Salesforceは、AIエージェント「Agentforce」の料金体系を、従来のソフトウェア型料金から大きく広げようとしています。ユーザーの「席数」やAIとの「会話数」だけでなく、エージェントが実際に生み出した取引、売上への貢献、カスタマーサービス業務のコスト削減といった事業成果を基準に、顧客ごとの契約を結ぶ方式です。

ただし、成果の測定方法や料金、売上への貢献度をどう算定するかといった条件は、すべての顧客に共通する公開価格として決まったわけではありません。消費量、利用量、取引成果などを組み合わせた個別交渉になるとみられます。51833

Agentforceの料金は「アクセス」から「仕事」へ

Agentforceの初期料金は、1会話あたり2ドルというモデルに結びついていました。その後、アクション単位で課金するFlex Creditsや、ユーザー単位のライセンスなども加わり、SalesforceがAIエージェントの収益化方法を模索していることが分かります。3032

今回の新しい方向性は、これらに加わる第3の選択肢です。Salesforceのマーク・ベニオフCEOは、顧客が消費量や基本的な利用量だけでなく、取引の成立や事業上の成果に応じて支払う選択肢について説明しています。5

想定されるのは、ユーザー数に応じたサブスクリプションをすぐに廃止することではありません。短期的には、次のような混合型の料金体系が現実的です。

• プラットフォーム利用料やライセンス料
• エージェントのアクションや処理量に応じた従量課金
• 成果を明確に測れる業務に対する成果報酬

この方式なら、顧客は一定の予算を確保しながら、成果の大きい業務ではAIの実績に応じて支払えます。一方、Salesforce側は、性能の高いエージェントが生み出す価値の一部を収益として取り込めます。

なぜAIエージェントはSaaSの価格を変えるのか

従来のSaaS（サービスとしてのソフトウェア）は、ソフトウェアが従業員の仕事を支援するという前提で設計されてきました。そのため、利用する従業員の人数、つまり「席数」が利用規模や価値の分かりやすい代理指標になっていました。

しかし、自律型AIエージェントは、従業員が行っていた作業そのものを引き受けます。問い合わせへの対応、見込み顧客の選別、営業パイプラインの更新、ワークフローの実行などを、人間のアカウントにひもづかず、継続的に処理することも可能です。

この環境では、「何人がログインしたか」よりも、「何件の業務を完了したか」「何件の問い合わせを解決したか」の方が、料金単位として直感的になります。

成果連動型の料金は、顧客とベンダーのリスク分担も変えます。顧客は成果につながらなかった処理に料金を払わずに済む可能性がある一方、ベンダーは解決率や自動化の品質を高めなければ収益を伸ばせません。

他社も異なる形で実験中

AI業界では、成果連動型、タスク単位、従量課金など、複数のモデルが並行して試されています。ただし、これらは同じ仕組みではありません。

• OpenAI：一部の大口顧客に対し、カスタマーサポート対応など、AIが定義されたタスクを完了した場合に支払う契約を提示していると報じられています。24
• Sierra：顧客との会話を解決するなど、エージェントが事前に定めた成果を達成した場合に課金する、契約交渉型の成果連動モデルを掲げています。料金と「成功」の定義は契約ごとに異なります。2227
• Intercom Fin：通常のエージェント席ではなく、問い合わせの解決や定義済みの手続きへの引き継ぎ完了など、請求対象となる成果に基づく公開料金を採用しています。22
• Cognition：コーディングエージェント「Devin」は、広く公開された売上分配型の保証というより、タスクや利用量、計算資源に連動するモデルとして報じられています。24

AnthropicやGoogleについては、SierraやFinと同等の、標準化され広く利用可能な成果保証型の契約を提供していると分類できるだけの情報は、現時点では十分ではありません。両社の公開された商用モデルは、主にモデル利用量、容量、クレジット、席数などに近い形です。

