Salesforce y Nvidia aprovecharon la apertura de Dreamforce en San Francisco, el 15 de septiembre, para presentar Koa, el primer modelo de razonamiento de la compañía de CRM, entrenado a partir del modelo de pesos abiertos Nemotron 3 Super de Nvidia y ejecutado íntegramente dentro de la infraestructura de Salesforce. Es la primera vez que Salesforce deja de alquilar razonamiento a un laboratorio de frontera y lo construye en casa.
Claves del artículo
- Koa se entrenó a partir de Nemotron 3 Super con un corpus sintético modelado sobre 27 años de implementaciones de CRM de Salesforce, sin datos de clientes en el conjunto de entrenamiento.
- En el banco de pruebas interno de Salesforce, Koa iguala o supera a los modelos líderes en acciones de CRM y comete tres veces menos errores.
- Koa está en piloto con 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine y Xero, y su disponibilidad general se espera para el invierno de 2026 en las regiones de Estados Unidos.
Por qué Salesforce dejó de alquilar razonamiento
Agentforce, la plataforma donde los clientes de Salesforce arman agentes de IA para tareas repetitivas como la asignación de casos o la gestión de citas, ya ofrecía una familia de modelos pequeños y especializados. El razonamiento era la pieza que faltaba. Cada vez que un agente se topaba con un problema prolongado o de varios pasos, la pasarela de modelos de Agentforce derivaba la solicitud a Claude o ChatGPT.
Jayesh Govindarajan, vicepresidente ejecutivo de IA en Salesforce, declaró a TechCrunch que la compañía llevaba tiempo queriendo entrenar su propio modelo de razonamiento para empresas, pero no encontraba un punto de partida utilizable. Lo que aportó Nemotron, según su relato, fue un modelo base alojado en Estados Unidos, al nivel del estado del arte y transparente respecto a lo que entró en su entrenamiento, un contraste que trazó de forma explícita frente a Qwen, de Alibaba, cuyos datos de entrenamiento dijo desconocer.
Cómo se entrenó Koa sin datos de clientes
No se usó ningún registro de clientes. En su lugar, la compañía generó escenarios sintéticos de más de 14 sectores, entre ellos manufactura, servicios financieros, salud y viajes. Cada escenario combinaba una persona —alguien que llama enfadado a soporte, un comercial intentando cerrar una venta— con una tarea, y luego trazaba la secuencia exacta de acciones y llamadas a herramientas que un agente necesitaría para completarla.
El entrenamiento posterior combinó ajuste fino supervisado con aprendizaje por refuerzo mediante Group Relative Policy Optimization, ejecutado sobre la pila NeMo RL, NeMo Gym y NeMo AutoModel de Nvidia. Salesforce sostiene que ese conjunto acotado de tareas es lo que produjo la diferencia en errores: el modelo aprendió no solo a responder bien, sino a ordenar las acciones correctas hacia un objetivo.
Qué cambia para las empresas compradoras
El argumento es de control y de costo, no de capacidad bruta. Salesforce conserva los pesos y realiza tanto el entrenamiento posterior como la inferencia dentro de su propio perímetro de confianza, de modo que ningún dato de cliente sale durante una solicitud. Y como Koa está afinado para un conjunto delimitado de acciones de CRM, consume menos tokens que enviar ese mismo trabajo a un modelo de frontera de propósito general.
Kari Ann Briski, vicepresidenta de software de IA generativa para empresas en Nvidia, presentó la arquitectura de inferencia de Nemotron como una combinación que las empresas necesitan a la vez: despliegue soberano, rapidez hasta el primer token y una economía de razonamiento eficiente. Marc Benioff fue más directo: el activo más valioso de Salesforce nunca fue la plataforma, sino el conocimiento acumulado sobre cómo funciona un negocio corporativo, y Koa traslada ese conocimiento al interior del modelo.
La misma colaboración se extiende a Missionforce, la división de sector público de Salesforce, donde se están desplegando modelos derivados de Nemotron en nubes privadas, redes clasificadas y sistemas totalmente aislados para procesos de compras públicas, gestión de proveedores y logística.
Perspectivas
Salesforce no está dando la espalda a los laboratorios. Días antes anunció Claudeforce junto a Anthropic, que permite a las empresas usar Claude como interfaz mientras los registros permanecen en el sistema de Salesforce. Koa se plantea como una opción más dentro de la pasarela, no como su reemplazo. Pero la dirección es inequívoca y encaja con un patrón más amplio: los modelos abiertos de Nvidia aparecen una y otra vez por debajo de las pilas de agentes empresariales, como en la combinación de un Nemotron de 30B con un enrutador que la compañía lanzó para recortar costos. Koa llegará a disponibilidad general en el invierno de 2026; Missionforce Operations ya está disponible, y los modelos de Nvidia entrenados a medida se abrirán a clientes seleccionados en octubre.
Preguntas frecuentes
¿Koa es de código abierto?
No. Koa parte del modelo de pesos abiertos Nemotron 3 Super de Nvidia, pero el resultado del entrenamiento posterior no se publica. Salesforce controla los pesos y ejecuta el entrenamiento y la inferencia en su propia infraestructura, y los clientes acceden al modelo a través de Agentforce en lugar de descargarlo.
¿Se usaron datos de clientes de Salesforce para entrenar Koa?
Salesforce afirma que no. El corpus de entrenamiento se construyó por completo con escenarios sintéticos diseñados para reflejar cómo transcurre realmente el trabajo de CRM en distintos sectores. La compañía presenta esto como la razón por la que Koa no puede filtrar los datos de un cliente a otro.
¿Cuándo podrán las empresas usar Koa?
Los clientes piloto seleccionados ya tienen acceso dentro de Agentforce, entre ellos 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine y Xero. La disponibilidad general se espera para el invierno de 2026 en las regiones de Estados Unidos.
