしプラットフォーム制約内 | オープンウェイト、セルフホスト、マネージドモデルサービスの完全な選択肢 |
| インフラ制御 | Salesforce 管理 | AWS、GCP、プライベートクラウド上でエンタープライズ管理 |
| データ居住性 | Salesforce リージョンと Data Cloud 配備に依存 | 特定リージョン、クラウド、オンプレミスへエンタープライズが制御 |
| カスタマイズの深さ | プラットフォーム機能とガードレールによる制約 | アーキテクチャ上の制限なし、カスタム RAG、ルーティング、ワークフローが可能 |
| コストモデル | シート単価＋消費量（Agentic Work Units） | インフラと推論コスト、自己管理・最適化 |
| 運用負荷 | 低、Salesforce がプラットフォームを運用 | 高、DevOps、MLOps、オブザーバビリティが必要 |
実践で機能するパターンは、プラットフォーム管理の AI で十分な場合は Agentforce ファーストで始めることです。プラットフォームがサポートしないモデル、満たせないデータ居住性ルール、プライベートに保つ必要がある検索パイプライン、プラットフォームの消費課金に合わないコストプロファイルといった制約に直面するワークロードに対して、カスタムまたはハイブリッドアーキテクチャを追加します。
コアアーキテクチャ：Salesforce と外部 AI の接続
カスタムまたはハイブリッドの Salesforce AI 統合は 3 つの層で構成されます。API と統合レイヤー、CRM データ同期レイヤー、そして推論と検索が行われる外部 AI スタックです。
API と統合レイヤー
Salesforce は複数の統合メカニズムを提供しています。
- Named Credentials または External Credentials を用いた Apex callouts — Salesforce から外部 AI エンドポイントへの同期型アウトバウンド呼び出し。External Credentials は従来の Named Credentials を置き換える最新の仕組みであり、シークレットを Apex コードの外で管理します。
- REST および SOAP API — 外部システムが Salesforce から読み取る、または Salesforce に書き戻すための仕組み。AI エージェントがレコードを更新、タスクを作成、コンテキストを取得する際に典型的に使用されます。
- Platform Events、Change Data Capture、Pub/Sub API — イベント駆動型の準リアルタイム同期。レコードが変更されると Salesforce がイベントを発行し、サブスクライバーがそれを受信して処理します。
- Salesforce Connect — 外部データの仮想化。データをコピーせずに Salesforce がプラットフォーム外のデータを表示できるようにします。ルックアップには有用ですが、AI API の主要なメカニズムではありません。
AWS ベースのパイプラインでは、Salesforce 統合は Salesforce Event Relay を用いて Platform Events を Amazon EventBridge に直接ストリーミングでき、それが Lambda、SQS、その他の AWS サービスにルーティングするため、カスタムポーリングは不要です。
本番でよく見られるパターンは、Salesforce と外部 AI スタックの間に API ゲートウェイ（AWS API Gateway、Apigee など）を配置することです。認証、レート制限、バリデーション、ログを処理し、背後の AI サービスを保護し観測可能な状態に保ちます。
CRM データ同期
外部 AI スタックには最新の CRM データが必要です。準リアルタイム同期が目標ですが、精度も重要です。
Change Data Capture と Platform Events はデータを直接 S3、BigQuery、Snowflake に送信するわけではありません。イベントをサブスクライバーに発行します。AWS Lambda、EventBridge、Kafka など上のミドルウェアまたはストリームプロセッサがそれらのイベントを消費し、外部データストアを更新します。AI スタックは Salesforce から直接ではなく、そのストアから読み取ります。
ほとんどのユースケースは 2 つのパターンでカバーできます。
- 準リアルタイムイベント同期 — Platform Events または CDC が変更を発行し、ストリームプロセッサが数秒以内に外部ストアを更新。鮮度が重要なエージェントアシストやサービスワークフローに適しています。
- バッチ同期 — 定期ジョブが RAG 取り込み、埋め込み再生成、ファインチューニング用の大規模データセットを取得。定期的な更新で十分なユースケースに適しています。
