2026年5月28日のXでは「セールスフォース」や「Slack AIスキル」に関連する話題が見られました。Salesforce Japanは5月20日、Slackにおける企業のAIエージェント活用を実務レベルで進める新機能として「AIスキル」「ディープリサーチ」「Salesforce Actions」「メモリ機能」の日本での一般提供開始を発表しています。さらに5月12日には、Salesforceの新規顧客向けにSlackをAIワークプラットフォームとして標準提供する方針も公表されました。
社内チャットは、すでに多くの企業でメール以上に日常業務の中心になっています。会議の相談、顧客対応、障害対応、営業報告、稟議前の確認、雑談、資料共有が一つの場所に流れ込みます。そこにAIが入り、会話を要約し、調査し、タスク化し、業務アプリを動かすようになると、チャットは単なる連絡手段から「仕事を始めて終える場所」に近づきます。
この記事では、Slack AIスキルや企業AIエージェントを、実務で何が便利になるのか、どこにリスクがあるのか、導入前に何を確認すべきかという順番で整理します。特定サービスの導入をすすめるものではありません。価格、機能、契約条件、個人情報、労務、法務、セキュリティに関わる判断は、必ず公式情報、契約書、社内規程、専門家の確認を踏まえて行ってください。
SlackがAIワークプラットフォームに近づく理由
Slackのような社内チャットがAIの入り口として注目されるのは、仕事の文脈がそこに集まりやすいからです。メール、会議、営業支援システム、ドキュメント、カレンダー、チケット管理、顧客データベースは別々の場所にありますが、実際の相談や意思決定はチャット上で進むことが多くなりました。誰が何を頼み、どの資料を見て、どの判断をしたのか。その流れがチャネルやスレッドに残ります。
AIが仕事を支援するには、単発の質問に答えるだけでは足りません。前後の会話、対象の顧客、担当者、期限、過去の合意、関連ドキュメント、社内ルールを理解する必要があります。チャットはこの文脈をつかみやすい場所です。AIがチャット上で働けば、ユーザーは別画面に移動せずに要約、検索、下書き、調査、タスク化を頼めます。
Salesforceが発表したSlackの新機能群も、この方向を示しています。AIスキルは定型的な作業を再利用可能な形で構築・共有する機能、ディープリサーチは複合的な調査を支援する機能、Salesforce ActionsはCRMデータなど業務アプリとの連携、メモリ機能はユーザーの好みや業務習慣を踏まえた支援に関わります。つまり、AIが「質問に答える存在」から「日常業務をまたいで手を動かす存在」へ広がっていると見られます。
何が便利になるのか
最もわかりやすい効果は、情報探索の時間短縮です。社内チャットでは、重要な情報がスレッドの奥に埋もれます。会議のあとに「結局、最新の結論はどれか」「誰が担当なのか」「前回の資料はどこか」と探す時間が発生します。AIがスレッドを要約し、決定事項、未決事項、担当者、期限を抽出できれば、情報を探す時間を減らせます。
次に、定型タスクの標準化です。営業担当者が商談メモを作る、カスタマーサポートが問い合わせを分類する、採用担当者が面談メモを整える、開発チームが障害報告をまとめる。こうした作業は、担当者ごとに品質がばらつきやすいものです。AIスキルとして手順を作り、チームで共有できれば、下書きの粒度や確認項目をそろえやすくなります。
三つ目は、業務アプリとの接続です。チャット上で相談した内容を、CRM、チケット管理、カレンダー、ドキュメント管理に反映できれば、二重入力を減らせます。たとえば顧客との次回アクションをチャットで決めたあと、AIが商談レコードの更新案を作り、担当者が確認して反映する。障害対応のスレッドから、インシデント報告の下書きを作る。こうした流れは、実務の負担を下げる可能性があります。
