「AIに働かせる」のか「人を鍛える」のか──Agentforce と Agentic Learning は競合ではなく両輪

「Agentforce を入れれば営業が自動化される」「エージェントが勝手に学習して賢くなる」──このところ最もよく聞く期待です。一方で Meta Flow AI が提供する Agentic Learning も“エージェント”を名乗ります。名前が似ているこの二つは、競合するのでしょうか。

結論から言えば、両者は向かう先が正反対です。一方は業務をAIが代行し、もう一方はAIが人を鍛える。そして実務では、片方だけでは「PoC止まり」になりやすい。本稿では、実機の Agentforce エージェントを起点に、この違いを具体的に分解します。

まず実機で見る ── Agentforce が「学習する」とはどういうことか

抽象論を避けるため、Meta Flow AI が Agentforce Developer Edition 上で構築した検証エージェント 「NBA Sales Agent」（NBA = Next Best Action）を題材にします。これは自動車ディーラーの営業リードに対し「次の一手」を提案するエージェントで、複数のサブエージェント（Topics）に役割を分解した、典型的な Agentforce 構成になっています。

General FAQ ── ナレッジ記事を検索し、製品仕様・ポリシー・手続きの質問に答える
Off Topic / Ambiguous Question ── 話題が逸れた／曖昧なときに会話を本筋へ誘導する
NBA Recommendation ── 「自己改善するNBA学習エンジン」を参照し、リードへの次善手を推薦する

注目すべきは最後の NBA Recommendation です。このサブエージェントは、単にプロンプトで応答するのではなく、二つのアクションで学習ループを回します。

実機の指示文より（要約）ユーザーが「次に何をすべきか」を尋ねたら、リードID と文脈（チャネル・ファネル段階・エンゲージメントスコア・滞留日数・下取りの有無）を添えて NBA Next Best Action を呼び出し、proposedAction を提示する。推薦は時間とともに実成果から改善する学習ポリシー（policyId）由来であり、保証ではなく「推薦」として扱う。
会話のあとは、成約意欲・反論解消・マイクロコンバージョン（試乗予約など）から代理報酬（reward, 0〜1）を抽出し、NBA Extract Reward を呼ぶ。「これが、エージェントの会話が学習シグナルに変わる仕組み」だと指示文は明言している。

つまり Agentforce のエージェントは、提案 →（人間の営業が実行）→ 成果を報酬として回収 → ポリシーを更新という、強化学習的なループを内側に持てます。「エージェントが学習して賢くなる」は、もう抽象的な売り文句ではなく、実機で構成できる現実です。

では Agentic Learning とは何が違うのか

ここで肝心なのは、「賢くなるのは誰か」です。NBA Sales Agent で学習するのはシステム（ポリシー）であり、人間の営業はその提案を実行する役割に回ります。エージェントが上達するほど、人間の判断領域はむしろ縮みます。これが Agentforce に代表される「AIに働かせる」方向です。

Meta Flow AI の Agentic Learning は、同じ「学習ループ」を人間に向けて回します。AIエージェントが営業や接客のロールプレイ相手・コーチとなり、受講者の応答を評価し、弱点に合わせてシナリオを動的に変える。報酬として最適化するのは処理件数ではなく、受講者の習熟度と現場での再現性です。学習するのはシステムではなく人。エージェントが上達させるのは、自分自身ではなく従業員の能力です。

比較 ── 同じ“エージェント”でも、向かう先は正反対

観点	Agentforce（Salesforce）	Agentic Learning（Meta Flow AI）
ひとことで	AIエージェントが業務を代行・実行する	AIエージェントが人を教え・鍛える
学ぶ主体	システム／学習ポリシー	従業員／組織の能力
主役	業務ワークフロー	人の判断・行動
狙う成果	自動化・工数削減・スループット	スキル定着・行動変容・現場での再現性
形	顧客対応・営業・バックオフィスの自動化	動的ロールプレイ研修＋適応型ドリル
報酬／指標	処理件数・成約・コスト削減（ARR）	習熟度・再現性・定着率
立ち位置	「AIに任せる」領域を広げる	「AIを使いこなす人」を増やす

