Einstein Spring '26: Einstein Copilot エージェントがオンラインになり、CRM ネイティブ AI が予測から自動実行に移行
Einstein 2026 Spring Release では、Einstein Copilot エージェント、強化された予測分析、自動レコメンデーションが追加され、CRM ネイティブ AI が予測分析から自動実行に移行します。
Einstein Spring '26: Einstein Copilot エージェントがオンラインになり、CRM ネイティブ AI が予測から自動実行に移行
Salesforce Einstein の Spring '26 リリースでは、Einstein Copilot エージェント、強化された予測分析、自動レコメンデーションが追加されています。 Sales Cloud、Service Cloud、Marketing Cloud、その他のモジュールに組み込まれた CRM ネイティブ AI プラットフォームとして、このアップデートは、Einstein が「売上予測とスコアリング」という従来の位置づけから「自律実行エージェント」への進化を示しています。AI はもはや「何が起こるか」を伝えるだけでなく、「あなたのために何をする」ようになります。
- Einstein Copilot Agent: 販売、サービス、マーケティング業務を実行する自然言語主導の CRM エージェント。
- 強化された予測分析: 販売予測およびリードスコアリング機能が強化され、意思決定がより正確になります。
- 自動推奨: データに基づいた自動アクション推奨により、「分析とアクション」の距離が短縮されます。
- Winter '26 の継続: Einstein GPT 統合、自然言語クエリ、レポート生成機能に取り組みます。
バージョンの背景
Salesforce Einstein は、Salesforce エコシステムのネイティブ AI プラットフォームです。 Sales Cloud、Service Cloud、Marketing Cloud、その他のモジュールに組み込まれており、売上予測、リードスコアリング、会話インテリジェンス、自動化されたワークフロー、自然言語クエリ機能を提供します。その進化の軌跡: Winter '26 では、Einstein GPT 統合、強化された自然言語クエリとレポート生成が導入されています。 Spring '26 では、Einstein Copilot エージェント、強化された予測分析、自動レコメンデーションが追加されています。 AI の「分析と提案」から「自動実行」への移行が、この道の方向性を決定します。
このバージョンのハイライト
Einstein 副操縦士エージェント
- 自然言語操作: 自然言語を使用して CRM 操作を推進し、使用のしきい値を下げます。
- クロスモジュール実行: 販売、サービス、マーケティングのシナリオでタスクを実行して、ビジネスの閉ループを形成します。
予測と推奨事項
- 販売予測の強化: 機会データに基づく予測がより正確になり、販売管理の意思決定を支援します。
- 見込み客スコアリング: 価値の高い見込み客を特定し、コンバージョンの機会に販売を集中させます。
- 自動推奨: 次のアクションを推奨し、分析から実行までのリンクを短縮します。
分析と自然言語
- 自然言語クエリ: 自然言語を使用して CRM データをクエリし、レポートのしきい値を下げます。
- レポート生成: AI 主導のレポート生成により、手動による並べ替えが軽減されます。
営業チームとマーケティング チームへの影響
業界の観点から見ると、Einstein の進化は、Salesforce エコシステム全体の AI ベースのエコシステムの縮図です。つまり、予測分析ソリューションは「正確に見ることができ」、インテリジェントなエージェントは「それを実行できる」のです。国内の営業およびマーケティング チームにとって、AI 機能の多層的な使用から学ぶことができるのは、最初に予測とスコアリングを使用して意思決定を支援し、次に主要なリンクの手動制御を維持しながら徐々にエージェントに標準化されたアクションを実行させることです。売上予測の価値はデータの品質に大きく依存するため、チームはまず CRM データの強固な基盤を築く必要があります。
このタイプの AI 機能の共通前提は「データの閉ループ」です。つまり、高品質の顧客データがなければ、予測と自動化は機能しにくくなります。
始めるためのヒント
- 予測から始める: まず、販売予測とリード スコアリングを使用してモデルの効果を検証し、チームの信頼を構築します。
- パイロットエージェント: 標準化された販売/サービスプロセスを選択して、Einstein Copilot を有効にし、実行の品質を観察します。
- データの強化: AI 機能の前提条件として CRM データ品質に投資します。
今後の注目すべき方向性
- エージェントの自律境界: Einstein Copilot が実行できるアクションの範囲と人為的な安全メカニズム。
- 予測精度の実際の測定: 実際のビジネス データに基づいた予測パフォーマンスによって、チームの採用が決まります。
- データ クラウドとの連携: リアルタイム データ アクセスによって AI の効果がさらに向上する方法。
レビュー