# エージェントネイティブなアプリストアを作る：Salesforce の Tyler Carlson が語る AgentExchange とヘッドレス戦略

- 番組: [Super Data Science: ML & AI Podcast with Jon Krohn](https://ai-curator.jp/podcasts/shows/cmv3z5c0j000j5o10v3e8e8p9)（Jon Krohn）
- 元のタイトル: 1042: Building for the Agent-Native App Store, with Salesforce’s Tyler Carlson
- 配信日: 2026年11月6日
- 長さ: 37分
- 要約作成日: 2026年11月6日
- トピック: [#Salesforce](https://ai-curator.jp/topics/Salesforce) [#AgentExchange](https://ai-curator.jp/topics/AgentExchange) [#MCP](https://ai-curator.jp/topics/MCP) [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#プラグイン・スキル](https://ai-curator.jp/topics/%E3%83%97%E3%83%A9%E3%82%B0%E3%82%A4%E3%83%B3%E3%83%BB%E3%82%B9%E3%82%AD%E3%83%AB) [#ヘッドレス SaaS](https://ai-curator.jp/topics/%E3%83%98%E3%83%83%E3%83%89%E3%83%AC%E3%82%B9%20SaaS)
- URL: https://ai-curator.jp/podcasts/cmw4zzond00016q10jva3bd23

## 要約

Salesforce の SVP で AgentExchange のプロダクト責任者を務める Tyler Carlson が、前回出演（第956回）以降の変化を語った。Salesforce はデータ・ワークフロー・権限基盤を API と MCP サーバーで開放する「ヘッドレス」戦略に転換し、AgentExchange は Salesforce と Slack のアプリ、エージェント、スキル、プラグイン等を一つに統合した。Tyler は LLM を計算層、エージェントハーネスを OS、スキルやプラグインをアプリとみなす新しいソフトウェアスタックの見方を示し、開発者には特定領域の課題に絞り、AI ハーネス向けプラグインとして設計するよう助言した。

## ポイント

- Salesforce は「ヘッドレス」戦略で、20年以上積み上げた API・MCP サーバー・データ・権限モデルを基盤として開放し、顧客やパートナーが独自のパーソナライズ UI を構築できるようにした。
- SaaStr は従来数十人いた従業員が、経営幹部3人と Agentforce 360 のエージェント群で運営される例として紹介された。人間向けの利用と、企業の代わりに動くエージェントの両方が共通基盤を必要とするという見方が示された。
- AppExchange は AgentExchange へ進化し、Slack のアプリも統合。キーワード検索中心だった仕組みを、セマンティック検索を経て、購買判断を支援する「機能推論エンジン」へ発展させようとしている。
- 購買担当者のエージェントが要件整理、調査、RFP 発行、比較、推薦まで行う世界を想定し、人間だけでなくエージェントも発見の対象者として設計している。
- Tyler は LLM＝計算層、ハーネス（Claude Code や Claude Cowork 等）＝OS 層、スキル・プラグイン・MCP サーバー＝アプリ層という比喩を示し、価値はハーネスとプラグイン層に集まると述べた。
- スキルは複数の AI ツールで評価し、ツール間の差異を吸収する必要がある。Salesforce は UI 部品を翻訳するヘッドレス体験レイヤーを構築した。現状はモバイルの2007年頃にあたる黎明期だと位置づけた。

## 章立て

- [01:03] **ヘッドレス Salesforce 戦略** — 1月以降の変化として、API や MCP サーバーを開放し、顧客が自分専用の体験を構築できる戦略転換と Claude との連携が語られる。
- [05:04] **SaaStr の事例と二つの利用パターン** — 数十人から幹部3人とエージェント群になった SaaStr を例に、人間向けとエージェント向けという二つの利用形態と共通基盤の重要性を議論する。
- [10:50] **AppExchange から AgentExchange へ** — Slack との統合、検索の高度化、エージェントが購買調査を行う世界を見据えた機能推論エンジンの構想を説明する。
- [18:06] **新しいソフトウェアスタックの比喩** — LLM を計算、ハーネスを OS、スキル・プラグイン・MCP をアプリとみなす枠組みと、価値が上位層に移る理由を述べる。
- [23:03] **Claudeforce と複数ツールでの評価** — スキルを Claude、Codex、Cursor などで評価する難しさ、80対20の問題、UI を翻訳するヘッドレス体験レイヤー、モバイル黎明期との類比を語る。
- [30:31] **実務者への助言とクロージング** — 特定領域の課題に集中し、流通を意識し、最初からプラグインとして設計する助言。書籍紹介とフォロー先の案内で締める。

## 解説記事

Super Data Science Podcast の第1042回は、Salesforce で AgentExchange とパートナー体験のプロダクトを率いる SVP、Tyler Carlson の再登場回だ。ホストの Jon Krohn が、ヘッドレス戦略、統合マーケットプレイス、AI 時代のソフトウェアスタックについて聞いた。なお本回は Salesforce との提携による企画である。

#### ヘッドレス Salesforce：UI から基盤へ

Tyler によれば、Salesforce は今年初めに「Headless Salesforce」という戦略を打ち出した。これまで投資してきた API や MCP（Model Context Protocol）サーバーなどを、顧客が独自の体験を作るためのインフラとして開放するものだ。

背景にあるのは、AI ツールやハーネス（AI を動かす実行環境）の登場で、顧客データを参照するパーソナライズされた成果物を簡単に作れるようになったことだ。同氏は、Salesforce が20年かけて作った標準 UI は多くの顧客に共通して役立つ「最小公倍数」であり、出発点にすぎないと述べている。データ、ワークフロー、権限モデルといった25年分の資産はそのままに、画面は誰が作ってもよいという考え方である。

