くもじん｜Salesforce界隈の採用担当

またSFUG CUPがあるってよ！ 経験値上がるので、とりあえずエントリーだけしておいたら良いと思いますよ！ #SFUGCUP2026

私のDeveloper環境を壊したのは誰！ #Salesforce

The MCPみたいなことを試しました。 CLIよりもエラーが起きにくい気がする MCPでSalesforce・Gmail・Slackを横断してみたら、「AIが秘書になる未来」が見えた｜現場データ改善室 note.com/88876/n/nca2e7…

AIが作ってくれたパワーポイントをトレースするという、謎のスキルが上達してきた

Sunday Note Agentforce導入のリアルな現在地〜市場の熱狂とエンタープライズの現場実態〜 ■ はじめに：急速に広がるAgentforceエコシステムと実態のギャップ 現在、Agentforceを有効化する企業や開発者、Salesforceベンダーの数は急速に増加しており、市場の期待値は非常に高まっています。しかし、現場で導入支援を行っている我々の視点から見ると、「実際に本格導入し、日々の業務に深く応用できている」ケースは、主にエンタープライズ企業や一部の事業会社（製品開発・販売）に限られているのが実態です。 ■ エンタープライズにおける導入フェーズ：大半が「PoC（概念実証）」と「機能単位の検証」 当社のエンタープライズ支援先を見ても、全社的な本格導入には至っておらず、大半が特定の業務プロセスを切り出した「PoC（概念実証）」や「部品（機能）検証」の段階に留まっています。 具体的には、以下のような業務特化型のマイクロユースケースでの検証が主流です。 • IT運用・セキュリティの高度化： システムインシデントの発生時や脆弱性検知時に、関連ログや過去事例を分析し、影響範囲の評価や初動対応を支援する検証。 • 法務・業務プロセスの高度化（意思決定支援）： 複雑な契約書や、定性的な相談内容といった非構造化データを読み解いて構造化し、規定や過去事例と照らし合わせて人間の意思決定をサポートする検証。 • 非構造化データの処理： 帳票や文書のOCR解釈とその精度検証。 • データ照会と突合： 複数データソースの照会・比較自動化の検証。 • カスタマーサポートの高度化： ナレッジベースを活用し、ユーザーの質問に対して最適なサービスやFAQへ誘導・案内する検証。 • 経営指標の可視化： 自然言語による「期間別の売上・収益」などの複雑なデータ抽出・問い合わせ。 ■ 本番運用の現状：限定的・段階的なリリース もちろん、これらの検証を経て本番環境へ昇格し、運用を開始しているケースもあります。しかしその場合でも、「特定部門の限定ユーザー」に絞ってAIの挙動やハルシネーション（幻覚）を厳重に監視しながら運用しているのが一般的です。 社内外で広く使われている汎用的なコード生成AIや、直接LLMと対話するチャットアプリケーションのような、自由度が高く広範な使われ方には至っていません。 ■ なぜエンタープライズ（B2B）での本格導入のハードルが高いのか？ 導入計画や運用展開が慎重にならざるを得ない背景には、以下の理由があります。 1. データ構成の複雑さとサイロ化： エンタープライズ企業のSalesforce環境は、長年のカスタマイズによりデータ構造が複雑化しています。AIが正確な回答を導き出すための「きれいなデータ（グラウンディングの基盤）」を整備すること自体が大きなハードルとなっています。 2. B2B領域における生成AIユースケースの限界と高度な要求： B2Cに比べて、B2B業務は個別性が高く、専門的なドメイン知識や複雑な承認プロセスを伴います。インシデント分析や契約書の構造化など、価値の高いユースケースは存在しますが、これらを安全かつ正確にこなすためのチューニング難易度が非常に高いのが実情です。 3. ガバナンスとセキュリティの壁： 真面目に全社導入・運用展開を計画する企業ほど、セキュリティ要件やAIの倫理的利用（データ漏洩リスクの排除など）の基準が高く、結果として一部の先進的な企業に導入が限られています。 ■ まとめと今後の展望 Agentforceは非常に強力なツールですが、魔法の杖ではありません。「とりあえず導入する」フェーズから、「自社の複雑なデータ構造と向き合い、インシデント対応や意思決定支援といった、難易度は高いがROI（投資対効果）の大きい特定業務の自動化・高度化から着実に進める」という、極めて現実的なフェーズに入っています。 我々としては、引き続きこの「PoCの壁」を越えるためのデータ整備や、エンタープライズ特有の高度なユースケース開拓を支援していく必要があります。

