Salesforce och NVIDIA tillkännagav Koa den 15 september, en resonemangsmodell som företagen beskriver som den första som byggdes specifikt för hantering av kundrelationer. Istället för att träna en grundmodell från grunden, eftertränade Salesforce NVIDIAs öppna Nemotron 3 Super-modell – en 120B-parameterbas – på en egenutvecklad syntetisk datauppsättning som modellerats på nästan tre decennier av kunskap om CRM-distribution. Modellen driver nu specialiserade agenter på Salesforces Agentforce-plattform, och pilotkunder inklusive Formel 1, Xero och UChicago Medicine provar den redan.
Tillkännagivandet, som gjordes under Salesforces Dreamforce-konferens i San Francisco, markerar en anmärkningsvärd förändring i hur företagsprogramvaruleverantörer närmar sig AI. Istället för att hyra intelligens från gränslaboratorier byggde Salesforce sin egen specialiserade modell – och höll kontroll över vikterna. För mer sammanhang om den här historien, se vår pågående AI-industribevakning.
Hur Koa byggdes — Utan kunddata
Salesforce är explicit om en punkt: ingen kunddata användes för att träna Koa. Utbildningskorpusen består helt och hållet av syntetiska scenarier som täcker resonemang, verktygsanvändning och beslutsfattande som Agentforce-agenter utför över CRM-arbetsflöden – generera leads, kvalificera möjligheter, lösa serviceärenden.
Enligt det gemensamma tillkännagivandet simulerar scenarierna verkliga företagsarbetsflöden inom mer än 14 branscher, inklusive tillverkning, finansiella tjänster, hälsovård och resor. Varje scenario parar en persona med en uppsättning uppgifter, och sekvensen av åtgärder och verktygsanrop som krävs för att slutföra dem kartläggs i förväg.
För efterträning tillämpade Salesforce övervakad finjustering följt av förstärkningsinlärning med Group Relative Policy Optimization (GRPO), körd på NVIDIAs NeMo RL, NeMo Gym och NeMo AutoModel-verktyg. Företaget säger att utbildning i en riktad uppsättning prioriterade företagsuppgifter lärde modellen att nå mål genom sekvenser av korrekta åtgärder, snarare än att bara producera ett korrekt svar.
Forskningen bakom modellen
En forskningsartikel som lämnades in till arXiv den 14 september beskriver Koas särskiljande komponent som en pipeline för simulering till belöning: arbetsflödesspecifikationer omvandlas till personanpassade, multi-turn uppgifter, med belöningar knutna till att lösa varje uppgift genom framgångsrik verktygsanvändning. För företagsdomäner är dessa specifikationer skrivna i Agent Script, Salesforces deklarativa språk för att bygga Agentforce-agenter. Samma simulerings- och jordade belöningsmaskineri drev GRPO över både företags- och offentliga verktygsanvändningsdomäner.
Författarna rapporterar att Koa förbättrar sin öppna viktbas över offentligt verktygsanvändning, agentresonemang och CRM-riktmärken för företag, med de tydligaste vinsterna i multi-turn-verktygsanvändning. Modellen överträffar en stark proprietär baslinje samtidigt som den ligger under de starkaste gränsmodellerna – en lucka som Salesforce satsar spelar ingen roll för CRM-arbete.
Benchmarks: Tre gånger färre fel på CRM-uppgifter
På Salesforces eget CRM-riktmärke – en uppsättning verkliga uppgifter som att uppdatera en möjlighet, dirigera ett ärende eller schemalägga en uppföljning – säger företaget att Koa matchar eller överträffar ledande modellprestanda på CRM-åtgärder med tre gånger färre fel.
Det påståendet spelar mindre roll för dess rubriknummer än för dess premiss: en mindre modell specialiserad på en domän kan slå gränsmodeller för allmänna ändamål vid domänens uppgifter. Det är samma argument som förespråkare med öppen vikt har gjort hela året, nu med ett företagstestcase bifogat.
Trust Boundary and Government Push
Salesforce säger att de kontrollerar Koa-modellens vikter och utför efterträning och slutledning helt inom sin egen förtroendegräns, så ingen kunddata passerar den gränsen under slutledning. Den positioneringen är helt riktad mot reglerade branscher.
Tillsammans med Koa tar de två företagen Nemotron-baserade modeller in i Missionforce, Salesforces regeringsfokuserade erbjudande. Eftertränade NVIDIA-modeller kommer att driva Missionforce Operations, som digitaliserar statliga arbetsflöden inklusive inköp, leverantörshantering och logistik – inklusive distributioner på nätverk med luftgap som aldrig berör offentlig infrastruktur. Missionforce Operations är allmänt tillgängligt nu i USA:s regioner, och de eftertränade modellerna når utvalda kunder i oktober 2026.
Piloter på gång, allmän tillgänglighet i vinter
Koa används redan i själva Salesforce, inklusive en Slack-agent som hjälper anställda att hitta information och utföra vardagliga uppgifter. Kundpiloter pågår med 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine och Xero.
Ryan Teeples, strategichef på 1-800Accountant, sa att Koa låter företagets agenter resonera steg för steg genom skatteregler, finansiella data och kunddokument. Vid UChicago Medicine sa marknadschef Andrew Chang att modellen kan hantera längre koordineringsarbetsflöden i flera steg, vilket frigör team för patientvård.
Allmän tillgänglighet förväntas vintern 2026 i USA:s regioner.
Varför det är viktigt
Den strategiska undertexten är svår att missa. Som Techzine noterade tillkännagav Salesforce sin egen modell bara några veckor efter att ha utökat sitt partnerskap med Anthropic för att få in Claude i sina produkter. VD Marc Benioff inramade Koa som produkten av den samlade erfarenheten: "Det mest värdefulla Salesforce har byggt är inte vår plattform – det är den samlade kunskapen om hur företagsaffärer faktiskt fungerar. Med Koa placeras kunskapen i själva modellen."
NVIDIAs Jensen Huang hävdade att Nemotrons öppna modeller gav Salesforce grunden för en CRM-modell som kan resonera och agera säkert. För NVIDIA är varje företag som eftertränar Nemotron en annan distributionskanal för sin datorstack.
Koa är också en datapunkt i en bredare trend för 2026: företag som specialiserar sig på öppna grundmodeller för smala, värdefulla domäner snarare än att vänta på att gränslaboratorier ska skicka vertikala produkter. Specifikationsdriven förstärkningsinlärning, konstaterar arXiv-tidningens författare, erbjuder en praktisk väg till just det.
Om påståendet om tre gånger färre fel håller i produktionen, förvänta dig att andra företagsprogramvaruleverantörer följer samma väg - och förvänta dig att frontier labs argumenterar, med viss motivering, att deras nästa modeller kommer att täppa till det specialiserade gapet ändå.
---
Stay ahead of AIFå de senaste AI-nyheterna, analyserna och genombrotten – allt på ett ställe.
Läs mer AI-nyheter →
