執筆日：2026年4月7日
免責事項：本記事は執筆時点の情報に基づいています。内容は将来変更される可能性があります。
NTTデータ九州ビジネス共創部の楢原です。
本記事は、前回の記事に続く2回目のブログ投稿です。
前回の執筆を通じて得られた反響や、その後の技術動向を踏まえ、
今回はAI時代におけるSalesforceの立ち位置について、改めてSIerの視点から再定義するというテーマで、本稿ではその考察を整理します。
はじめに
生成AIの急速な進展により、エンタープライズITの論点は
「どのAIモデルを使うか」から
「どのデータを、どの文脈で、誰に使わせるか」へとシフトしつつあります。
この流れの中で、Salesforceが近年推し進めている
データベースの開放やSlackへの継続的な投資は、
一見するとガバナンスやセキュリティの観点で
リスクを伴う大胆な戦略に映ります。
本稿では、これらを単なる製品戦略としてではなく、
SIerの視点から「AI時代におけるプラットフォーム設計」として捉え直し、
Salesforceがどこで勝とうとしているのか、
そしてそこにどのような示唆があるのかを整理します。
なぜSalesforceは「DB開放」という“危険な賭け”に出たのか
Salesforceが進めるデータ活用の拡張は、
外部データとの連携や生成AIによる参照・活用を前提とするものであり、
セキュリティや情報統制の観点では決して容易な選択ではありません。
それでも同社がこの戦略を選んだ背景には、
「自社プラットフォーム上のデータは信頼に足る」
という強い前提があると考えられます。
ここで重要なのは、この「信頼」が抽象的な理念ではなく、
- オブジェクトモデルの一貫性
- 権限・共有モデルの成熟
- 監査・証跡を前提とした設計思想
といった、長年のエンタープライズ実装によって積み重ねられてきた構造的な信頼に支えられている点です。
データベースの開放は、
この「Trust Data」を中核に据えたエコシステムを拡張するための、
合理的ではあるものの、覚悟を伴う戦略的投資だと見ることができます。
AI時代の本当の差別化要因は「モデル」ではなく「Trust Data」
AIの精度や実用性は、最終的には
どのデータを学習・参照するかに強く依存します。
どれほど高性能なAIモデルであっても、
- データ定義が部門ごとにバラバラである
- 正本が曖昧である
- 誰がどのデータを使ってよいのか分からない
といった状態では、AIは「それらしい答え」を返すだけで、
業務価値にはつながりません。
Salesforceに蓄積されたデータは、
- 業務プロセスと密接に結びついており
- 更新主体と責任が明確で
- 継続的な運用を前提として整備されている
という点で、AI活用と非常に相性が良いと言えます。
ここで言うTrust Dataとは、
単に「正しいデータがある」ことではなく、
正しい人が・正しい目的で・正しい範囲で使える状態が保たれていることを意味します。
加えて、この「Trust（信頼）」がSalesforceの根幹であることは、同社共同創業者でありSlack CTOのParker Harris氏の言葉からも読み取れます。
“When we started Salesforce, people still didn’t trust putting their credit cards on the internet, much less their customer lists,” said Harris.
“Trust was one of the biggest obstacles to starting the company — getting companies to trust us with their data, that we would protect it, that we would honor it, and that it would be available when they needed it.”
日本語（意訳）
「Salesforceを始めた当時、人々はインターネットでクレジットカードを使うことすら十分に信頼しておらず、ましてや顧客リストを預けるなど到底難しい状況でした。」
「信頼は創業時の最大の障壁の一つでした。企業が自社データを私たちに預けてもよいと信じられること、私たちがそれを保護し、尊重し、必要なときに確実に利用できる状態で提供できること――その信頼を得る必要がありました。」
この言葉は、本稿で述べてきた「Trust Data」が、単なるスローガンではなく、
セキュリティ・プライバシー・可用性・運用責任を含めた「信頼の設計」を前提として初めて成立する概念であることを示していると捉えています。
この前提があるからこそ、
SalesforceはAI時代におけるデータ基盤としての強みを持ち得ています。
Slackは「チャット」をやめ、AIエージェントのOSになろうとしています
エージェンティックAI（自律型AI）の普及に伴い、
競争の主戦場は「機能」そのものから、
ユーザー接点（フロントエンド）へと移りつつあります。
この文脈で見ると、Slackはもはや単なるチャットツールではありません。
Slackは、
- 人が指示を出し
- AIが裏側で判断・処理し
- 結果だけが返ってくる
「AIが常駐する業務OS」として再定義されつつあります。
この変化を象徴する発言として、Parker Harris氏は次のように語っています。
“We are basically saying, why should I ever log into Salesforce? …
Maybe you never will. Maybe you will go into Slack.”