同期を実行する前に、データ品質が重要です。Salesforce データ管理のベストプラクティスを適用すること（フィールドのクレンジング、一貫した命名、重複排除、明確な所有権）で、不良データが検索や推論の品質を低下させるのを防げます。
AWS または GCP 上の外部 AI スタック
外部 AI スタックは、モデル選択とインフラ制御が現実のものになる場所です。エンタープライズは通常、以下を配備します。
- オープンウェイトまたはセルフホストの LLM — Amazon SageMaker、Google Vertex AI、Kubernetes、専用推論インフラ上の Llama、Mistral、Qwen。セルフホストはモデル、リージョン、推論パイプラインに対する制御を与えますが、運用コストと GPU キャパシティの計画を伴います。
- マネージドモデルサービス — Amazon Bedrock と Vertex AI は、セルフホストなしで幅広いモデルへのマネージドアクセスを提供します。これらはマネージドサービスであり、セルフホストインフラではありません。
- マルチモデルルーティング — モデルの前に配置されたゲートウェイで、タスク、コスト、レイテンシ、品質に基づいて各リクエストを適切なモデルにルーティングします。
セルフホストとマネージドの選択は常にコストだけの問題ではありません。セルフホストが自動的に API より安価になるわけではありません。GPU 利用率、エンジニアリングオーバーヘッド、運用負荷がトークン単価の節約を相殺する可能性があります。セルフホストを選ぶ本当の理由は、インフラ制御、コンプライアンス、プライベートデプロイ、マネージドサービスが提供しない専門的にファインチューニングされたモデルです。
プライベート RAG アーキテクチャ
プライベート RAG アーキテクチャは CRM 文書、埋め込み、検索インフラをエンタープライズ管理の環境内に保持します。プライベートまたはセルフホストの推論と組み合わせることで、機密コンテキストをサードパーティの LLM API に送信する必要性をさらに低減できます。
典型的なコンポーネントは以下の通りです。
- 文書取り込み — 契約書、チケット、ナレッジベース記事、CRM メモを処理パイプラインに取り込みます。
- 埋め込みモデル — 文書をベクトル表現に変換し、エンタープライズ自身のインフラ内で実行します。
- ベクターストア — プライベートインフラ向けには、OpenSearch、pgvector、またはエンタープライズのクラウドアカウントやオンプレミス内で動作する自己管理のベクトルデータベースを使用します。
- 検索と生成 — クエリ時に、システムがベクターストアからコンテキストを検索し LLM に渡します。LLM もセルフホストであれば、パス全体がエンタープライズの制御内に留まります。
価値はプライバシーだけではありません。プライベート RAG アーキテクチャは検索品質に対する制御も与えます。プラットフォーム管理のブラックボックスなしに、チャンキング、埋め込み、再ランキングを調整できます。
エンタープライズがカスタム Salesforce AI を必要とする場面（ユースケース）
エンタープライズをカスタムまたはハイブリッドアーキテクチャへと促すユースケースは以下の通りです。
- 機密文書に対するプライベート RAG — エンタープライズ管理の環境から出すべきでない契約書、法務通信、サポートチケット、ナレッジベース。プライベート RAG パイプラインにより、エージェントは生文書をサードパーティの LLM API に送信せずに回答を検索できます。
- インフラ制御、ワークロード経済性、コンプライアンス、プライベートデプロイのためのオープンウェイトまたはセルフホスト LLM — 特定リージョンで特定モデルが必要な場合、マネージドサービスでは満たせないコンプライアンス要件、API 経由で利用できないファインチューニング済みモデルが必要な場合。セルフホストはトレードオフであり、デフォルトのコスト勝利ではありません。
- 専門 AI ワークフロー — BFSI、医療、物流、不動産における業界特化型パイプラインで、検索、分類、生成をプラットフォームがネイティブにサポートしない方法で組み合わせるもの。
- データ居住性 — 推論と検索が特定の国またはリージョン内で行われなければならない場合。カスタムアーキテクチャは AI スタック全体をそのリージョンに固定します。
- マルチモデルルーティング — 複数の LLM をひとつのゲートウェイの背後に組み合わせ、各リクエストをタスク、コスト、レイテンシプロファイルに最も適したモデルにルーティングします。
- Agentforce の補完 — Agentforce ファーストでは不十分なワークロードに対し、カスタムまたはハイブリッドレイヤーがネイティブ AI スタックを置き換えることなく Salesforce を拡張します。
セキュリティ、ガバナンス、コストの考慮事項
カスタム Salesforce AI 統合は攻撃対象とガバナンス負担を拡大します。セキュリティモデルはデータが通過するすべての層をカバーする必要があります。
