The Pulse
Salesforce presenta Koa, un modello CRM per Agentforce
Salesforce presenta Koa, un modello di ragionamento CRM basato su NVIDIA Nemotron per gli agenti Agentforce. L’azienda afferma che Koa migliora la selezione delle azioni, la conservazione del contesto e l’affidabilità, ma i risultati pubbli
AI.info Team ·
Salesforce afferma che il suo nuovo modello Koa ottiene risultati migliori dei modelli general purpose nelle attività CRM, ma le prove arrivano da un benchmark sviluppato e gestito dalla stessa azienda. Presentato il 15 settembre, il modello è progettato per alimentare gli agenti Agentforce nelle attività articolate in più passaggi, come aggiornare le opportunità, smistare i casi di assistenza e programmare i successivi contatti.
Salesforce descrive Koa come il suo primo modello di ragionamento CRM. Sviluppato tramite post-training di modelli open di NVIDIA Nemotron, Koa utilizza scenari aziendali sintetici anziché dati dei clienti e funziona all’interno dell’infrastruttura della stessa Salesforce. L’azienda afferma che questa architettura le offre un maggiore controllo sui pesi del modello, sulla gestione dei dati e sul comportamento degli agenti che operano sui record Salesforce.
Il benchmark di Salesforce sostiene la specializzazione
Salesforce riferisce che, nel proprio CRM Bench, Koa eguaglia o supera le prestazioni dei modelli leader nelle azioni CRM, producendo al contempo tre volte meno errori. Il benchmark include attività tratte da flussi di lavoro CRM comuni, tra cui aggiornamenti delle opportunità, smistamento dei casi e programmazione dei successivi contatti.
Rispetto a quelli che Salesforce definisce i suoi attuali modelli predefiniti di intelligenza generale, l’azienda riferisce che Koa è più preciso dell’11% nella selezione dell’azione corretta, 2,1 volte più affidabile nel richiamare il contesto dei clienti e migliore del 15% nel conservare il contesto nel corso di conversazioni lunghe. Questi dati sono misurazioni di Salesforce; nell’annuncio l’azienda non identifica i modelli concorrenti né fornisce una valutazione indipendente.
La distinzione è importante perché Koa non viene presentato come un modello general purpose. Salesforce lo ha addestrato per le istruzioni, le chiamate agli strumenti e le policy aziendali utilizzate dagli agenti Agentforce nei flussi di lavoro di assistenza clienti, vendita e operativi. I risultati pubblicati sostengono quindi una tesi più circoscritta: un modello ottimizzato per il lavoro in Salesforce può ottenere risultati migliori nelle attività svolte su Salesforce.
Ventisette anni di flussi di lavoro CRM, senza dati dei clienti
Il corpus di addestramento di Koa è composto interamente da scenari sintetici che rappresentano il ragionamento e l’uso degli strumenti necessari lungo tutto il ciclo di vita del cliente. Salesforce afferma che tali scenari riguardano più di 14 settori, tra cui manifatturiero, servizi finanziari, sanità e viaggi.
Ogni scenario abbina una persona a un’attività e definisce la sequenza di azioni necessarie per portarla a termine. Tra gli esempi figurano la generazione di lead, la qualificazione delle opportunità e la risoluzione dei casi di assistenza. Salesforce afferma che per addestrare Koa non vengono utilizzati dati dei clienti.
Il modello opera inoltre secondo una serie di restrizioni pensate per le implementazioni aziendali. Salesforce afferma che Koa funziona a «temperatura 0» per produrre risultati più coerenti, segue le istruzioni e le misure di protezione dei clienti e utilizza un’infrastruttura di serving separata per ulteriori controlli di fiducia e sicurezza.
Koa si aggiunge alle opzioni di modelli di Agentforce
I clienti possono selezionare Koa come modello linguistico di grandi dimensioni gestito nel catalogo dei modelli generativi di Data Cloud, sceglierlo come provider di modelli Agentforce per l’intera organizzazione oppure assegnarlo a singoli agenti e sottoagenti. Salesforce afferma inoltre che un router di agenti può utilizzare Koa, offrendo agli amministratori un modo per applicare il modello a parti selezionate di un flusso di lavoro più ampio.
L’azienda presenta questa flessibilità come una risposta ai limiti di un unico modello per ogni attività aziendale. Un modello può essere selezionato per tutta l’organizzazione, utilizzato solo da un agente specifico oppure applicato a un sottoagente che gestisce una determinata categoria di attività. Koa viene quindi aggiunto come opzione all’interno di Agentforce, anziché sostituire le configurazioni di modelli già presenti nella piattaforma.
I progetti pilota con i clienti iniziano prima della disponibilità generale
Koa è già utilizzato all’interno di Employee Agent di Salesforce, che aiuta il personale a trovare informazioni e a completare attività di routine in Slack. Salesforce afferma che il modello sta passando ai progetti pilota con i clienti 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine e Xero.
«In Engine stiamo costruendo il futuro dei viaggi di lavoro, e questo inizia dotando i nostri team degli strumenti per offrire un servizio eccezionale. I viaggi di lavoro comportano innumerevoli elementi in movimento e ciò di cui abbiamo bisogno dall’IA non è un modello che sembri sicuro di sé, ma uno capace di ragionare con precisione su problemi complessi articolati in più passaggi. Collaborare con Salesforce e NVIDIA a un modello di ragionamento progettato appositamente per Agentforce ci permette di portare avanti questa visione più lontano e più rapidamente.»
Elia Wallen, fondatore e CEO, Engine
Salesforce afferma che Koa è ora disponibile per alcuni clienti selezionati per i progetti pilota. La disponibilità generale nelle regioni degli Stati Uniti è prevista per l’inverno 2026, con una beta aperta attesa poco dopo.
La prova immediata per Koa non sarà la sua capacità di produrre risposte convincenti. I clienti Agentforce lo valuteranno in base a criteri più circoscritti: se seleziona l’azione corretta, conserva il contesto giusto del cliente e completa un flusso di lavoro senza costringere un dipendente a tornare nel CRM per correggere il risultato.