これは本当に大事なことを言っているので、これから奨学金を検討する人は皆知って欲しい。貸付型の奨学金を活用する時は利子の有無、成績要件、留年などの継続条件などなど確認すべきことがたくさんある。それを今の高2後半から高3にかけてでなく、遅くとも高校入学時に知っておくことが特に重要。 そして上限まで全額借りるのではなく、必要最低限の額に最初は留めること。こういう早期からの金融教育が必要とされてきてる。 奨学金を活用している学生は、増え続けて今や2人に1人以上。学費の高騰や日本の貧困化を表す悲しい現実だけど、それはそれとして目の前ではこの状況に対応した新しい奨学金制度の運用が必要となってきている。 霜降り明星せいや、奨学金で「知っておいてほしい落とし穴がある」自身の体験を熱弁　最近ようやく一括返金(デイリースポーツ) #Yahooニュース news.yahoo.co.jp/articles/1f694…

＼note記事公開📣／ 「日経ビジネスの人的資本開示アワードで部門最高賞をいただきました！ 重要KPIの『物理コミュニケーション発生日率』とは」 「物理コミュニケーション発生日率」など、イノベーション創出のための独自のKPI設定と、その開示姿勢を評価いただきました。 数字の裏側にある、HENNGEの社風を感じていただければ幸いです。 フォロー・スキ(♡)お待ちしています😊 note.com/hennge/n/n5caf…

《若手の一言》で会議室が凍りつき商談即中止､顧客ゲキ切れ　｢AIで御社の課題を整理しました！｣｢分かりやすい資料を作りたかった･･･｣　 #東洋経済オンライン @Toyokeizai toyokeizai.net/articles/-/933…

