Salesforce 联合英伟达推出 Koa 推理大模型，挑战闭源前沿模型

本周于旧金山举办的Dreamforce技术大会上，全球CRM龙头Salesforce正式发布旗下首款推理大模型Koa，这款由Salesforce与英伟达联合研发的产品，直接瞄准了当前企业AI服务中被闭源厂商垄断的高端市场，标志着企业级AI路线开始出现明显分化。

Koa嵌入Agentforce直击企业AI核心痛点

作为Agentforce平台的首款内置可选推理模型，Koa的核心定位是处理企业客户的高频重复性业务工作，包括智能客服问答、预约排期、销售线索跟进等场景。相较于此前企业需要额外采购第三方闭源大模型服务的模式，Koa为企业客户提供了六项核心能力：

• 作为闭源前沿大模型之外、采用开源权重的合规备选方案
• 专门针对销售、市场营销、客户服务等实际业务任务训练，而非主打高难度数学、编程等通用能力
• 训练过程未摄入任何真实客户数据，从根源上杜绝敏感信息泄露风险
• 完成同等业务任务消耗的Token数量大幅减少，有效降低企业AI使用成本
• 可通过Agentforce的AI网关实现自动调度路由，灵活适配不同业务场景的请求需求
• 安全机制深度内嵌Salesforce平台内部，完全遵从企业客户的严苛数据管控要求

此前Salesforce复杂推理任务长期依赖外部闭源厂商

在Koa问世之前，如果Agentforce平台的智能体需要完成长流程、多步骤的复杂推理任务，对应的提示请求会经由AI网关转发至Claude、ChatGPT等第三方前沿大模型处理。Salesforce人工智能业务高级副总裁杰耶什·戈文达拉扬在接受采访时直言，团队此前一直有开发自研企业级高性能推理模型的想法，但受限于预训练底座的缺失始终未能落地：“美国本土此前没有一套同时满足三点要求的自主预训练底座：性能处于行业第一梯队、拥有清晰完整的数据溯源、可自由进行后续微调。比如我们对千问（Qwen）这类开源模型的训练数据来源并不清晰，无法满足企业级合规要求。”
而英伟达开源的Nemotron模型恰好打破了这一僵局，其清晰的训练数据溯源和第一梯队的性能表现，让Salesforce终于有了合适的微调底座，双方联合完成了针对企业业务场景的定向优化训练。

零真实客户数据参与训练筑牢数据安全防线

为了满足企业客户的数据合规要求，Salesforce与英伟达在Koa的微调训练阶段，完全没有使用任何Salesforce的真实客户数据，而是自行生成了全仿真业务的合成数据集。戈文达拉扬介绍：“我们完整模拟了客服业务的全链路场景：设定专职客服人员角色、模拟打进热线的愤怒投诉客户，也模拟了努力推进成交的销售人员，所有训练数据都是人工合成的模拟内容，全程没有接触任何真实客户信息。”这种训练方式不仅规避了数据泄露风险，也让Koa的输出逻辑完全贴合Salesforce平台的服务规范。

成本与安全优势叠加填补企业AI市场空白

当前企业AI市场正经历一场信任危机：今年6月Anthropic调整政策，允许其Fable模型保留客户数据30天用于滥用检测，直接触发英伟达、Palantir、Booz Allen Hamilton等多家头部企业客户的敏感数据使用限制，这些企业已经禁止在核心业务项目中使用Anthropic和OpenAI的闭源模型。而Koa的出现恰好填补了这部分市场空白：相较于调用第三方闭源模型，Koa的执行成本大幅降低，且完全内嵌在企业已有的Salesforce平台中，无需向外传输任何敏感数据，完美契合了企业对数据可控、成本可控的核心需求。

定向优化技术让开源底座实现业务场景性能越级

相较于通用闭源大模型的“大而全”路线，Koa采用了多项定向优化技术实现业务场景的性能越级：首先采用过程监督奖励模型（PRM），对推理过程中的每一个中间步骤进行精准评估，一旦推理步骤偏离企业业务规范（例如生成退款凭证前未校验库存系统），生成器会立即回溯，避免浪费不必要的推理算力；其次借助英伟