Salesforce 側では以下の通りです。
- External Credentials — 認証シークレットを Apex コードの外に保存し、名前付きプリンシパルと権限セットで外部 AI エンドポイントへのアクセスを制御します。
- 最小権限アクセス — 統合ユーザーとサービスアカウントには必要最小限のオブジェクトおよびフィールド権限のみを付与します。
- フィールドレベルおよびオブジェクトレベル権限 — 統合レイヤーで適用し、外部 AI スタックが必要なフィールドのみを受信するようにします。
- データ分類とマスキング — 機密度に応じてフィールドを分類し、Salesforce から出る前に PII をマスキングまたは隠蔽します。
- 暗号化 — 両側で転送中（TLS）および保存時に行います。
外部 AI スタック側では、ベクターストアの保存時暗号化、推論エンドポイントのアクセス制御、AI スタックと他のワークロード間のネットワーク分離を行います。エージェント AI 向け LLM セキュリティの実践（プロンプトインジェクション防御、出力バリデーション、ツール使用のガードレール）を適用することで、AI 固有のリスクに対する対策が完結します。
ガバナンスはほとんどのエンタープライズがまだ追いついている領域です。Deloitte の State of AI in the Enterprise 2026 報告書によると、自律型 AI エージェントに対して成熟したガバナンスモデルを持つ企業は約 5 社に 1 社（21%）のみで、約 80% が成熟したガバナンスを欠いています。カスタム Salesforce AI 統合において、ガバナンスとは人間がどこで制御を維持するか、自動化された決定をどう監査するか、どのレコードを保持するか、エスカレーションをどう人間に戻すかを定義することです。
ログと監査証跡は交渉の余地がありません。すべての呼び出し、検索、推論、書き戻しは、何が起きたかとその理由を再構築できる十分なコンテキストとともに記録されるべきです。
コスト面では、カスタムアーキテクチャはエンタープライズに最適化のためのレバーを与えます。トークン監視、セマンティックキャッシュ、モデルルーティング、適正化などです。しかし同時に、インフラ、推論、運用の請求書を自ら負担することも意味します。これは制御と運用負荷のトレードオフであり、意図的に選択されるものです。
カスタム Salesforce AI 統合の構築
HDWEBSOFT は Salesforce AI 統合を Salesforce 認定エンジニアと AI エンジニアの共同作業として取り組みます。Salesforce 側は CRM データモデル、統合パターン、セキュリティ、プラットフォームネイティブなワークフローを担当し、AI 側は外部 LLM スタック、RAG パイプライン、クラウドインフラを担当します。
典型的なエンゲージメントは以下の流れで進みます。
- ディスカバリーとアーキテクチャ — ユースケース、データフロー、セキュリティと居住性の制約を整理し、Agentforce ファーストがどこに適合し、カスタムまたはハイブリッドレイヤーがどこに必要かを決定します。
- API と統合レイヤー — Apex callouts、External Credentials、Platform Events または CDC ストリーム、Salesforce と外部 AI スタック間の API ゲートウェイを設計します。
- CRM データ同期 — ストリームプロセッサと外部データストアの更新を構築し、同期実行前にデータ品質チェックを行います。
- 外部 LLM と RAG — AWS または GCP 上でモデルサービング、ベクターストア、埋め込みパイプライン、検索ロジックを構築します。
- クラウドインフラとセキュリティ — 暗号化、最小権限、マスキング、ログ、LLM 固有のセキュリティ制御を組み込んだコンピュート、ネットワーク、ストレージをプロビジョニングします。
- 監視と運用 — 推論、検索、コスト、ガバナンスのオブザーバビリティを構築し、本番でシステムが健全かつ監査可能な状態を維持します。
HDWEBSOFT の AI 統合サービスはフルスタックをカバーし、チームは単発の実装ベンダーではなく長期的なデリバリーパートナーとして機能します。
Salesforce を Agentforce の先へ拡張するかを評価している場合、最も有用な次のステップは現在の CRM データ、ユースケース、制約に対する焦点を絞った監査です。ネイティブ AI がどこに適合し、カスタムまたはハイブリッドアーキテクチャがどこに真の価値を加えるかをマッピングします。
結論
Agentforce は Salesforce 内のネイティブ AI を、多くの営業・サービスユースケースにおける強力なデフォルトにしました。しかし、プライベート RAG、オープンウェイトまたはセルフホストの LLM、専門ワークフロー、厳格なデータ居住性、推論コストのより厳密な管理を必要とするエンタープライズは、その上にカスタムまたはハイブリッドアーキテクチャを必要とすることがよくあります。
