Salesforce 釋出 CRM 推理模型 Koa：基於輝達 Nemotron，操作準確率提升 11%

企業做 AI 智慧體最怕兩件事：一是把自家客戶資料直接送進閉源大模型的黑盒裡，二是讓通曉天文地理的通用模型去幹催賬、轉派工單這種細緻活，算力花得心疼，動作還總容易叫錯。

Salesforce 在 Dreamforce 大會上給出了自己的解法：正式釋出首個專為 CRM 場景打造的推理模型 Koa。這個模型基於 NVIDIA 的開源 Nemotron 模型（Nemotron 3 Super）後訓練而來，主打讓企業在自己的信任邊界內，跑專門處理多步驟業務流程的數字員工。

拿合成數據教 AI 做業務，堅決不碰客戶隱私

Salesforce 做 AI 很多年，之前給 Agentforce 塞了大量處理簡單雜務的小模型，但只要遇到需要長程規劃、多步推理的複雜任務，閘道器還是得把請求轉給 Claude 或 ChatGPT 這類前沿大模型。

Salesforce AI 執行副總裁 Jayesh Govindarajan 透露，他們一直想做自己的企業級前沿推理模型，但之前苦於沒有合適底座。阿里開源的 Qwen 雖強，但他們摸不清訓練資料來源；直到主權屬於美國、資料來源清晰的開源 Nemotron 出現，雙方才一拍即合。

Koa 並沒有使用任何真實客戶的資料進行預訓練或微調。Salesforce 把自己過去 27 年積累的業務流程、合規政策拆成合成場景，模擬了涵蓋金融、醫療、製造、差旅等 14 個以上行業的真實互動，比如暴躁客戶打進熱線客服，或者銷售員敲定訂單的各種分支。

模型推理時固定在零溫度（temperature 0）執行，並且外掛了一套專用的服務治理套件，確保模型不會憑空發揮，所有客戶資料都嚴格留在 Salesforce 自己的信任邊界內部。

從官方公佈的測試指標來看，在模擬實際 CRM 任務的 CRM Bench 上，Koa 拿下了 0.86 分，已經逼近 Claude Opus 4.8 的 0.87 分和 GPT-5.5 的 0.90 分。與通用大模型相比，它呼叫正確操作的精準度提高了 11%，上下文記憶提升了 15%，找回客戶背景資訊的可靠性高出 2.1 倍，整體報錯率降為原來的三分之一。

目前 Koa 已經在 Salesforce 內部的 Slack 員工助手上線，並在芝加哥大學醫學中心、F1、Xero、Baxter Credit Union、Engine 以及 1-800Accountant 等機構展開試點。企業可以在 Agentforce 的組織全域性設定裡將它設為基礎模型，也能在具體智慧體或子智慧體粒度上選用它。美區正式商用時間定在 2026 年冬季，隨後會啟動公開測試。

在釋出 Koa 的同時，Salesforce 也沒有徹底關上閉源生態的大門，他們同步上線了與 Anthropic 深度繫結的 Claudeforce，內建 37 項預設銷售技能，允許客戶通過 Claude 介面直接呼叫背後的 Salesforce 業務邏輯。

為什麼重要

對企業 IT 和業務負責人來說，Koa 的出現提供了一個非常切實的替代方案。過去大家被兩頭夾擊：要麼自研小模型能力不足，要麼呼叫閉源前沿模型，每次推理燒掉大量 token，成本高昂還不透明。Koa 針對 CRM 動作做了 token 最佳化，如果你的團隊正在構建處理大量多步驟跟進、工單流轉的客服或銷售智慧體，它很值得在上線美區後第一時間建一個沙盒測試。你可以直接拿它對比處理一條退款或修改商機狀態的響應延遲與成功率，看看能否真正壓下 API 賬單。

從行業競爭來看，我們認為這是企業級 SaaS 巨頭向 OpenAI、Anthropic 這類大模型實驗室打響的防禦戰。通用模型廠商一直試圖通過工作區應用接管終端入口，把軟體服務商降級為純粹的底層資料庫；而 Salesforce 借力 NVIDIA 開源底座自研垂直推理模型，就是要把最關鍵的「業務大腦」牢牢捏在自己手裡。不僅能降低對外部算力的採購依賴，未來坐在談判桌前也有了底牌。

不過，這種做法並非沒有隱患。Salesforce 既要當 Anthropic 的分銷渠道和戰略客戶，又要用 Koa 在核心業務推理上分流流量，這種又合作又競爭的平衡很難拿捏。另外，模型完全靠合成數據調優，在標準化工作流上可能表現出眾，但面對企業內部各種沒有成文規範的非標準流程時，能否保持宣傳中的低錯誤率，仍有待更廣泛的生產環境檢驗。