エージェント

エージェントがもたらす生産性を、Slack で働くすべての人に

Slack で Agentforce を使えば、エージェントがチームの一員に。Agentforce は、Slack 内にある関連性の高い会話や信頼できる企業データを活用して、仕事の流れの中でアクションを提案・実行します。

エージェントが会話のコンテキストを活用

会話データを利用できれば、エージェントは文脈を踏まえた深い理解に基づき、より正確な結果を提供できます。Slack 内に保存されている、組織のパブリックな会話データへのアクセス権をエージェントに与えることで、精度と能力がさらに高まります。

    エージェントをさらにインテリジェントにする方法をチェック

    80%

    企業データに占める非構造化データの割合。

    出典 : MIT Sloan School of Management「Tapping into the power of unstructured data」Tam Harbert(2021 年)

    AI エージェントがチームの一員に

    働く人が新しいエージェントとそのスキルを知れば、チャンネルや DM、スレッドを通じて、チームメンバーとやり取りするのと同じように、エージェントとスムーズに協働できるようになります。

      Slack でエージェントと連携する方法をチェック

      47%

      生産性の向上を実感している Slack ユーザーの割合。

      出典 : Slack のユーザーアンケート(2024 年)

      Agentforce で Slack でのアクションを自動化

      エージェントが、Slack チャンネルの作成や canvas の更新、ダイレクトメッセージの送信を実行。エージェントが適切な行動をとるよう、実行できるアクションのルールを利用者が設定できます。

        エージェントが Slack のアクションを実行する仕組みをチェック

        44%

        生成 AI を早期に導入した企業のうち、すべての領域にわたり収益が増加したと報告した企業の割合。

        出典 : McKinsey「The state of AI in early 2024:Gen AI adoption spikes and starts to generate value」(2024 年)

        生成 AI が、今日の企業の大きな可能性の扉を開く

        • 60%

          予算のうち人的資本が占める割合1

          企業予算の大部分が投じられるのが人材です。AI エージェントで人材の能力を高めれば、投資効果を最大化できます。

        • 40%

          パフォーマンスの向上率2

          Slack での生成 AI の活用によって、働く人は大幅なパフォーマンス向上を実感できます。

        • 4.4 兆

          潜在的な収益3

          生成 AI には、従業員の生産性を向上させて、巨大な価値を生み出す潜在力があります。

        あらゆる職種のあらゆる人をエージェントが支援

        人事エージェント従業員の研修や、福利厚生関連の問い合わせ対応のサポート、キャリア開発についての質問に対するガイダンスの提供
        IT エージェントヘルプデスクのチケットの解決や不具合についての連絡など、問題発生時の対応を支援
        カスタマーサービスエージェント その分野に詳しいエキスパートを見つけ、必要なナレッジを抽出して、顧客の問題を解決
        営業エージェントエグゼクティブブリーフィングの準備、提案書の作成、顧客への積極的なリーチに
        マーケティングエージェントキャンペーンの最適化、コンテンツの作成、プラン策定などをエージェントが支援
        法務エージェントエージェントの活用により、コンプライアンスや承認の手続きをシンプル化・自動化
        製品・エンジニアリングエージェント計画、設計、開発、品質確保をエージェントが支援し、チームのアジリティを向上
        サプライチェーン管理エージェントサプライヤーの管理、倉庫運営の自動化、需要予測の支援など

        あらゆる職種のあらゆる人をエージェントが支援

        人事エージェント従業員の研修や、福利厚生関連の問い合わせ対応のサポート、キャリア開発についての質問に対するガイダンスの提供
        IT エージェントヘルプデスクのチケットの解決や不具合についての連絡など、問題発生時の対応を支援
        カスタマーサービスエージェント その分野に詳しいエキスパートを見つけ、必要なナレッジを抽出して、顧客の問題を解決
        営業エージェントエグゼクティブブリーフィングの準備、提案書の作成、顧客への積極的なリーチに
        マーケティングエージェントキャンペーンの最適化、コンテンツの作成、プラン策定などをエージェントが支援
        法務エージェントエージェントの活用により、コンプライアンスや承認の手続きをシンプル化・自動化
        製品・エンジニアリングエージェント計画、設計、開発、品質確保をエージェントが支援し、チームのアジリティを向上
        サプライチェーン管理エージェントサプライヤーの管理、倉庫運営の自動化、需要予測の支援など

        多彩なエージェントが、成功を導く

        Slack が、すべてのエージェントとアシスタントを集約するハブになります。独自のカスタム Slack AI アシスタントや、サードパーティ製 AI アシスタントを活用して、仕事を進めるアクションをもっとスムーズに。

        よくある質問

        AI エージェントは、人手を要さずにユーザーのリクエストを処理してくれるインテリジェントシステムです。機械学習と自然言語処理により、簡単な質問から難しい問題まで、あらゆることを扱えます。複数のタスクを同時に処理することも可能です。AI エージェントは自ら学習し、時の経過とともに性能が向上していきます。これが、特定のタスクには人間の介入が必要な従来の AI と異なる点です。AI エージェントは、働く人に代わってアクションを実行してくれる存在です。

        Slack data across channels, threads, canvases and conversations compliments and enriches your connected, enterprise data sources, resulting in more effective agent responses and actions.