SaaStr Jasonの「AIエージェント増やして行った結果Salesforceに集約した」話が面白かった。 具体的にどのエージェントを使ってどんな結果が出たのかの部分も参考になったのと、AI エージェント時代にSalesforceがどんなポジションを取ろうとしているかが見えてくるのも面白かった。 以下が主なポインんと 塩漬けツールから10ヶ月で基幹システムへ ‍20年来の顧客関係にもかかわらず、SalesforceはSaaStrにとってほぼ形骸化したソフトウェアになっていました。営業チームはわずか3名に縮小し、そのうち2名は一切ログインしませんでした。データは陳腐化し、業務はGoogle SheetsとSlack、属人的な知識に依存するという、決して理想的ではない状況でした。この状況が完全に逆転したのは、CRMの刷新や新たな研修プログラムが導入されたからではなく、AIエージェントへの全面移行によって一元化されたデータハブの必要性が生じたからです。このケースは、AIの導入が、投資を諦めかけていたレガシーソフトウェアへの可能性を再び引き出しています。 AIエージェントは混乱を防ぐために中央ハブを必要とする ‍AIエージェントを1〜2つ導入するだけなら問題ありませんが、5個、10個、20個と異なる業務領域で自律的に稼働するエージェントが増えると、協調の危機が生じます。共有データ層がなければ、エージェント同士が干渉し合い、重複したアプローチが発生し、矛盾したデータが蔓延します。SaaStrはこれを実際に経験しました。AI SDRが4つのインスタンスで稼働し、インバウンドスコアリングエージェント、通話ログエージェント、スポンサーシップパイプラインエージェント、サポートチケットエージェント、イベント出席管理エージェントがすべて同時に動いていたのです。教訓はアーキテクチャ的なものです。マルチエージェントの展開には唯一の信頼できる情報源が必要であり、CRMはその自然な候補となります。 AI SDRは大規模なアウトバウンド成果を実証している ‍SaaStrは現在、異なるキャンペーンタイプをまたいで4つのAI SDRインスタンスを運用しています。Artisan AIは3つのキャンペーン（過去の参加者へのチケット販売、ウォームな関係先へのスポンサーシップアプローチ、休眠コミュニティメンバーへのVIP再活性化）を担当し、100日間で15,000件のメッセージを送り、5〜7%の返信率を達成しています。最新のAI GTMエージェントであるMonaco GTMは、真のアウトバウンドを担当し、稼働開始初日からAI業界の大手企業との商談を獲得しています。これらの数字は、AI SDRが実験的なツールではなく、特にキャンペーンタイプと見込み客の温度感でセグメント化した場合に、人間のSDRに匹敵するか上回る水準でパイプラインを生み出していることを示しています。 関係性を踏まえたAIアプローチはコールドメールを大幅に上回る ‍Agentforceが生成したキャンペーンは見込み客に対して72%の開封率と10%以上の返信率を達成しました。業界平均のコールドメール開封率が2〜4%であることと比較すると、圧倒的な差です。フォローアップが一切行われていなかった温かいインバウンドリード約3,000件へのメール送信が、すでに成約につながっています。この驚異的なパフォーマンスの差は一つの要因に集約されます。AIがSalesforceから得た過去のイベント参加歴、スポンサーシップ履歴、エンゲージメントパターン、企業情報といった完全な関係性のコンテキストを持っていたことです。これは巧みな件名の工夫によるものではなく、AIを通じて活用される構造化されたCRMデータの複利的な価値です。 インバウンドAIクオリフィケーションがコンバージョン経済を変革する ‍QualifiedとAgentforceによって動く「デジタルAmelia」は、saastr上でビデオ、テキスト、音声のあらゆる形式でインバウンドのスコアリングをリアルタイムに処理しています。数十万件のセッションを処理し、1,000件以上の見込み客を審査し、スポンサーシップの確定収益100万ドル以上、さらに250万ドルのパイプラインに貢献しています。ある月のスポンサーシップ成約案件の71%がAgentforceによって審査されたリードから生まれており、これは歴史的なインバウンド平均の29〜34%と比較して大幅な向上です。CRMのコンテキストを背景とした「AI審査」は人間のパフォーマンスに単に追いついているのではなく、根本的に超えていることを示しています。 SalesforceのM&A戦略がエージェントハブ論を裏付ける ‍SalesforceはSaaStrのAIスタックで活用している2つのツール、Momentum（CRMへの通話自動ログ）とQualified（インバウンドリードをスコアリングするAI）をいずれも買収しました。すべてのエージェント機能を自社開発するのではなく、各分野のベストインクラスのエージェントを買収してAgentforceの傘下に収める戦略です。Agentforceに2,000名が従事しているという事実と合わせて、このM&Aのパターンはその戦略的な賭けを示しています。今後5年でCRM市場を生き残る企業は、最高のデータベースを持つ企業ではなく、AIエージェントのハブとなる企業だということです。 