各チームは、AgentforceをSalesforceデータに接続する前に同じ質問をします。このページでは、そのうちの10個に直接答えます。各回答は素早い参照のために作られており、より詳しいガイダンスが必要な箇所へのリンクを備えています。
Agentforceにクリーンなデータは必要ですか？
はい。Agentforceはエージェントが取得したSalesforceレコードに基づいて応答を組み立てるため、クリーンなデータを必要とします。エージェントは、スコープ内のフィールドで見つけたものを使って動作します。それらのフィールドが不完全、一貫性がない、または無効である場合、エージェントは不完全、一貫性のない、または無効な出力を生成します。クリーンなデータこそが、ユーザーを助けるエージェントと誤解させるエージェントの違いを生みます。その重要性は明らかです。Gartnerは2024年に、2025年末までにコンセプト実証後に少なくとも30%の生成AIプロジェクトが放棄されると予測しており、質の低いデータは主な原因の1つです。質の低いデータが生む具体的な障害パターンについては、Agentforceエージェントが失敗する理由を参照してください。
Agentforceはどのデータを使いますか？
AgentforceはあなたのSalesforceレコードを使います。エージェントは、あなたが許可したオブジェクトから情報を取得し、そのデータに基づいて応答を生成し、ユーザーに代わってアクションを実行します。応答品質に最も影響するのは、Description、Comments、Notesといった自由記述フィールドと、コンテキストを左右する選択リストや参照フィールドです。フィールドがエージェントのスコープ内にあれば、その内容はエージェントの回答の入力になります。CRMデータがどのようにAIに供給されるかの全体像については、Salesforceにおけるデータ品質をお読みください。
自社のSalesforceデータがAgentforceに対応できているかをどう判断しますか？
データは、完全性、一貫性、妥当性、PII露出にわたって定義された対応のしきい値を満たしたとき、対応できていると言えます。対応とは測定できるものであって、感覚ではありません。エージェントがアクセスするすべてのオブジェクトに対してDQSスキャンを実行し、各次元のベースライン率を記録して、それらの率を目標と比較してください。Agentforceデータ対応チェックリストでは、導入前に確認する各項目を順を追って解説しています。
Agentforceが不完全なレコードを読み取るとどうなりますか？
Agentforceが不完全なレコードを読み取ると、参照できるコンテキストがないため、曖昧で一般的な応答を生成します。空のDescriptionフィールドは、エージェントに参照すべき具体的なものを何も与えないため、エージェントはほとんど価値を加えない大まかな表現に頼ります。この問題はレコードの量に比例して拡大します。完全性率は、エージェントが使うフィールドにわたって何件のレコードにこの欠落があるかを示すため、最も問題のあるフィールドから優先的に対処できます。完全性は5つのデータ品質次元の最初の1つです。
AgentforceはPIIを露出させる可能性がありますか？
はい。Agentforceは、読み取るSalesforceフィールドに存在する個人を特定できる情報を表面化させる可能性があります。PIIは、ユーザーが顧客とのやり取りを貼り付ける自由記述フィールドに隠れています。たとえばemail-to-caseは、受信メッセージからSocial Security Numberやクレジットカード番号を取得し、CaseのDescriptionやCommentsに保存します。エージェントがそうしたレコードの1つを取得すると、PIIはAIのコンテキストに入り、生成された応答に現れることがあります。DQSのPII Detectionは、このデータを見つけるための8つのパターンを備えており、AgentforceのPIIコンプライアンスガイドでは、その取り扱い方を解説しています。
Agentforceを導入する前にSalesforceのデータ品質をどう測定しますか？
Salesforceのデータ品質はDQSで測定します。DQSはSalesforce内でレコードをスキャンし、各次元の率をレポートします。Definition Builderで、エージェントがアクセスするオブジェクトとフィールドを選択し、スキャンを実行してください。Insight Studioが、そのスコープについて完全性率、準拠率、妥当性率、適時性率、重複率、PII Exposure Rateを返します。スキャン全体が組織内で実行されるため、データがSalesforceを離れることはありません。手順を追った方法については、Salesforceでデータ品質を測定する方法を参照してください。
データはどの程度クリーンである必要がありますか？
主要フィールドの完全性率は85%以上、選択リストと参照フィールドの準拠率は90%以上、構造化フィールドの妥当性率は90%以上、テキストフィールドのPII Exposure Rateは1%未満を目指してください。これらのしきい値は、機密データをAIのコンテキストから締め出しつつ、エージェントが信頼できる応答を返すのに十分な、完全で一貫性のある有効なデータを与えます。誤りがより大きなリスクを伴う、規制対象や顧客向けのフィールドでは、目標を引き上げてください。Agentforce準備ガイドでは、本番稼働前に各率をこれらの目標と照らして検証する方法を説明しています。
Agentforce向けのデータ準備にはどれくらいの期間がかかりますか？
本番稼働前のデータ準備には、おおよそ3か月を見込んでください。評価は約3か月前に実行してベースラインを確立します。修復は約2か月前に完了させ、まずPII、次に完全性と一貫性の順に取り組みます。検証は約1か月前に、すべてのスキャンを再実行して新しい率をベースラインと比較することで行います。導入後は、継続的なモニタリングへ移行します。組織の規模とスコープ内のオブジェクト数によってタイムラインは変わりますが、この順序は変わりません。修復フェーズの詳細については、Agentforce向けSalesforceデータクリーンアップを参照してください。
本番稼働後もデータ品質のモニタリングは重要ですか？
はい。ユーザーが新しいレコードを入力するにつれてデータは劣化するため、本番稼働後もデータ品質のモニタリングは重要です。立ち上げのためにクリーンにしたデータセットでも、数週間以内に新たな欠落、不整合、PIIを蓄積します。一度きりの修復では持ちません。定期的なDQSスキャンを、大量のテキストフィールドには毎週、エージェントスコープ内のオブジェクトには毎月スケジュールし、指標のトレンドを追跡してください。定期的なスキャンは、劣化がエージェントに到達しユーザーに届く前に、早期に捕捉します。
データ品質とデータ対応の違いは何ですか？
データ品質は、レコードが意図された目的に適しているかどうかを測定します。データ対応は、それらの同じレコードが特定の用途、ここではAgentforceに向けて準備できているかを測定します。データ対応は5つのデータ品質次元の上に構築され、従来の品質作業が見落とす1つの懸念、すなわち機密データの露出を加えます。レコードは、完全で一貫性があり有効であっても、エージェントが決して表面化させてはならないSocial Security Numberを保持していることがあります。データ対応は両方のチェックを組み合わせます。まずはデータ品質とはで土台を押さえてください。
次のステップ
- Agentforceの準備：フェーズごとの完全な対応ガイド
- Agentforceデータ対応チェックリスト：導入前にすべての項目を確認する
- PII Detection：エージェントが読み取る前に機密データを見つける
- Salesforceでデータ品質を測定する：最初のベースラインスキャンを実行する
- AI対応度診断：3分で現在の対応度スコアを取得する