        Every Slack workspace is a wealth of institutional knowledge — it’s the long-term memory bank of your company. For AI to be useful, it needs access to data, not just the data in one app or system, but across all your systems, including the unstructured data in team conversations. This contextual data is the key to high-quality, relevant AI outputs and adjusting to new contextual clues in real time.

        Every company’s untapped, unstructured data — including user-generated content, natural language text, audio and video files, and more — enhances agent reasoning and decisioning for better relevance. When you add agents to Slack, customers can give them permission to tap into the public conversational data in your organization's Slack instance, making them precise and powerful. Because your data is never our product, customers control what data agents can access in Slack. We never train any LLMs on customer data; instead, we use advanced Retrieval-Augmented Generation (RAG) techniques on the unstructured conversational data to give agents the context they need, just at the moment they need it, to support their human counterparts.

        Slack では、以下の 3 つのタイプの AI エージェントとアシスタントを利用できます。

        1. Agentforce(2025 年 1 月より Slack で提供予定):Agentforce は、Slack 内の関連性の高い会話データと信頼できる企業データを活用して、 ユーザーにアクションを提案したり、タスクを自動で遂行したりできます。カスタムエージェントを構築することで、仕事の流れの中で、働く人の生産性を高められます。人事や IT、カスタマーサービス、営業など、あらゆる分野において、Agentforce がチャンネルやリスト、canvas の作成・更新といったアクションを Slack 上で実行できます。Agentforce はまもなく Slack で利用可能になる予定です。詳しくは、営業担当者にお問い合わせください

        2. カスタムビルドの AI アシスタントを Slack プラットフォームに導入 :目的別に用意された API を使って AI アシスタントを構築し、Slack の UI から直接埋め込めます。チケットやリクエストの処理といったタスクをカスタム AI アシスタントに任せることで、自分は重要な仕事に集中できます。この API には、Slack 開発者センターよりアクセスできます。

        3.サードパーティ製 AI アシスタント :話しかけるだけで、コンテンツの下書き、市場調査結果の抽出、ファイルの取得や要約といった業務をアシストしてもらえる、サードパーティ製 AI アシスタントを導入できます。現在、Adobe Express や Cohere といったすぐにダウンロードして使用できる AI アプリが Slack Marketplace に用意されています。

        Slack は、サードパーティの AI アシスタントが Slack Marketplace に公開される前に、品質とセキュリティに関するガイドラインの提供や審査を行っています。Slack Marketplace 向けに AI アシスタントを構築するサードパーティ企業は、Slack のアプリガイドラインに従うことに同意する必要があります。ガイドラインでは、ユーザーの Slack データを大規模言語モデル(LLM)のトレーニングに使用することが禁止され、作成するアプリに関する重要なセキュリティおよびコンプライアンスの情報を共有することも求められています。また、Slack のオーナーと管理者は、自らのワークスペースにどのエージェントアプリを追加するかをコントロールできます。

        組織全体に AI を安全に導入できるようにするために構築されたのが、Salesforce の Einstein Trust Layer です。Agentforce のすべてのやり取りに対して、Einstein Trust Layer はバックグラウンドでデータのプライバシーとセキュリティを保護し、あらゆる応答の安全性と正確性を高めることに貢献します。

        • 顧客のデータ : Slack が LLM のトレーニングに顧客のデータを使用することはありません。
        • エージェントのガードレール : エージェントが Slack 内のどのデータにアクセスできるかは、ユーザーが管理できます。また、エージェントがタスクを適切に処理し、想定外の動作を防止できるよう、ガードレールを作成できます。
        • 安全な LLM ゲートウェイ : サードパーティの LLM による顧客および企業のデータの保持や監視を禁止し、基盤となる LLM を安全に運用します。
        • データ保持ゼロ : データ保持ゼロ契約があるため、LLM により応答が生成され、Agentforce に送信されると、LLM で使用されたデータはすべて忘れられます。顧客のデータは私たちの商品ではないからです。Slack のデータマスキング手法により、LLM が企業名や個人名といった機密データを閲覧したり処理したりすることを防止しています。
        • AI モニタリング : やり取りに有害な言葉が含まれていないかどうかを、Agentforce が継続的に監視・分析・検出。バックグラウンドで有害性評価モデルを実行し、有害または危険な可能性があるコンテンツを特定します。

        1 出典 : Deloitte LaborWise、「A powerful lens for unlocking hidden sources of labor overspend」
        2 出典 :Harvard Business School、「Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality」(2024 年)
        3 出典 : McKinsey Global Institute、「The economic potential of generative AI:The next productivity frontier」(2023 年)