データカルチャー BI is dead、有識者はどうみているか Mei Yamaguchi 2026年9月24日 SaaS is deadの流れを受けて、「データの可視化・分析のBI(ビジネス・インテリジェンス=BI is Dead)も淘汰される」という意見が交わされています。そこで、Salesforce blogではこの分野の有識者、スペシャリストにこの論調をどうみているのか。5つの質問をストレートにぶつけました。 データ管理 データ データアクティベーション Data Cloud オントロジーとは。AI時代のビジネスにこそ必要な「意味の設計図」を簡単解説 Tsuyoshi Kimura 2026年9月11日 オントロジーとは、AIが自社データの“意味”を理解するための設計図です。哲学由来のこの言葉が、なぜ今AI活用の最前線で再注目されるのか。RDF・OWLといった技術の基礎から、タクソノミーやナレッジグラフとの違い、ビジネスでの活かし方、実践ステップまで解説します。 Data Cloud CEO CIO データ Tableauの活用事例を紹介!導入背景・効果を具体的に解説 Miho Akitsu 2026年9月2日 Tableauの活用事例を紹介。具体的な導入効果や、Salesforceと連携した事例も解説します。 Agentforce Agentforce 360 Platform Agentic AI Agentic AI AIエージェント活用事例|業界別の成功・失敗例と導入ポイントを解説 Miho Akitsu 2026年8月28日 成功事例だけでなく、失敗ケースも正直に公開。AIエージェントの業界別活用例と導入のポイントを解説。 CRM Agentic AI Agentforce お客様事例 【三瓶雅夫CDO】三井化学が挑む「数字を共通語にする」企業変革 Tsuyoshi Kimura 2026年8月26日 三井化学が長期経営計画「VISION 2030」で掲げるパーパス「グローバル・スペシャリティ・カンパニー」を実現するため、全社データ活用基盤「Tableau(タブロー)」による「数字を共通語にする」企業変革について常務執行役員 CDOの三瓶雅夫氏に聞きました。 データ CIO データアナリスト データカルチャー BIツールおすすめ比較ガイド|目的別の選び方・導入に失敗するパターンとその回避法まで解説 Miho Akitsu 2026年8月20日 おすすめBIツールの特徴や費用を徹底比較!目的別の選び方から、導入で失敗しないためのポイントまで分かりやすく解説。 レポート データ Agentforce 360 Platform データの可視化 データで未来を切り拓け。世界最大のデータ可視化コンテスト「Viz Games 2026」、日本で3回目の開催へ Mei Yamaguchi 2026年8月3日 「Tableau(タブロー)」を活用したデータの可視化コンテスト「Viz Games」。2026年も開催します。応募要項を紹介しますので、Tableauユーザーの皆さま、ご応募お待ちしております! AI(人工知能) データ CIO データ プロンプトでは、もう差がつかない。経営者が向き合うべき「コンテキスト負債」という新概念 Tsuyoshi Kimura 2026年7月24日 AI活用の成否を分けるのは、もはやプロンプトの巧拙ではありません。会社の知識や判断がAIに渡せる形で整っていない状態=「コンテキスト負債」という新しい指標を解説。ビジネスリーダーが向き合うべき理由と、明日から始める3つの問いを紹介します。 データ管理 データ戦略 データの可視化 Datablazer 【見逃し配信】国内最大級のデータの祭典「DataFam(データファム) Tokyo」で示した「見る」から「実行する」への次世代BI Tsuyoshi Kimura 2026年7月24日 2026年6月にセールスフォース・ジャパンが開催した国内最大のデータの祭典「DataFam(データファム)」。顧客事例や学生コンテストを含む前12本のセッションのオンデマンド配信を開始しました。本記事では、各セッションのサマリーをご案内します。 Digital 360 データアナリスト Datablazer Agentforce 【Agentforce Coworker の始め方】「使ってみたい」を「明日から使える」に変えるセットアップとライセンス完全ガイド Tsuyoshi Kimura 2026年7月14日 CRMの使い方を大きく変えるAIチームメイト「Agentforce Coworker(エージェントフォースコワーカー)」。その内容とセットアップ方法、ライセンス条件をまとめて解説します。 Agentforce 360 Platform Slack データアナリスト