日本語（意訳）
「私たちが言っているのは、なぜSalesforceにログインする必要があるのか、ということです。
もしかすると、もうログインしないかもしれません。Slackに行くだけでよくなるかもしれません。」
この言葉は単なるUI刷新や利便性向上を意味するものではありません。
Salesforce自身が、従来の「画面中心の業務」から脱却し、
Slackを起点とした会話（自然言語）ベースの業務体験へと、明確に舵を切っていることを示す、象徴的なメッセージだと捉えています。
Salesforceのデータ基盤とネイティブに接続されている点も重要です。
これにより、
- Salesforce画面を開かずに業務が進む
- 確認・判断・承認が一つの場所に集約される
といった、現場の業務体験そのものの変化が現実味を帯びてきます。
Slackへの継続的な投資は、
未来のAI実行環境を巡る主導権争いにおいて、
極めて戦略的な意味を持ちます。
日本企業のAI実装を止めている「ラストワンマイル」という壁
AIの社会実装における最大の障壁は、
技術的な難易度そのものではありません。
多くの日本企業では、
- 「自社業務にどう当てはめればよいのか分からない」
- 「現場が使いこなせるイメージが湧かない」
といった、心理的・運用的なハードルがAI活用を止めています。
この「ラストワンマイル」において重要な役割を果たすのが、
AppExchangeを通じて提供される国内ベンダ発の業務特化型ソリューションです。
これらのパートナーは、
- 日本特有の商習慣や業務プロセス
- 現場業務の細かな運用ルール
- 導入後の定着フェーズで生じやすい課題
を前提とした設計・実装を行ってきた実績を持っています。
彼らが提供するAI機能は、
抽象的な「AIによる変革」を掲げるものではなく、
現場がすぐに使える“手触り感のある価値”へ変換することに主眼が置かれています。
こうした存在があることで、
「自社には高度すぎる」「AIは一部の大企業向けではないか」といった
日本企業に根強い心理的ハードルが下がり、
AI活用を現実的な選択肢として受け入れる入口（エントリーポイント）が形成されています。
SIer視点で見た、AI時代のSalesforceの構造
ここまでの議論を整理すると、
Salesforceの強みは次の三位一体構造に集約されます。
- Data（基盤）
信頼に足る高品質な業務データ - Interface（接点）
SlackによるAI実行環境 - Ecosystem（実装）
AppExchangeによる現場最適化
これは、中央集権的にAIを「開発」するだけでは実現できない、
広く、かつ深い社会実装を可能にする設計思想だと言えます。
おわりに（SIerとしての立ち位置）
NTTデータ九州では、こうしたプラットフォーム構造を前提に、
九州を中心としたエンタープライズ企業の基幹・業務システムを長年支援してきました。
その経験から強く感じているのは、
AI時代においてSIerの価値は、
機能開発や内製支援そのものではなく、
信頼されたデータを“安全に・継続的に使わせる構造”を担保することへと
明確にシフトしているという点です。
ユーザ企業による内製化は今後さらに進むでしょう。
しかし、
- データの権限設計
- 生成AI利用時の参照範囲制御
- 監査性・証跡の確保
- 情報漏洩リスクを前提とした運用設計
といった領域は、
深い知識と実装・運用経験を前提とするため、
ユーザ企業が容易に手を出せるものではありません。
Salesforceが掲げる「Trust Data」は、
単なる思想ではなく、
こうした高度な設計と責任ある運用を前提として初めて成立する概念です。
AIを“使える状態”で提供し続けること。
そのための基盤を設計し、リスクを引き受け、責任を持つこと。
こうした領域が、今後のSIerにとって重要になると考えています。
では、こうした変化の中で、
NTTデータ九州として何に取り組んでいくのか。
個人的には、SIerの価値は今後ますます、
「何を作るか」ではなく、
「どのデータを、どこまで、どの文脈でAIに使わせてよいか」
を設計し、責任を持つ領域に収斂していくと考えています。
ただし、ここで重要なのは、
データの正本性、権限、監査、セキュリティといった論点は、
技術論に陥りやすく、
一歩間違えば顧客を置いてけぼりにしてしまう領域だという点です。
そもそも、こうした領域を
「任せてもらえる」こと自体が容易ではありません。
そのためには、技術力だけでは不十分であり、
顧客企業の業務を顧客と同じ目線で語れること、
さらには、その企業の数字や判断軸を
どれだけ解像度高く理解できているかが問われます。
NTTデータ九州としては、
単に正しいアーキテクチャを提示するのではなく、
「なぜその設計が、その顧客のビジネスにとって必要なのか」
を、業務や数字の文脈で説明し続けることが、
信頼されるパートナーであり続けるための前提条件だと捉えています。
こうした取り組みを通じて、顧客から信頼を得て、
データとAIを安心して任せてもらえる存在であり続けること。
そこにこそ、これからのSIerが勝ち続ける領域があると考えています。
次回は、MCPを取り上げ、
なぜこれが単なるAI連携技術ではなく、
これまでフロントシステムでは実現が困難だった
「予測・仮説検証・判断」といった業務を
自然言語で成立させてしまう“革命”になり得るのかを考察します。
あわせて、こうした世界において
SIerが担うべき役割はどこに残り、
どこで価値が最大化されるのかについても掘り下げていきたいと考えています。