正しいアプローチがどちらか一方になることはまれです。Agentforce ファーストがネイティブ側をカバーし、カスタムまたはハイブリッドの Salesforce AI 統合がプラットフォームを外部エージェント、LLM、AWS や GCP 上のプライベート RAG によって拡張し、準リアルタイム CRM 同期とエンタープライズ管理のインフラを実現します。エンジニアリング作業は本物です。API アーキテクチャ、データ同期、セキュリティ、ガバナンス、運用すべてを適切に行う必要があります。しかし、それがエンタープライズに取り戻す制御こそが、チームがその道を選ぶ理由です。
カスタム Salesforce AI 統合がご自身のスタックにどう適合するかを検討したい場合は、HDWEBSOFT の Salesforce 認定エンジニアと AI エンジニアが支援できます。Salesforce AI カスタマイズ監査を予約して始めましょう。
FAQ
Salesforce AI 統合とは何ですか？
Salesforce AI 統合とは、Salesforce のデータとワークフローを AI 機能に接続する取り組みです。Agentforce や Einstein など Salesforce エコシステムにネイティブなものでも、AWS や GCP 上で動作するカスタム AI エージェント、オープンウェイトまたはセルフホストの LLM、プライベート RAG パイプラインなど外部のものでも構いません。エンタープライズがモデル選択、インフラ、データ居住性、専門ワークフロー、AI 経済性に対してより強い制御を必要とする場合、カスタムまたはハイブリッドアーキテクチャが Agentforce を補完します。
カスタム Salesforce AI は Agentforce の代替ですか？
いいえ。カスタムまたはハイブリッドの Salesforce AI は Agentforce の代替ではありません。Agentforce は持ち込みモデル（bring-your-own models）をサポートし、多くのネイティブな営業・サービスユースケースに適合します。カスタムおよびハイブリッドアーキテクチャは、ネイティブ機能では不十分な場合に、プライベート RAG、オープンウェイトまたはセルフホストの LLM、専門的な AI ワークフロー、エンタープライズ管理のインフラによって Salesforce を拡張し、Agentforce を補完します。
Salesforce はどのように外部 LLM や RAG に接続しますか？
Salesforce は複数の仕組みを通じて外部 LLM や RAG に接続します。同期型のアウトバウンド呼び出しには Named Credentials または External Credentials を用いた Apex callouts、外部システムからの Salesforce アクセスには REST および SOAP API、イベント駆動型の準リアルタイム同期には Platform Events と Change Data Capture を Pub/Sub API と組み合わせて使用し、AWS ベースのパイプラインには Salesforce Event Relay から Amazon EventBridge への連携を利用します。その後、ミドルウェアまたはストリームプロセッサ層が外部データストアを更新し、リクエストを外部 AI スタックにルーティングします。
エンタープライズはいつ Agentforce ではなくカスタム Salesforce AI を選ぶべきですか？
エンタープライズは、機密文書に対するプライベート RAG、インフラ制御やコンプライアンスのためのオープンウェイトまたはセルフホストの LLM、業界特化型の専門 AI ワークフロー、厳格なデータ居住性要件、マルチモデルルーティング、または推論コストのより厳密な管理を必要とする場合に、カスタムまたはハイブリッドの Salesforce AI アーキテクチャを検討すべきです。プラットフォーム管理の AI で十分な多くのネイティブな営業・サービスユースケースでは、Agentforce ファーストのアプローチが引き続き適しています。
カスタム Salesforce AI 統合はデータとコストにどれだけの制御を与えますか？
カスタムまたはハイブリッドアーキテクチャは、CRM 文書や埋め込み、検索インフラの配置場所、どのモデルをどこで推論するか、データが AI コンポーネントに到達する前にどのように分類・マスキングされるか、そしてキャッシュ、ルーティング、モデルの適正化によって推論コストをどう監視・最適化するかについて、エンタープライズに制御を与えます。この制御こそが、エンタープライズがプラットフォーム管理の AI だけに頼るのではなく、Agentforce と併用してカスタム Salesforce AI を採用する主な理由です。