データカルチャー BI is dead、有識者はどうみているか Mei Yamaguchi 2026年9月24日 SaaS is deadの流れを受けて、「データの可視化・分析のBI(ビジネス・インテリジェンス=BI is Dead)も淘汰される」という意見が交わされています。そこで、Salesforce blogではこの分野の有識者、スペシャリストにこの論調をどうみているのか。5つの質問をストレートにぶつけました。 データ管理 データ データアクティベーション
Data Cloud オントロジーとは。AI時代のビジネスにこそ必要な「意味の設計図」を簡単解説 Tsuyoshi Kimura 2026年9月11日 オントロジーとは、AIが自社データの“意味”を理解するための設計図です。哲学由来のこの言葉が、なぜ今AI活用の最前線で再注目されるのか。RDF・OWLといった技術の基礎から、タクソノミーやナレッジグラフとの違い、ビジネスでの活かし方、実践ステップまで解説します。 Data Cloud CEO CIO
データ Tableauの活用事例を紹介!導入背景・効果を具体的に解説 Miho Akitsu 2026年9月2日 Tableauの活用事例を紹介。具体的な導入効果や、Salesforceと連携した事例も解説します。 Agentforce Agentforce 360 Platform Agentic AI
Agentic AI AIエージェント活用事例|業界別の成功・失敗例と導入ポイントを解説 Miho Akitsu 2026年8月28日 成功事例だけでなく、失敗ケースも正直に公開。AIエージェントの業界別活用例と導入のポイントを解説。 CRM Agentic AI Agentforce
お客様事例 【三瓶雅夫CDO】三井化学が挑む「数字を共通語にする」企業変革 Tsuyoshi Kimura 2026年8月26日 三井化学が長期経営計画「VISION 2030」で掲げるパーパス「グローバル・スペシャリティ・カンパニー」を実現するため、全社データ活用基盤「Tableau(タブロー)」による「数字を共通語にする」企業変革について常務執行役員 CDOの三瓶雅夫氏に聞きました。 データ CIO データアナリスト
データカルチャー BIツールおすすめ比較ガイド|目的別の選び方・導入に失敗するパターンとその回避法まで解説 Miho Akitsu 2026年8月20日 おすすめBIツールの特徴や費用を徹底比較!目的別の選び方から、導入で失敗しないためのポイントまで分かりやすく解説。 レポート データ Agentforce 360 Platform
データの可視化 データで未来を切り拓け。世界最大のデータ可視化コンテスト「Viz Games 2026」、日本で3回目の開催へ Mei Yamaguchi 2026年8月3日 「Tableau(タブロー)」を活用したデータの可視化コンテスト「Viz Games」。2026年も開催します。応募要項を紹介しますので、Tableauユーザーの皆さま、ご応募お待ちしております! AI(人工知能) データ CIO
データ プロンプトでは、もう差がつかない。経営者が向き合うべき「コンテキスト負債」という新概念 Tsuyoshi Kimura 2026年7月24日 AI活用の成否を分けるのは、もはやプロンプトの巧拙ではありません。会社の知識や判断がAIに渡せる形で整っていない状態=「コンテキスト負債」という新しい指標を解説。ビジネスリーダーが向き合うべき理由と、明日から始める3つの問いを紹介します。 データ管理 データ戦略 データの可視化
Datablazer 【見逃し配信】国内最大級のデータの祭典「DataFam(データファム) Tokyo」で示した「見る」から「実行する」への次世代BI Tsuyoshi Kimura 2026年7月24日 2026年6月にセールスフォース・ジャパンが開催した国内最大のデータの祭典「DataFam(データファム)」。顧客事例や学生コンテストを含む前12本のセッションのオンデマンド配信を開始しました。本記事では、各セッションのサマリーをご案内します。 Digital 360 データアナリスト Datablazer
Agentforce 【Agentforce Coworker の始め方】「使ってみたい」を「明日から使える」に変えるセットアップとライセンス完全ガイド Tsuyoshi Kimura 2026年7月14日 CRMの使い方を大きく変えるAIチームメイト「Agentforce Coworker(エージェントフォースコワーカー)」。その内容とセットアップ方法、ライセンス条件をまとめて解説します。 Agentforce 360 Platform Slack データアナリスト