さらに Claude との提携（番組内では Claudeforce と呼ばれている）により、Claude Code や Claude Cowork 上で Salesforce のデータとワークフローを使った体験を作れるようになった。個人が自分用のダッシュボードを作ることも、パートナーが業界知見を載せた独自の体験を作ることも可能だという。

#### SaaStr が示すエージェント運営

Jon は Dreamforce で見た事例として、SaaS 向けカンファレンスで知られる SaaStr を挙げた。以前は数十人の従業員がいたが、現在は経営幹部3人と Agentforce 360 のエージェント群で運営されているという。

Tyler はここから、ソフトウェアの利用に二つのパターンが生まれていると説明する。一つは、AI アシスタントを備えた人間が、エージェントハーネスという新しい OS のような環境で、業務ロジックを表現する短命な成果物を作って共有するパターン。もう一つは、SaaStr のように、人間の労働力に相当する仕事を企業向けエージェントが担うパターンだ。両者が同じ企業目標に向かうには、データ・プロセス・セキュリティの共有基盤が必要であり、Salesforce はその役割を担いたいとしている。また SaaStr の事業は営業やサービスとは異なるプロセスで動いており、Salesforce が想定する典型用途以外にも使われている例だと述べた。

#### AppExchange から AgentExchange へ

2005年に始まった AppExchange は、Salesforce を拡張するアプリの市場として発展してきた。しかし約1年前から、アプリや拡張の定義が広がったこと、Slack に豊富なエージェントやアプリのエコシステムがあることなどから、再設計が必要になったという。現在の AgentExchange には、エージェント、スキル、AI ハーネス用プラグイン、データ資産などが集まる。

もう一つの大きな変化は、探す主体が人間だけではなくなったことだ。Tyler は、調達や IT の責任者が自分のエージェントに、要件の整理、評価基準の作成、市場調査、RFP の発行、回答の集約、順位付け、購買推奨までを任せる場面を想定する。従来のキーワード検索ではこれを支えられないため、セマンティック検索を導入し、さらに「製造業向けの最良の CPQ（見積）ソリューションは何か」といった問いに対し、必要な機能や追加質問まで含めて意思決定を助ける「機能推論エンジン」を目指しているという。

#### LLM は計算、ハーネスは OS、プラグインはアプリ

番組の核となるのが Tyler のスタック比喩である。大規模言語モデルは計算・推論の層、Claude Code や Claude Cowork のようなハーネスは iOS や Windows に相当する OS 層、そしてプラグイン、スキル、MCP サーバーは OS 上で動くアプリ層にあたる。Jon も、こうした説明は初めて聞いたと評価していた。

この見方では、未定義の問題を賢いモデルに投げる使い方は減り、ハーネスとプラグイン層に価値が集まる。モデルの選択はタスクに合う計算資源を選ぶこと（モデルルーティング）に近く、良い出力を決めるのは、タスク固有のコンテキストと、出力を検証する評価（evals）だとされる。そのため、パートナーや開発者は UI の開発から、モデルへの指示であるスキル、ドメイン知識、評価、MCP による接続をまとめた「プラグイン」の開発へ移りつつあると語った。

#### 複数ツールでの評価と UI の翻訳

Salesforce のスキルやプラグインは Claude だけでなく、OpenAI の Codex や Cursor でも動く。信頼性の確保について Tyler は、同社も試行錯誤の途上で「傷跡」もあると率直に認めた。対策は二つで、ドメインの問題を深く理解して出力に一定の「センス」を持たせること、そして各ツールの差異を踏まえて横断的にテストし、そのロジックを提供層に組み込むことだ。また、モデルは80%までは印象的に到達するが、残りの20%が重要であり、適切な指示と評価でそこを引き上げられると述べた。

さらに、テキストの羽ばたきに顧客が疲れる問題に対して、Salesforce は UI 部品を翻訳する「ヘッドレス体験レイヤー」を作った。モデルに UI の表現方法を伝え、各インターフェースになじみつつ、データの見せ方にはある程度の指針を与える仕組みだ。Tyler は現状を、iPhone と App Store が登場した2007年頃に例え、今後ツールや洗練度が大きく伸びると見ている。

#### 開発者への助言

AI 実務者への助言として Tyler は、まず特定ドメインの痛みの大きい課題に絞って解くこと、次に対象顧客を明確にして流通を考えることを挙げた。AgentExchange は顧客と解決策のマッチングを通じて流通を支援する位置づけで、実際の顧客ニーズを満たす開発者に流通が集まっていくと同氏は見ている。そして、従来型の作り方を考えているなら、それを AI ハーネス向けのプラグインとして表現したらどうなるかを最初から考えるべきだと述べた。

#### まとめ

本回は、SaaS ベンダーが画面（UI）の提供者から、データ・ワークフロー・権限を担うインフラ提供者へ軸足を移すという方向性を、Salesforce の当事者が語った点に価値がある。LLM、ハーネス、プラグインというレイヤー分けは、自社製品の位置づけを考える際の整理に使えそうだ。日本のエンジニアや事業者にとっては、製品を人間向け UI だけでなく、エージェントが発見・利用・評価できる形で提供する発想が今後の注目点になる。なお、内容は提携番組での発言であり、各種の展望は Tyler の見方として受け取るのがよい。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Super Data Science: ML & AI Podcast with Jon Krohn「1042: Building for the Agent-Native App Store, with Salesforce’s Tyler Carlson」