Slackを使っている方、どのくらいいますか？ How many of you use Slack?

Salesforce Agentic Enterprise アーキテクチャの中のSlack Slack in the Salesforce Agentic Enterprise Architecture

Salesforceは「Slackファースト」へ Salesforce is Becoming "Slack First"

では、Slackbot を使っている方は？ How many of you use Slackbot?

Slackbotにできること What Slackbot Can Do

Slackbotに、間違った顧客情報を答えられたことはありませんか？ Has Slackbot ever given you the wrong customer info?

答えは Salesforceの中にあるのに、なぜSlackbotは正しく答えられないのか？ The answer is in Salesforce so why can't Slackbot answer correctly?

業務システムは、成長とともに複雑化していく Business systems become more complex as they grow

長年のSalesforce活用が生む「データの迷宮」 Years of Salesforce Use Create a Data Maze

• 同じ情報が複数のオブジェクトに存在するThe same information lives in multiple objects
• 人間には通じる項目名・社内用語も、エージェントには意味を持たないField names and internal jargon humans understand are meaningless to agents
• 標準オブジェクトからの逸脱: カスタム構造と長年のカスタマイズの蓄積Deviating from standard objects: custom structures and years of customization
• 明確な「正」のデータソースがなく、質問ごとに探索経路が定まらないWithout a clear source of truth, the search path for each question is never fixed

回答品質を下げる3つの問題 What Degrades Answer Quality: Three Problems

人間はこのギャップを「経験」で埋めています。エージェントには、その経験がありません。 Humans fill this gap with experience. Agents don't have that experience.

Slackbot単体では、データソースを常に正しく理解できるとは限らない Slackbot alone can't always understand the data source

間に「意味」を補う層がないため、Slackbotは迷宮の中を手がかりなしで探すことになります。 With no layer to supply meaning in between, Slackbot searches the maze without a guide.

回答の品質はモデルの賢さだけでなく、データの構造と意味にも依存する。 Answer quality doesn't depend only on model intelligence; it also relies on the data's structure and meaning.

Data 360 が加わると、何が変わるのか？ When Data 360 Joins, What Changes?

SlackbotとデータソースのあいだにMCP経由でData 360が入り、「構造」と「意味」を供給します。 Data 360 sits between Slackbot and the data source via MCP, supplying structure and meaning.

統合し、意味づけ、届ける Unify, Give Meaning, Deliver

Data 360 の内部構造 Inside Data 360

Data Modelが「形」を揃え、Semantic Data Modelが「意味」を与える Data Model aligns the shape, Semantic Data Model gives the meaning

Data Model

「分散」の問題を解決する。バラバラのデータを共通の構造に揃える。 Solves "scattered." Aligns disparate data into a common structure.

Semantic Data Model

「曖昧さ」と「リレーションの欠落」を解決する。データに意味と関係性を定義する。 Solves "ambiguity" and "missing links." Defines meaning and relationships for the data.

リバネスグループの事例 Leave a Nest Group Case Study

• 背景と課題：Salesforce利用歴12年。事業に合わせたカスタマイズが積み重なっている Background & challenges: 12 years on Salesforce, with customizations accumulated to fit the business
• 商談（Opportunity）だけでも複数の日付項目があり、項目名からはどれが正しいか判別できない Opportunity alone has multiple date fields, and field names don't tell you which is correct

例：複数の日付項目 Example: multiple date fields

カスタムデータオブジェクトは135個まで蓄積 Our custom data objects accumulated to 135

ミニデモ mini-demo

Slackbot × Data 360 で、迷宮化したデータに正しく答えられるかを実際に確認します。 Let's see whether Slackbot × Data 360 can answer correctly against the data maze.

デモ 1/3 ：SlackbotからOpportunityを照会Demo 1/3: Querying an Opportunity from Slackbot

デモ 2/3 ：条件を指定した検索と一覧表示Demo 2/3: Filtered search and list view

デモ 3/3 ：正しい日付項目で回答できることを確認Demo 3/3: Verifying answers use the correct date field

まとめ Wrap-up

明日から始める、最初の一歩 Starting Tomorrow: Your First Step

Slack向けFor Slack

Quick Start：Agentforce組織をSlackに接続するQuick Start: Connect Your Agentforce Org with Slack

TrailheadのQuick Startモジュールで、接続までを体験できます。Walk through the connection end to end with the Trailhead Quick Start module.

Trailheadを開く ↗Open Trailhead ↗

Data 360向けFor Data 360

Salesforce Developer Edition

Agentforce・Data 360付きの無償環境で、自分の手で試せます。A free environment with Agentforce and Data 360. Try it hands-on.

Developer Editionに登録 ↗Sign up for Developer Edition ↗