ただし、便利さは「AIが勝手に全部やる」ことではありません。重要なのは、人が確認しやすい形で下書きや候補を出すことです。顧客情報の更新、契約条件の変更、採用判断、経費承認、法務回答など、誤りの影響が大きい業務では、AIの出力をそのまま確定させるのではなく、人が確認し、必要なら修正できる流れにするべきです。
社内チャットが抱えていた課題
AI導入の前に、社内チャットそのものの課題を見ておく必要があります。チャットは便利ですが、情報が流れやすく、検索しにくく、通知が多くなりやすいツールでもあります。チャネルが増えすぎると、どこに投稿すればよいかわからなくなります。スレッドが長くなると、途中参加者が経緯を追えません。重要な決定が雑談に紛れ、あとから説明できないこともあります。
AIはこの問題を一部解決しますが、同時に増幅する可能性もあります。整理されていないチャットをAIに読ませれば、誤った要約が出ることがあります。古い情報と新しい情報を混同することもあります。冗談や仮説を正式決定のように扱う危険もあります。チャット運用が曖昧な会社ほど、AIの便利さより混乱が目立つかもしれません。
そのため、AIスキルを導入する前に、チャネル設計、命名ルール、重要決定の記録方法、文書管理、権限設定を見直す必要があります。AIに任せる前に、人間側の情報整理を最低限整える。これは地味ですが、導入効果を左右します。
権限管理が最重要になる
企業AIエージェントで最も注意すべきなのは、権限管理です。AIが社内チャット、ドキュメント、CRM、カレンダー、チケット管理を横断して情報を探せるようになると、便利さは大きくなります。しかし同時に、見えてはいけない情報まで要約してしまうリスクも高まります。
たとえば、人事評価、給与、未公表の決算情報、M&A、顧客の個人情報、医療情報、法務相談、セキュリティインシデント、内部通報に関する情報は、閲覧できる人を厳密に制限すべきです。AIが検索や要約をするときも、ユーザー本人がアクセス権を持つ情報だけを対象にする設計が必要です。管理者や開発者が便利だからと広い権限を付けると、情報漏えいの原因になります。
権限管理では、閲覧権限だけでなく実行権限も分ける必要があります。AIが予定を作成する、CRMを更新する、チケットを閉じる、メールを送る、承認を回すといった行為は、情報を見るだけよりリスクが高い操作です。どの操作は自動実行できるのか、どの操作は人の承認が必要なのか、どのログを残すのかを決める必要があります。
また、退職者、異動者、外部委託先、ゲストアカウントの権限も重要です。チャットツールは外部パートナーとの共同作業にも使われます。AIが横断検索を行う場合、ゲストが見られる範囲、外部共有チャネルの扱い、社外秘情報の混入を確認しなければなりません。導入時には、情報システム部門、法務、セキュリティ、現場部門が一緒に権限設計を確認することが現実的です。
メモリ機能の便利さと不安
メモリ機能は、AIがユーザーの好み、仕事の進め方、よく使う表現、担当領域を覚え、より自然に支援するための機能です。毎回同じ前提を説明しなくてよいので、業務効率は上がります。たとえば、ある営業担当者がいつも使う商談報告の形式、あるチームの週次報告の構成、上司が好む要約の粒度をAIが把握すれば、下書きの質は上がります。
一方で、何を記憶するのか、誰が見られるのか、削除できるのか、異動や退職時にどう扱うのかは慎重に考える必要があります。個人の働き方、顧客との関係、評価に関わる情報がメモリに残る場合、プライバシーや労務管理の問題につながる可能性があります。AIが記憶した情報が古くなれば、誤った前提で回答することもあります。
企業でメモリ機能を使うなら、ユーザーが記憶内容を確認・削除できるか、管理者がどこまで制御できるか、個人情報や機密情報を記憶対象から外せるかを確認しましょう。便利な機能ほど、利用者に見えない形で情報が蓄積されると不安が生まれます。透明性と操作可能性が導入の信頼を左右します。
ディープリサーチの使いどころ
