何が起こったのか
Dreamforce カンファレンスで、Salesforce は、NVIDIA と共同開発した垂直型大規模言語モデルである Koa の発売を発表しました。 Koa は、NVIDIA のオープンウェイト Nemotron モデルを使用して事後トレーニングされており、商談の更新やフォローアップのスケジュール設定など、Salesforce CRM タスク向けに特に最適化されています。 Salesforce は、Koa により、以前の社内ベンチマークと比較して、ツール呼び出しの精度が 11% 向上し、コンテキストの想起の信頼性が 2.1 倍向上し、長時間の会話の記憶が 15% 増加したと主張しています。同社は、プライバシー上の懸念に対処するために、Koa は生の顧客データではなく合成データを使用してトレーニングされたと明言しました。
Salesforce は Dreamforce カンファレンスで Koa を発表し、特定の CRM ワークフローを処理するために設計された垂直モデルとして Koa を位置づけました。モデルは、NVIDIA の Nemotron オープンウェイト アーキテクチャでポストトレーニングされています。
Salesforce の社内 CRM ベンチ評価によると、Koa は加重平均スコア 8.6 を達成し、OpenAI の GPT-5.5 (9.0) や Claude Opus 4.8 (8.7) には及ばなかったものの、GPT-4.1 (8.1) を上回りました。
Salesforceは、Koaのトレーニングコーパスが完全にCRMワークフローをシミュレートする合成シナリオで構成されていると強調し、そのプロセスでは生の顧客データは一切使用されていないと主張した。このアプローチは、広範な AI 業界で表面化しているデータ プライバシーの懸念に対処することを目的としています。
同社はまた、「Claudeforce」と呼ばれるAnthropicとの別個の同時パートナーシップも発表しました。これにより、ユーザーはClaudeをSalesforceワークフローに直接統合でき、独自の垂直モデルと外部の最先端AIの両方を利用するハイブリッド戦略を示唆しています。
なぜそれが重要なのか
Koa の立ち上げは、汎用 AI の使用とデータ主権およびコスト管理の必要性のバランスをとろうとする SaaS 企業にとっての戦略的転換を表しています。 Salesforce は、垂直モデルを開発することで、サードパーティ モデル プロバイダーに関連するデータ漏洩のリスクを軽減し、高価なクローズドソース AI サービスへの長期依存を軽減することを目指しています。この動きは、企業がオープンウェイトモデルと独自のビジネスデータを活用して専門的でコスト効率の高い AI インフラストラクチャを構築する「エンタープライズ ソブリン AI」への業界トレンドの高まりを浮き彫りにしています。この提携は、企業が独自のカスタム AI ソリューションを構築するために必要なエンジニアリング ツールチェーンとモデルを提供するという NVIDIA の広範な戦略も強調しており、SaaS プロバイダーと AI ラボの間の競争環境を変える可能性があります。
Koa の開発は、SaaS プロバイダーの防御的かつ攻撃的な戦略を反映しています。垂直モデルを構築することで、ソフトウェア会社を迂回して独自の AI エージェントを構築する可能性があるクライアントにとって不可欠なインフラストラクチャとしての役割を保護します。
Salesforce は、外部の粗利益率の高い AI モデルへの依存を減らすことで、自社の利益率を向上させ、顧客に利益を還元すると同時に、サードパーティのモデルプロバイダーに関連する「ブラックボックス」リスクに対処することを目指しています。
CEOのジェンセン・ファン氏の支持を含むNVIDIAの関与は、必要なハードウェアとソフトウェアスタックを提供することでソフトウェア企業が「AI企業」になれるよう後押しすることを示しており、限られた数の大手AI研究機関を超えてNVIDIAの影響力を効果的に拡大している。
インタラクティブなメカニズム: 実際にどのように機能するか
この開発の背後にある基盤となるテクノロジーをインタラクティブに探索します。
Which component of an AI application is the machine-learning model itself?
次に見るべきもの
高品質のトレーニングデータと専門のエンジニアリング人材に対する重要な要件を考慮すると、業界観察者は、他の SaaS 企業が Salesforce の垂直モデル戦略をうまく再現できるかどうかを監視する必要があります。 Salesforce はトレーニング後のコストを吸収できる規模を持っていますが、小規模なソフトウェア会社は参入障壁に直面する可能性があります。さらに、「ハイブリッド モデル」アプローチ (企業が標準化されたタスクを垂直モデルにルーティングしながら、複雑なクロスドメイン推論を最上位のクローズド ソース モデルに確保する) への長期的な影響は、まだわかりません。トレーニング後の人材プールの進化と、Anthropic のような大手 AI ラボによるさらなる「脱 NVIDIA 化」の可能性も、この変化するエコシステムの重要な要素です。
垂直モデルの広範な導入における主な課題は、高品質のポストトレーニングが可能な専門人材の不足であり、現在、そのリソースはトップクラスの AI ラボに集中しています。
このモデルの持続可能性は、モバイル アプリ開発エコシステムの歴史的な成長と同様に、垂直 AI に対する市場の需要が開発とトレーニングのコストを削減できるかどうかにかかっています。
業界は、企業が標準化されたデータに敏感なタスクを Koa のような垂直モデルにルーティングしながら、複雑なクロスドメイン推論タスクには汎用モデルを引き続き利用するハイブリッド モデルに移行する可能性があります。