ClaudeforceはSalesforceの「業務基盤」を守る布石

SalesforceとAnthropicは2026年8月26日、両社の提携を拡大する「Claudeforce」を発表しました。Salesforceによると、Claudeの推論能力を同社の企業向けプラットフォームと組み合わせるほか、「Salesforce in Claude」プラグインを通じて、Claudeベースの体験からSalesforceのデータ、ワークフロー、業務ロジック、アクション、ガバナンスにアクセスできるようにします。発表時点では、37種類の営業向けスキルも用意されています。25

この提携で、Claudeは会話や推論を担うレイヤー、Salesforceは顧客データ、権限、業務フロー、実際のアクションを管理するレイヤーという役割分担が見えてきます。

戦略的には、AIアシスタントが企業業務の主な入り口になる未来を見据えた動きです。Salesforceは、ユーザーがClaudeを使う場合でも、実際の業務をSalesforceのデータとガバナンスの上で完了させたいと考えています。将来、ログイン数や会話数ではなく、完了した業務や取引を基準に請求するなら、この「データを持ち、仕事を実行する場所」としての立場はさらに重要になります。

成果連動型料金を左右する4つの課題

1. 成果を誰の貢献とみなすのか

売上やコスト削減に原因が1つしかないケースは多くありません。マーケティング、価格設定、人間の営業担当者、季節要因、複数の業務システムが同時に影響している可能性があります。

そのため、成果報酬契約には、比較対象となる基準値、測定期間、正式なデータ源、複数の関係者への貢献度配分ルールが必要です。これらが曖昧なままだと、「AIが生み出した売上」を巡る請求トラブルにつながります。

2. 「成功」の定義が難しい

カスタマーサポートの案件は、一度解決しても再開されるかもしれません。見込み顧客は選別されただけで、購入には至らない可能性があります。エージェントが作業の途中まで進めて、人間に引き継ぐケースもあります。

契約では、部分完了、やり直し、返金、不正利用、対象外案件、監査権限、データへのアクセス、請求に対する異議申し立てまで定義する必要があります。そうでなければ、利用量への不安が減る代わりに、請求書を巡る争いが増えかねません。

3. ベンダー側のコストと品質をどう両立するか

成果報酬を受け取るベンダーは、モデルの推論、外部ツールの呼び出し、システム連携、人による確認、コンプライアンス対応にかかる費用を、成果報酬より低く抑えなければなりません。

難しい案件ほど多くの計算資源や人手を必要とする一方、成功率は低くなる可能性があります。顧客が難易度の高い仕事だけをAIに任せるようになれば、ベンダーにとって採算と拡張性の課題は一層大きくなります。

4. 企業は予算の予測可能性も求める

成果に対して支払う仕組みは魅力的でも、企業の調達部門は、料金上限、最低利用額、固定料金との組み合わせ、監査可能な利用記録を求めるでしょう。

特に規制の厳しい業界や、人命・金融・重要な意思決定に関わる業務では、精度、セキュリティ、責任の所在、ガバナンスが確認されるまで、自律的なAIの行動範囲が制限される可能性があります。

「席課金の終わり」ではなく、混合モデルへ

Agentforceが示しているのは、SaaSの席課金がすぐに消えるという話ではありません。より可能性が高いのは、プラットフォームへのアクセスをサブスクリプションで課金し、AIの活動量を従量課金で測り、成果を明確かつ検証可能な業務には成果報酬を適用する混合市場です。

問い合わせ解決、予約受付、見込み顧客の選別のように、成果を定義しやすい業務ほど、このモデルは導入しやすくなります。一方、長期化する営業、経営判断、複数部門が関与する複雑な業務では、成果の帰属が難しく、個別交渉の契約にとどまる可能性が高いでしょう。

AIエージェントが「ソフトウェア」から「仕事を担う労働力」に近づくほど、企業が支払う単位も、利用権から実行された仕事へと移っていきます。Salesforceの次の課題は、AIが何をしたかではなく、どの成果を、どの条件で、誰の貢献として請求できるのかを明確にすることです。