ディープリサーチのような調査支援機能は、営業準備、競合調査、顧客課題の整理、採用候補者の公開情報確認、技術調査、社内ナレッジ整理で役立つ可能性があります。複数の資料を読み、要点をまとめ、比較表や論点を作る作業は、AIが得意とする領域です。
ただし、調査結果は必ず検証が必要です。生成AIは、もっともらしい文章を作る一方で、出典の取り違え、古い情報の混入、文脈の誤読を起こすことがあります。社外に出す資料、顧客への提案、法務・財務・医療・人事に関わる判断では、AIの調査結果を根拠としてそのまま使うべきではありません。出典URL、日付、一次情報、社内承認を確認する流れが必要です。
ディープリサーチを実務で使うなら、まず社内向けの下調べや論点整理から始めるのが現実的です。最終判断ではなく、調査時間を短縮する補助として位置づける。AIが作ったメモを人が読み、出典を確認し、必要な部分だけ採用する。この距離感で使うと、便利さとリスクのバランスを取りやすくなります。
部門別の使い方
営業部門では、商談前の顧客情報整理、過去のやり取りの要約、次回アクションの下書き、提案資料の骨子作成に使えます。CRMとの連携が進めば、チャットで決まった内容を商談レコードに反映する作業も効率化できるでしょう。ただし、顧客への送信文面や契約条件は、人が確認する必要があります。
カスタマーサポートでは、問い合わせ内容の分類、過去回答の検索、FAQ案の作成、エスカレーション判断の補助に使えます。顧客対応では誤回答が信用低下につながるため、AIは回答候補を出す役割にとどめ、公開前に担当者が確認する設計が重要です。苦情、解約、個人情報、返金、法的主張を含む問い合わせは、専用フローに回すべきです。
開発・情シス部門では、障害対応スレッドの要約、再発防止策の整理、チケット作成、ログ調査の補助に使えます。障害時は情報が一気に流れるため、AIによる要約は有効です。ただし、原因の断定や本番環境の操作をAIに任せるのは危険です。操作権限、承認、ロールバック手順を明確にし、監査ログを残す必要があります。
人事・総務部門では、社内規程の検索、入社手続きの案内、勤怠や福利厚生の問い合わせ対応に使えます。一方で、採用評価、人事評価、懲戒、ハラスメント相談、健康情報は慎重に扱う必要があります。AIの出力が差別や不利益取り扱いにつながらないよう、人の確認と記録が不可欠です。
導入手順は小さく始める
Slack AIスキルのような企業AIエージェントは、全社一斉導入より、小さな部門や限定用途から始めるほうが失敗しにくくなります。最初に選ぶべき用途は、リスクが低く、効果を測りやすく、現場の負担が明確な業務です。たとえば会議メモの要約、社内FAQの下書き、問い合わせ分類、議事録からタスク抽出などが候補になります。
導入前には、成功指標を決めます。作業時間が何分減ったか、問い合わせの一次回答がどれだけ早くなったか、検索時間が減ったか、担当者の満足度が上がったか、誤回答が増えていないか。AI導入は話題性だけでは評価できません。業務指標とリスク指標をセットで見る必要があります。
次に、利用ルールを作ります。入力してよい情報、入力してはいけない情報、出力を確認する人、社外送信の可否、ログの保存、問い合わせ先、違反時の対応を明文化します。長すぎる規程は読まれませんが、最低限の禁止事項と相談先は明確にするべきです。
最後に、教育を行います。AIの得意分野、苦手分野、誤回答の可能性、出典確認、個人情報の扱いを伝えます。プロンプトの書き方だけでなく、AIの回答を疑う力、判断を人間が引き取る力が必要です。AIを使う人の教育を省くと、便利な機能ほど事故につながりやすくなります。
価格と契約で見るべき点
AI機能は無料で使えるように見えても、実際にはプラン、利用量、連携先、追加ライセンスによって費用が変わります。Salesforceの発表でも、利用できる機能やフル機能の条件はプランによって異なる可能性があります。導入前には、対象ユーザー数、必要なエディション、AI機能の上限、外部アプリ連携、サポート範囲を確認しましょう。
