01 / QUICK GUIDE
まず、30秒でつかむ
- 01
Salesforceは2026年8月17日、複数のサービスに散らばるAIエージェントを発見・登録・統制するMuleSoft Agent Fabricの新機能群とOmni Gatewayを日本で提供開始しました。
- 02
現在使える機能と将来計画は別です。Agent Scannersなどは提供済みですが、A2A Bridgeなどは2026年第3四半期、緊急停止機能は2027年第3四半期の予定です。
- 03
AIの利用量や権限を一か所で見られる狙いは明確ですが、日本価格、導入社数、削減費用や事故件数は公表されていません。
02 / KEY WORDS
専門用語を、やさしく。
ここだけ押さえれば、残りの本文はスムーズに読めます。
- AIエージェント
- 質問へ答えるだけでなく、目標に沿って情報を探し、外部ツールを呼び出し、複数の作業を進めるAIです。動ける範囲が広いほど権限管理が重要になります。
- MCP
- Model Context Protocolの略です。AIが社内データや外部サービスへ接続するための共通ルールで、パソコンの周辺機器をつなぐ規格に近い役割を持ちます。
- コントロールプレーン
- 現場で動くAIを一台ずつ操作するのではなく、一覧、権限、通信ルール、監査記録をまとめて管理する司令塔のような仕組みです。
- トークン
- AIが文章を読み書きするときに数える細かな単位です。処理量や料金計算の基準になるため、社員数だけでなくトークン量もAI費用の管理に使われます。
03 / THE FACTS
何が起きたのか
Salesforceは8月17日16時、MuleSoft Agent Fabricの新機能群とMuleSoft Omni Gatewayを日本で提供開始したと発表しました。企業がAIを試す段階から、本番で管理する段階へ進むことを支える製品です。
Agent Scannersは、Salesforce Agentforce、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Copilot Studio、Claudeなど複数の環境を調べ、AIエージェント、MCPサーバー、API（ソフトウェア同士の接続口）を台帳へ登録すると説明されています。
Agent Brokerは複数のAIやツールへ作業を振り分けます。Omni Gatewayは、AIやAPIの通信に認証、利用上限、安全ルールを適用し、トークン消費や操作記録を追えるようにする関所の役割です。
提供済みは、Agent Scanners、MCP Bridge、Agent Brokerと、Omni GatewayのMCP Bridge、AI Gateway: LLMs（大規模言語モデルへの接続を管理する機能）です。AI同士をつなぐA2A Bridgeや動作確認用のPlaygroundなどは2026年第3四半期予定で、未提供です。
Model WalletとAgent Kill Switchは2027年第3四半期の予定です。Salesforceは、将来機能が遅れたり、提供されなかったりする可能性も明記しており、現在利用できる機能を基準に購入するよう案内しています。
つまり、何が重要なのか
結論から言うと、今回の主役は新しいAIではありません。社内に増えたAIを見つけ、名簿へ載せ、誰の権限で何をしたか記録する管理の仕組みです。
ただし、提供開始と効果実証は別です。どの機能が現在使え、何が将来予定なのかを分け、価格と自社環境での効果を確認してから判断する必要があります。
04 / THE CONTEXT
なぜ、今これが重要なのか
これまでは、部署ごとに一つの生成AIを試す程度でした。いまは営業、経理、開発、問い合わせ対応に別々のAIが入り、さらにAI同士が外部サービスを呼び出すため、情報システム部門から見えない『野良AI』が生まれやすくなっています。
Salesforceの調査では、日本のITリーダーの76％がAIエージェントは価値より複雑さを増やすのではないかと懸念しています。これは同社の調査値であり、Agent Fabricが問題を解決した割合ではありません。
同社はトークン消費が4年で24倍になるとの予測や、ある企業で1日10億から270億トークンへ増えた例も紹介しました。大きな数字ですが、個別事例と予測であり、日本企業すべてに当てはまる実績ではありません。
本番運用では、誰の権限で動いたか、費用がどこで増えたか、事故を追跡できるかという土台が必要です。
05 / WHAT IT MEANS FOR YOU
私たちには、何が変わる？
非エンジニアにとっても無関係ではありません。たとえば営業AIが顧客情報を読み、メールを作り、別のAIへ渡すなら、元の社員が見られない情報まで連携されていないか確認する必要があります。
管理者は、AIの一覧を作るだけでなく、所有部署、担当者、触れてよいデータ、月間上限、停止方法を決めることになります。社員アカウントの入社・異動・退職管理を、AIにも広げるイメージです。
一元管理できるという会社説明は魅力的ですが、価格、対応範囲、検出漏れ、処理速度、国内顧客の削減実績は未公表です。導入前に、自社のAIが本当に台帳へ載るかを小さく試す必要があります。
大切なのは、AIを禁止することではありません。使えるAIと用途を見える化し、機密情報を扱う仕事ほど強い制限をかけ、失敗したときに人が止められる状態を作ることです。
07 / NEXT ACTION
今日から、どう動くか
- 01
部署で使うAI、作成者、接続先、扱うデータ、月間費用、停止担当を一枚の台帳へ書き出す。
- 02
一つのAIを選び、閲覧、入力、送信、削除の権限と、操作ログを誰が確認するかを決める。
- 03
製品評価では提供済み機能と将来予定を二列に分け、価格、対応範囲、検出漏れ、停止手順を実機で確かめる。