Salesforceは、AIエージェント「Agentforce」の料金体系を、従来のソフトウェア型料金から大きく広げようとしています。ユーザーの「席数」やAIとの「会話数」だけでなく、エージェントが実際に生み出した取引、売上への貢献、カスタマーサービス業務のコスト削減といった事業成果を基準に、顧客ごとの契約を結ぶ方式です。

ただし、成果の測定方法や料金、売上への貢献度をどう算定するかといった条件は、すべての顧客に共通する公開価格として決まったわけではありません。消費量、利用量、取引成果などを組み合わせた個別交渉になるとみられます。51833

Agentforceの料金は「アクセス」から「仕事」へ

Agentforceの初期料金は、1会話あたり2ドルというモデルに結びついていました。その後、アクション単位で課金するFlex Creditsや、ユーザー単位のライセンスなども加わり、SalesforceがAIエージェントの収益化方法を模索していることが分かります。3032

今回の新しい方向性は、これらに加わる第3の選択肢です。Salesforceのマーク・ベニオフCEOは、顧客が消費量や基本的な利用量だけでなく、取引の成立や事業上の成果に応じて支払う選択肢について説明しています。5

想定されるのは、ユーザー数に応じたサブスクリプションをすぐに廃止することではありません。短期的には、次のような混合型の料金体系が現実的です。

• プラットフォーム利用料やライセンス料
• エージェントのアクションや処理量に応じた従量課金
• 成果を明確に測れる業務に対する成果報酬

この方式なら、顧客は一定の予算を確保しながら、成果の大きい業務ではAIの実績に応じて支払えます。一方、Salesforce側は、性能の高いエージェントが生み出す価値の一部を収益として取り込めます。

なぜAIエージェントはSaaSの価格を変えるのか

従来のSaaS（サービスとしてのソフトウェア）は、ソフトウェアが従業員の仕事を支援するという前提で設計されてきました。そのため、利用する従業員の人数、つまり「席数」が利用規模や価値の分かりやすい代理指標になっていました。

しかし、自律型AIエージェントは、従業員が行っていた作業そのものを引き受けます。問い合わせへの対応、見込み顧客の選別、営業パイプラインの更新、ワークフローの実行などを、人間のアカウントにひもづかず、継続的に処理することも可能です。

この環境では、「何人がログインしたか」よりも、「何件の業務を完了したか」「何件の問い合わせを解決したか」の方が、料金単位として直感的になります。

成果連動型の料金は、顧客とベンダーのリスク分担も変えます。顧客は成果につながらなかった処理に料金を払わずに済む可能性がある一方、ベンダーは解決率や自動化の品質を高めなければ収益を伸ばせません。

他社も異なる形で実験中

AI業界では、成果連動型、タスク単位、従量課金など、複数のモデルが並行して試されています。ただし、これらは同じ仕組みではありません。

• OpenAI：一部の大口顧客に対し、カスタマーサポート対応など、AIが定義されたタスクを完了した場合に支払う契約を提示していると報じられています。24
• Sierra：顧客との会話を解決するなど、エージェントが事前に定めた成果を達成した場合に課金する、契約交渉型の成果連動モデルを掲げています。料金と「成功」の定義は契約ごとに異なります。2227
• Intercom Fin：通常のエージェント席ではなく、問い合わせの解決や定義済みの手続きへの引き継ぎ完了など、請求対象となる成果に基づく公開料金を採用しています。22
• Cognition：コーディングエージェント「Devin」は、広く公開された売上分配型の保証というより、タスクや利用量、計算資源に連動するモデルとして報じられています。24

AnthropicやGoogleについては、SierraやFinと同等の、標準化され広く利用可能な成果保証型の契約を提供していると分類できるだけの情報は、現時点では十分ではありません。両社の公開された商用モデルは、主にモデル利用量、容量、クレジット、席数などに近い形です。