エージェントのコストがCRM本体のコストを上回る ‍SaaStrは今や個別のAIエージェントに対して、Salesforce本体よりも多くの費用を支払っています。このコスト構造の逆転は重要な意味を持ちます。Salesforceはすべてのエージェントデータが流れるインフラとして自らを位置づけ、価値の抽出はエージェント層で起きています。このダイナミクスはクラウドコンピューティングで起きたことに似ています。インフラ層はコモディティ化し、アプリケーション層が不均衡な価値を獲得します。AIの予算計画において、エージェントのライセンス費用は増大することから、事業者はこれが支配的なコスト項目になることを念頭に置く必要があります。 AI優先の世界でCRMはOSになる ‍この記事の核心的なテーゼは直感に反する逆説です。AI優先でいくことはCRMを重要でなくするのではなく、CRMをOSにするということです。すべてのエージェントは共有データ層に読み書きする必要があります。AI SDR、インバウンドチャットボット、ウィンバックシーケンスのいずれによって開始された顧客インタラクションも、すべてのエージェントにとって記録され、照合され、利用可能でなければなりません。CRMはもはや報告ツールや営業管理層ではなく、自律的なビジネス運営の中枢神経系です。 CRMの衛生管理が「あれば望ましい」から「必須」へ ‍SaaStrが初期に犯した過ちは、CRMの規律なしに運営できると思い込んだことでした。人間がすべてを担っていた頃は、Slackのスレッド、スプレッドシート、属人的な知識でも機能しました。人間は非構造化コミュニケーションから曖昧さやコンテキストを読み取れるからです。AIエージェントにはそれができません。クリーンなレコード、定義されたフィールド、一貫したデータ入力が必要です。リーンなチームが後回しにしてきたCRMの衛生管理（標準化されたデータ入力、適切なフィールド定義、クリーンなレコード）が、エージェントがそのデータに基づいて自律的な判断を下す際には、事業存続に関わる要件となります。 エージェント間のコンテキスト共有が顧客体験の失敗を防ぐ ‍SaaStrの重要な学びの一つは、AIエージェント同士がどれほどコンテキストを共有する必要があるかを過小評価していたことです。AI SDRは、サポート対応で不満を感じたばかりの見込み客にアプローチすべきではありません。インバウンドクオリフィケーションエージェントは、見込み客がすでにアウトバウンドシーケンスに入っていることを把握すべきです。スポンサーシップエージェントは、「再接触」メールを送る前に企業のSaaStrとの全履歴を把握すべきです。中央ハブを通じた共有コンテキストがなければ、各エージェントは孤立して動作し、その結果として生まれる顧客体験は、エージェントが存在しない場合よりも悪化することすらあります。 マルチエージェント展開には慎重なオーケストレーション計画が必要 ‍エージェントを1つから20つに拡張するプロセスは線形ではありません。SaaStrは6つの顧客セグメントにわたって4つのAI SDRインスタンス、インバウンドクオリフィケーションエージェント、通話ログエージェント、スポンサーシップパイプラインエージェント、サポートチケットエージェント、イベント出席管理エージェントを運用しています。これらすべてがシグナルを生成し、学習し、判断を下しています。オーケストレーションの課題（エージェントが競合した場合はどちらが優先されるか、データはどのように流れるか、重複アプローチをどう防ぐか）は、意図的なアーキテクチャ計画を必要とします。この計画なしに機会主義的にエージェントを展開する企業は、必ず壁にぶつかります。 AIエージェントがレガシープラットフォームの価値を再生させる ‍より広い示唆はSalesforceにとどまりません。多くの組織が後回しにされたり、部分的に放棄されたレガシープラットフォームを抱えています。AIエージェントの波は、これらのシステムに対する新たな評価基準を生み出します。「誰かがログインしているか？」ではなく「これは自律エージェントのデータバックボーンとして機能できるか？」という問いです。深いデータモデル、広範な統合エコシステム、構造化された記録管理を持つプラットフォームは、元のユーザーインターフェースが活用されていなくても、エージェント優先の世界では価値が高まります。これは自社開発か外部調達かの判断やプラットフォーム移行の意思決定を根本的に見直す契機となります。 存亡をかけた賭け。ハブかデータベースか ‍Salesforceは、AIエージェントのハブであることが最高のデータベースであることより価値があるという明確な戦略的賭けをしています。この賭けは、CRMおよびエンタープライズソフトウェアの全体的な競争環境に深刻な影響をもたらします。ハブモデルが勝利すれば、機能数やユーザーインターフェースのデザインではなく、統合の深さ、エージェントオーケストレーション能力、データのアクセシビリティが主要な参入障壁となります。HubSpot、Microsoft Dynamics、新興プレーヤーにとっての問いは、自らもエージェントハブとして位置づけられるか、それともAgentforceとM&Aで積み上げてきたSalesforceのアドバンテージが超えられない壁を生み出しているかということです。