契約では、入力データの扱い、ログ保存、再学習への利用、サブプロセッサー、データの保存地域、解約時のデータ削除、障害時の責任範囲を確認します。とくに個人情報や顧客データを扱う場合、ベンダーの利用規約だけでなく、自社の個人情報保護方針、委託契約、顧客との契約との整合性が必要です。
また、将来の乗り換え可能性も重要です。AIスキルやワークフローを作り込むほど、特定プラットフォームへの依存は強くなります。すべてを避ける必要はありませんが、重要データをエクスポートできるか、ワークフローを他のツールに移せるか、標準的なAPIで連携できるかを確認しておくと、長期運用のリスクを下げられます。
従業員の不安にどう向き合うか
企業AIエージェントの導入では、従業員が「監視されるのではないか」「評価に使われるのではないか」「仕事が奪われるのではないか」と不安を感じることがあります。AIがチャット、会議、タスクを横断して見るようになるほど、この不安は自然に生まれます。導入側は、便利さだけを説明するのではなく、何を見て、何を見ないのか、何に使い、何に使わないのかを説明する必要があります。
たとえば、AIのログを個人評価に使うのか、業務改善だけに使うのか。個人のメモリを上司が見られるのか。削除や訂正を依頼できるのか。こうした点を曖昧にすると、現場はAIを使わなくなります。AIは利用者の信頼がなければ、データもフィードバックも集まりません。
労務上の配慮も必要です。AIによる業務効率化が、単に作業量の増加につながると反発が起きます。削減された時間を何に使うのか、残業削減につながるのか、判断の質を上げるのか、教育時間に回すのか。導入目的を明確にし、従業員にとってのメリットを示すことが大切です。
AIエージェント時代の管理者の役割
AIエージェントが業務アプリを動かすようになると、管理者の役割はさらに重要になります。従来の管理者は、ユーザー追加、権限設定、アプリ連携、ログ確認を担当していました。これからは、AIがどのデータにアクセスし、どの操作を実行し、どの出力を残すのかも管理対象になります。
管理者は、AIスキルの作成者、承認者、利用範囲、更新履歴を把握する必要があります。便利なスキルが乱立すると、同じような自動化が複数作られ、品質やセキュリティにばらつきが出ます。標準スキル、部門専用スキル、個人用スキルを分け、定期的に棚卸しすることが望ましいでしょう。
監査ログも重要です。AIがどの情報を参照し、どの提案をし、誰が承認し、どのシステムに反映されたのかを追えるようにしておくと、トラブル時に原因を確認できます。ログがなければ、AIの誤りなのか、人の確認漏れなのか、権限設定の不備なのかを判断できません。
まとめ
Slack AIスキルや企業AIエージェントは、社内チャットを単なる連絡場所から、仕事を整理し、調査し、実行につなげる業務OSへ近づける可能性があります。会話の要約、タスク抽出、定型作業の標準化、CRMや業務アプリとの連携は、多くの企業で実務負担を下げる余地があります。
しかし、便利になるほど、権限管理、個人情報、機密情報、監査ログ、従業員の納得が重要になります。AIが見てよい情報、実行してよい操作、人が確認すべき判断を分けずに導入すると、情報漏えいや誤操作のリスクが高まります。
今日の時点で企業が確認すべきことは、AI機能そのものよりも、社内チャットの情報整理と権限設計です。どのチャネルに何を書くのか、重要決定をどこに残すのか、誰がどの情報を見られるのか、AIの出力を誰が確認するのか。ここを整えたうえで、小さな用途から試すことが、Slack AIスキルを実務に生かす近道になります。
参考情報: Salesforce Japan「Slack新機能 AIスキルなど日本提供開始」 / Salesforce Japan「SlackをAIワークプラットフォームとして標準提供」 / [2026年5月28日 X話題キーワード由来のブログネタ候補](../keyword/2026-05-28_X_trend_blog_ideas.md)
