Salesforce 与 Nvidia 将企业推理模型拉近客户数据场景

Salesforce 在 Dreamforce 上发布 Koa，这是公司首个推理模型，也是在企业 AI 领域摆脱对前沿模型实验室单一依赖的一个鲜明案例。Koa 基于 Nvidia 的开放权重 Nemotron 模型打造，并针对 Salesforce 生态中的销售、营销和客服任务进行了后训练。Salesforce 表示，这一过程没有使用真实客户数据，而是使用模拟销售和服务工作模式的合成数据。

这项发布之所以重要，是因为推理模型已经成为企业 AI 中最有价值也最昂贵的能力之一。在 Koa 之前，使用 Agentforce 的 Salesforce 客户如果遇到长流程或多步骤任务，可以通过公司的 AI gateway 把请求路由到 Claude、ChatGPT 等模型。这种方式能获得前沿能力，但也持续带来成本、数据流动、模型来源和通用模型是否适合特定业务任务的问题。Koa 是 Salesforce 试图把更多推理层能力留在自有受控环境中的尝试。

Salesforce 对 Koa 的定位不是研究展示，而是实用模型。公司称，它面向客户已经希望 agent 完成的工作，例如处理客服问题、支持销售流程和辅助营销运营。Nvidia 的角色同样关键。Nemotron 为 Salesforce 提供了一个数据来源更清晰的美国开放权重基础模型，而 Nvidia 的推理架构则被用于强调更低 token 成本和更高效率。在企业 AI 中，当 agent 被用于成千上万名员工或客户交互时，降低 token 消耗往往与基准分数同样重要。

Koa 还体现了大型软件公司与模型实验室竞争方式的变化。它们不再把所有困难任务都发送给封闭前沿模型，而是可以构建或改造更窄、更懂自身工作流、数据结构和安全需求的模型。这并不意味着 OpenAI、Anthropic 或其他前沿模型会失去价值。Salesforce 同时宣布与 Anthropic 合作推出 Claudeforce，让客户在数据留在 Salesforce 系统记录中的情况下使用 Claude。真正的重点是灵活性：客户可能希望在某些互动中使用前沿模型，在日常运营推理中使用专门模型。

这会给 AI 实验室带来直接压力。如果企业平台能提供足够好、运行更便宜、治理更简单的模型，它们就能截留原本流向通用模型提供商的一部分价值。它们还掌握用户界面、工作流上下文和客户关系。像 Koa 这样的模型不需要赢下所有前沿基准才有意义，它只需要以可预测成本、清晰安全边界和足够推理能力完成 Salesforce 客户关心的任务。

对企业买家来说，下一步要验证的是任务型推理模型在生产环境中是否真的有优势。合成数据可以降低隐私风险，但客户仍会关注 Koa 如何处理混乱的 CRM 记录、模糊的客服案例和合规敏感流程。他们也会追问，当 Agentforce 在 Koa、Claude、ChatGPT 或其他模型之间做路由选择时，决策依据是什么。此次发布说明，企业 AI 市场正在进入更分层的阶段，胜出的可能不是单一模型，而是由前沿模型、专门模型、路由网关和治理能力共同组成的技术栈。