「マーケターのための Google Antigravity 活用術」 マーケティング職の元同僚からAIの相談されたら、まずこれやってみたらと送りつけている zenn.dev/geeknees/books…

この話題の中でもっとも説得力があり現実的で冷静な視点のテキストだと思った。うなづくばかり 「SaaS is Dead」の本当の意味 チャレンジャーが取るべき戦略｜広木 大地 - いまさら聞けないAIエージェントと組織の新常識｜NewsPicks newspicks.com/news/16100165/…

📢「就職白書2026」をリリースしました shushokumirai.recruit.co.jp/white_paper_ar… 就職活動・新卒採用の10年の変化と、学生の就職活動および企業の2026年卒採用活動の実態・2027年卒以降の採用見通しについてまとめています。 #就活 #採用 #26卒 #27卒 #新卒採用 #採用スケジュール #インターンシップ #キャリア形成支援 #就職白書

ClaudeCode+SalesForce連携があまりにすごい。SaaS is DeadどころかSaaS is Super Aliveなんだけどw あまりに凄すぎて、センシティブで伝わるように説明できないwやり方だけ。 1. 直近の契約・失注・アップセル・ダウンセル・解約の全理由を読み込む 2. 最近の傾向をレポート 3. その上で直近やるべき施策を優先度順に提示 4. その個別のやるべき施策の計画の計画を立てる 例えばその一つに別部署展開のプロセス化が上がってたんだけど、過去データで成功してる案件からの展開期間の統計量とかを勝手に取って戦略考えてくれてた。 Sales Force使い込んでるとカスタムオブジェクトとか結構作ってるかもしれないけどそこの把握も全然してくれる。 やり方はSalesForce CLI (developer.salesforce.com/tools/salesfor…) でSkillを作ってと頼んでスキル化した後、上のことを依頼するだけ。APIよりCLIの方がいいと言うOpenClaw作者が言ってるノウハウは本当だった。

このプロンプトで、AIがど直球のアドバイスをくれました。耳に痛いことばっかり。 内省するのにとても良いので、ぜひ

TerraSkyTV with 厚切りジェイソン 100本近くの動画で有識者と色々な考え方を持っている方との対談 最新なのは芸人の先輩であるあばれる君と。常に全力の彼と共感できたものもあればできないものもあって、いい対談だった。これもこのチャンネルでしかない対談！登録してね youtu.be/q6LTQfG5lPw?si…

@benn_spst AI

「危機の際、社長の思いつきの指示は最悪」 不安になると、人は“動いている感”を出したくなる。 でもその一言が、現場の判断軸を壊す。 危機時にやるべきは追加指示ではなく、 原則の再確認と優先順位の明確化。 肝に銘じたい。

参院選では大いに応援し、投票もしたチームみらいへの投票は今回はしなかったんだけど、背景としてはこういったコアな支持層の発言が本当に良くないと思っているし、早めに是正すべきだと思っているところも大きいです。 チームみらいは「分断を煽らない」「誰かを貶めない」ということを掲げているけども、あくまでそれは「彼らの中」で「話が通じる（と勝手に思っている）人達」の間ではないか？と感じるところが多分にある。 支持を求めてお邪魔したエリアを「公に」悪く言うなんてことは言語道断だし、結局コアな支持者が「チームみらいを応援している層であること」に満足感を得ているだけなのであれば、むしろ「分断を煽る存在」になってしまうのでは、と感じています。 またこれらは個人の問題ではなく、こういった発信が党内の他者によって叱咤されたり、是正されないことは組織としての問題だと思っています。 中には、みらいを落とすためにあえてそういうことをやっているアカウントとかもあるとは思うので注意は必要だけど、むしろそういうアカウントに対しての対応とかもうまく活用したらいいのでは。 まずはなぜこのポストがよくないのか、「分断を煽らない」「誰かを貶めない」と相反するものなのか、を考えていただけたらとても嬉しいです。

本当に意味が分からなくて困惑してるんですが、Herokuをたたもうとしてます？