ClaudeforceはSalesforceの「業務基盤」を守る布石

SalesforceとAnthropicは2026年8月26日、両社の提携を拡大する「Claudeforce」を発表しました。Salesforceによると、Claudeの推論能力を同社の企業向けプラットフォームと組み合わせるほか、「Salesforce in Claude」プラグインを通じて、Claudeベースの体験からSalesforceのデータ、ワークフロー、業務ロジック、アクション、ガバナンスにアクセスできるようにします。発表時点では、37種類の営業向けスキルも用意されています。25

この提携で、Claudeは会話や推論を担うレイヤー、Salesforceは顧客データ、権限、業務フロー、実際のアクションを管理するレイヤーという役割分担が見えてきます。

戦略的には、AIアシスタントが企業業務の主な入り口になる未来を見据えた動きです。Salesforceは、ユーザーがClaudeを使う場合でも、実際の業務をSalesforceのデータとガバナンスの上で完了させたいと考えています。将来、ログイン数や会話数ではなく、完了した業務や取引を基準に請求するなら、この「データを持ち、仕事を実行する場所」としての立場はさらに重要になります。

成果連動型料金を左右する4つの課題

1. 成果を誰の貢献とみなすのか

売上やコスト削減に原因が1つしかないケースは多くありません。マーケティング、価格設定、人間の営業担当者、季節要因、複数の業務システムが同時に影響している可能性があります。

そのため、成果報酬契約には、比較対象となる基準値、測定期間、正式なデータ源、複数の関係者への貢献度配分ルールが必要です。これらが曖昧なままだと、「AIが生み出した売上」を巡る請求トラブルにつながります。

2. 「成功」の定義が難しい

カスタマーサポートの案件は、一度解決しても再開されるかもしれません。見込み顧客は選別されただけで、購入には至らない可能性があります。エージェントが作業の途中まで進めて、人間に引き継ぐケースもあります。

契約では、部分完了、やり直し、返金、不正利用、対象外案件、監査権限、データへのアクセス、請求に対する異議申し立てまで定義する必要があります。そうでなければ、利用量への不安が減る代わりに、請求書を巡る争いが増えかねません。

3. ベンダー側のコストと品質をどう両立するか

成果報酬を受け取るベンダーは、モデルの推論、外部ツールの呼び出し、システム連携、人による確認、コンプライアンス対応にかかる費用を、成果報酬より低く抑えなければなりません。

難しい案件ほど多くの計算資源や人手を必要とする一方、成功率は低くなる可能性があります。顧客が難易度の高い仕事だけをAIに任せるようになれば、ベンダーにとって採算と拡張性の課題は一層大きくなります。

4. 企業は予算の予測可能性も求める

成果に対して支払う仕組みは魅力的でも、企業の調達部門は、料金上限、最低利用額、固定料金との組み合わせ、監査可能な利用記録を求めるでしょう。

特に規制の厳しい業界や、人命・金融・重要な意思決定に関わる業務では、精度、セキュリティ、責任の所在、ガバナンスが確認されるまで、自律的なAIの行動範囲が制限される可能性があります。

「席課金の終わり」ではなく、混合モデルへ

Agentforceが示しているのは、SaaSの席課金がすぐに消えるという話ではありません。より可能性が高いのは、プラットフォームへのアクセスをサブスクリプションで課金し、AIの活動量を従量課金で測り、成果を明確かつ検証可能な業務には成果報酬を適用する混合市場です。

問い合わせ解決、予約受付、見込み顧客の選別のように、成果を定義しやすい業務ほど、このモデルは導入しやすくなります。一方、長期化する営業、経営判断、複数部門が関与する複雑な業務では、成果の帰属が難しく、個別交渉の契約にとどまる可能性が高いでしょう。

AIエージェントが「ソフトウェア」から「仕事を担う労働力」に近づくほど、企業が支払う単位も、利用権から実行された仕事へと移っていきます。Salesforceの次の課題は、AIが何をしたかではなく、どの成果を、どの条件で、誰の貢献として請求できるのかを明確にすることです。