2026.11.19導入・活用の解説

SWTT 2026 ロート製薬とService Cloud

Salesforce World Tour Tokyo 2026 の2日目、カスタマーサービスの講演では、ロート製薬が音声 AI エージェントを4か月で本番稼働させた舞台裏を語りました。AI に任せることと人が握ることの切り分けが、一貫したテーマです。

01この記事について

2026年11月19日の Salesforce World Tour Tokyo で行われた、カスタマーサービスの講演を整理します。前半はロート製薬の事例、後半は Salesforce による Service Cloud の最新動向とデモでした。

02Salesforce が示した前提

冒頭で Salesforce の製品担当者は、部門をつないで顧客体験を一つにすることの大切さは、AI の時代になっても変わらないと話しました。

  • AI を使うにはデータが、AI エージェントを使うには業務の基盤が必要
  • AI の活用が進むほど、部門を超えて体験をつなぐ基盤が重要になる
  • 日本では Agentforce Voice が2026年8月に提供開始されており、国内でも導入が進んでいる

03ロート製薬の Agentforce Voice

2つの窓口と課題

ロート製薬には、お客様相談室と、通販の注文や定期コースの変更を受ける窓口の、大きく2つのコールセンターがあります。対応の管理は Service Cloud にまとめていますが、電話のシステムは窓口ごとに別です。

通販の窓口は年間72万件以上の電話があり、今はさらに増えています。広告の直後に電話が集中するため、その対応が課題でした。そこで、音声 AI エージェントの Agentforce Voice を使うことにしました。

登壇したシステム開発チームのリーダーは、もともとコールセンターの現場の出身です。

選んだ3つの理由

ロート製薬はボイスボットに以前から取り組んでおり、ほかの製品も使っていました。そのうえで Agentforce Voice を選んだ理由は3つです。

  1. CRM とボイスボットが同じ基盤にある:会話の内容を Salesforce に入れたり、お客様の情報を参照したりするのに、別のデータ連携がいらない。連携は遅れの原因にも、弱点にもなる
  2. 日本語に強い音声認識を使える:日本語は AI にとって非常に難しい。特に漢字の扱いを解決できた
  3. 自分たちで作り込める:始めてみたらベンダーでないとできない、ということが本当になかった

仕組み

電話は、フリーダイヤルから通信事業者の回線を経て Genesys につながり、SIP で Agentforce Voice に渡ります。Agentforce Voice の中では、音声の文字起こし、LLM、音声合成を繰り返して対応を完結させます。

人の対応が必要なときは、SIP で別のコールセンターシステムにつなぎ、オペレーターが対応します。それまでのやり取りはすぐに連携され、オペレーターはそれを見ながら対応できます。ボイスボットに取り組むなら SIP を学んでおくとよい、という助言もありました。

会話が終わるとすぐに Salesforce に記録が入ります。定期コースの変更なら、オペレーターが結果を確認し、ボタン一つで通販の基幹システムに反映する流れです。

4か月で本番へ

  • 2026年6月1日:Salesforce の FDE(顧客の現場に入って伴走する技術者)の支援を受けてキックオフ
  • 6月9日:電話と Genesys がつながる
  • 7月〜9月:日本語の音声合成のモデルを変えるなどして品質を上げ、本番に向けた検証
  • 10月5日:本番稼働

キックオフから4か月で、課題を一つずつ片付けながら本番にたどり着きました。

「渡辺問題」:AI に推測させない

同じ「ワタナベ」でも漢字はいくつもあり、AI には判断できません。そこで次のようにしました。

  • 名前はカタカナで文字起こしして LLM に渡す。聞いたとおりに答えられる
  • 住所は郵便番号を聞き、API で読みと漢字を取得する。読みは会話に使い、漢字は記録に残す

AI に考えさせるとうまくいかない部分は、推測させない仕組みにすることが重要だ、と強調されました。

本番初日の壁

本番初日は調子が悪く、原因は2つありました。

  • 賢いモデルを優先していたため、応答に時間がかかっていた
  • お客様は待ってくれず、AI の発話に言葉をかぶせてくる。かぶせると聞き返しになり、それが積み重なってさらに遅くなる

これを受けて、すぐに設定を見直して対応しました。

判断ミスを出さない切り分け

電話の後処理にも AI を使っています。会話の内容から、明らかに定期コースの中止で、本人確認も明らかなものだけを AI が処理し、メールの下書きまで作って、オペレーターに承認を求めます。判断に迷うものはすべて人に回すようにしているため、判断ミスはほぼないそうです。

何を AI にやらせ、何を人がやるのかの切り分けが重要だ、という話でした。

業務も開発も AI で

ロート製薬では、電話の受付のほかにも次のような業務に AI を使っています。

  • 問い合わせフォーム:単純なものは AI が対応し、約半分を処理している
  • 数字の確認:ボイスボットがどれだけ対応したか、問題は起きていないかを、レポートやダッシュボードを見る代わりに AI に聞く。日々の運用チェックは AI がして、人はその材料をもとに判断する

さらに、こうした AI の仕組みの開発そのものも AI で行っています。中心は Claude Code で、Salesforce の画面はあまり開かず、コマンドや MCP で AI が直接操作するやり方です。

  • Agent Script は約6,000行。人が書くのは大変な量を AI に書いてもらっている
  • この期間だけで変更は130回、本番リリースは27回。ほぼ一人で進めている

ただし、任せきるのは怖いとも語られました。たまに明らかにおかしいものが出てくるため、重要な点は人が判断します。「アクセルは AI に踏んでもらい、ハンドルとブレーキは人が握る」という考え方です。

今後と、始め方のヒント

  • 定期コースの変更の受付も始めた。今後も範囲を広げる
  • 問い合わせフォームを Experience Cloud にするなど、できるだけ Salesforce の上にまとめたい
  • AI による分析を、現場の人も自分でできるようにしたい