競合ではなく両輪 ── 片方だけでは回らない

NBA Sales Agent の学習ループを思い出してください。エージェントの推薦が成果（報酬）に変わるのは、人間の営業がその提案を的確に実行できたときです。提案を理解せず、文脈も読めない営業に渡せば、報酬シグナルは濁り、ポリシーはうまく育ちません。使いこなす人が育たなければ、自動化そのものの学習が止まるのです。

使い分け

自動化（Agentforce）だけを導入しても、使いこなす人が育たなければ“PoC止まり”になります。Agentic Learning で人を鍛え、Agentforce のようなエージェントを本番で回す──この両輪をつなぐのが Meta Flow AI の役割です。

Agentforce は「AIに任せられる仕事」を広げ、Agentic Learning は「AIを使いこなせる人」を増やす。どちらも生成AIを本番で回し続けるために要る、車の両輪です。導入の問いは「どちらを選ぶか」ではなく、「自社のどの業務を任せ、どの人材を鍛えるか」──その配分設計にあります。

連携させると何が起きるか ── Agentic Learning × Agentforce の相乗効果

両者は並べて使うだけでなく、つなぐことで一段強くなります。Agentforce の運用データを Agentic Learning の教材に流し込み、鍛えた人材を再び Agentforce の運用に戻す──この循環が生む具体的なメリットは次の通りです。

報酬シグナルが濁らず、自動化の学習が速く回る

NBA Sales Agent の学習は、人間の営業が proposedAction を的確に実行できて初めて、きれいな報酬（reward）に変わります。Agentic Learning で「エージェントの提案をどう読み、どう試乗予約まで運ぶか」を事前に鍛えておけば、現場が返すシグナルの質が上がり、学習ポリシーの収束が速くなる。人材育成が、そのまま自動化側の精度向上に直結します。

立ち上げ（オンボーディング）が劇的に短くなる

新しいエージェントを本番投入するとき、ボトルネックは技術ではなく「現場が使いこなせるまでの時間」です。Agentic Learning の動的ロールプレイで、Agentforce が実際に返す提案・FAQ・エスカレーション分岐をそのままドリル化すれば、配属初日から「エージェントと組んで働ける」状態を作れます。PoC から本番までの“谷”を人材面から埋めます。

運用ログがそのまま「最新の教材」になる

Agentforce には会話・成約・反論・エスカレーションのログが蓄積します。これを Agentic Learning の素材にすれば、現場で実際に起きたケースで研修を更新し続けられる。製品改定や新トピック追加のたびに教材が自動で陳腐化する問題から解放され、研修と運用が同じ鮮度で動きます。

「任せる／人がやる」の線引きを根拠を持って引ける

どの業務をエージェントに任せ、どこを人が持つか。Agentic Learning 側で測れる習熟度・再現性と、Agentforce 側の処理実績・成果を突き合わせれば、感覚ではなくデータで配分を決められます。エージェントが苦手な領域は人を厚く、人の習熟が追いついた領域は自動化を広げる──境界を継続的に最適化できます。

ガバナンスと品質基準を共通言語で持てる

エージェントの応答品質を評価する基準（何を“良い対応”とするか）は、そのまま人材育成の到達目標にもなります。同じルーブリックで AI と人を評価すれば、顧客体験の一貫性が保たれ、監査・コンプライアンス上の説明責任も一本化できます。

連携の要点

Agentforce の運用データを Agentic Learning の教材に、Agentic Learning で鍛えた人材を Agentforce の運用に。この循環が回り始めると、自動化の精度と人材の習熟が互いを押し上げる──単独導入では届かない複利が生まれます。