最後に、やってみないと分からないことが多いと語られました。新規注文の窓口ではお客様がなかなかうまく話してくれなかった一方、定期コースの中止では、高齢のお客様も名前をゆっくり言い直すなど協力的だったそうです。「止めたい」という動機があるからだと考えられ、お客様が AI に協力したくなる場面から始めるのがよい、という気づきが共有されました。

04Service Cloud の最新動向

後半は、Salesforce が Service Cloud の最新動向を紹介しました。国内のカスタマーサービスのアプリケーション市場で43.8%のシェアがある、と紹介されています。

Fin

Salesforce は2026年9月に Fin(旧 Intercom)の買収を完了しました。Fin はカスタマーサービスに特化した AI エージェントで、今の環境を生かしたまま、平均数週間で本番稼働できるとされています。

  • 国内では、マネーフォワードが有人対応を52%減らしたと報告している
  • 世界では Anthropic が使っており、月に56万件以上の問い合わせに対応し、平均解決率は79%。解決率が上がるにつれて任せる範囲を広げている

AI と人の新しい連携

  • Service Rep Assistant:電話を引き継いだオペレーターの横で、会話の要約、社内で取るべき手続き、お客様への回答案を、会話の進行に合わせてリアルタイムに提案し続ける。日本でも正式提供が予定されている
  • Agentic Service Rep Home:AI が困ったときに人へ丸ごと引き継ぐのではなく、AI が窓口のまま「手を挙げて」人に相談する。人は判断根拠つきの提案を見て、承認、却下、引き受けを選ぶ。人の役割が「判断する仕事」に変わる。来年春の正式提供予定

作り方と育て方も簡単に

  • Headless Setup:Salesforce の設定画面に縛られず、Claude などから自然な言葉で環境を構築する。Service Cloud を作るためのスキルが用意されており、AI と会話しながら設定を進められる
  • Agent Optimizer:運用中のエージェントを自ら改善する。先週の対応から改善点を見つけ、改善したエージェントを作り、テストまでして、人に承認を求める。オープンベータで提供中

コンタクトセンター全体へ

  • Salesforce ネイティブのコンタクトセンターは、米国とカナダで提供されており、日本では来年の提供予定
  • Workforce Management で、需要予測やシフト管理を同じ基盤で行い、AI エージェントとの会話で調整を進める
  • 全件のモニタリングは人では難しいため、AI を前提にした品質管理を追求する

05デモ:購入前から修理まで

架空の空調機器メーカーを舞台に、エアコンを買い替える顧客の体験が紹介されました。

  • 会員ポータルにログインすると、その人に必要な行動が最初から示される。AI エージェントが所有機器と購入履歴から後継モデルを提案する
  • ナレッジの中の分からない言葉を選んで質問すると、その場で意味を教えてくれる
  • 購入と設置の予約まで、Field Service と連携してチャットで完結する。ブラウザを閉じても会話の文脈は残る
  • エスカレーションの急増を AI が検知し、Agent Optimizer が原因を分類し、不足していたナレッジの下書きまで作る。Slack や Claude からも同じ運用ができる
  • 故障の電話には AI エージェントが対応し、機器の稼働データから異常を把握して修理の仮予約まで進める。当日訪問の可否は担当者が承認する
  • 費用の判断は必ず人に引き継ぐ。オペレーターの画面には会話の要約と推奨手順が表示され、Service Rep Assistant がビデオ通話での設置状況の確認を提案する。オペレーターの操作は5回のクリックと AI への1回の指示だけだった

LLM だけでは業務は進まず、CRM のデータ、LLM、業務ルールを組み合わせ、決まった手順で動くロジックで AI に任せる範囲と人の判断を制御することが大切だ、とまとめられました。

06私たちが管理者として見ておきたいこと

  • ロート製薬の「AI に推測させない」工夫は、音声に限らず使える考え方です。名前や住所のように AI が間違えやすい情報は、仕組みで確定させてから渡すと安定します
  • 「明らかなものだけ AI、迷うものは人」という切り分けは、承認プロセスやキューの設計で実現できます。最初から広く任せず、判断基準をはっきり書ける範囲から始めるのがおすすめです
  • Agent Script の変更が130回、リリースが27回という数字は、AI で開発の回数が増えることを示しています。Sandbox での確認とリリースの記録を、仕組みとして整えておくことが欠かせません
  • ボイスボットは CRM の外の電話基盤とつながります。Genesys などの電話システムと SIP の構成は、Salesforce 側の担当者も概要を押さえておくと、障害時の切り分けが早くなります

07確認した環境

  • 2026年11月時点の講演での説明と、Salesforce の公式発表で確認しています。ベータや提供予定の機能が含まれます。利用する前に最新の公式情報を確認してください

08まとめ

  • ロート製薬は、通販の電話窓口に Agentforce Voice を導入し、キックオフから4か月で本番稼働させました。CRM と同じ基盤であること、日本語への対応、自分たちで作り込めることが決め手でした
  • 名前や住所を AI に推測させない仕組みと、明らかなものだけを AI に任せる切り分けで、判断ミスを抑えています
  • 開発も Claude Code による AI 駆動で、ほぼ一人で多数の変更とリリースを回しています。ハンドルとブレーキは人が握ります
  • Service Cloud は、Fin、Service Rep Assistant、Agentic Service Rep Home、Headless Setup、Agent Optimizer、ネイティブのコンタクトセンターへと広がっています

09参考

SalesforceとAIの導入・運用についてご相談ください

導入前の検討から、お使いの環境の改修・運用、AIの導入・活用まで承ります。状況を伺ったうえで、進め方をご提案します。