Hva skjedde
På Dreamforce-konferansen annonserte Salesforce lanseringen av Koa, en vertikal stor språkmodell utviklet i samarbeid med NVIDIA. Koa er ettertrent ved å bruke NVIDIAs åpne Nemotron-modell og er spesifikt optimalisert for Salesforce CRM-oppgaver, som for eksempel oppdateringsmuligheter og planlegging av oppfølginger. Salesforce hevder at Koa forbedrer verktøyoppringingsnøyaktigheten med 11 %, forbedrer påliteligheten til kontekstgjenkalling med 2,1 ganger og øker minnet for lange samtaler med 15 % sammenlignet med tidligere interne standarder. Selskapet uttalte eksplisitt at Koa ble opplært ved å bruke syntetiske data i stedet for rå kundedata for å håndtere personvernproblemer.
Salesforce avduket Koa på sin Dreamforce-konferanse, og posisjonerte den som en vertikal modell designet for å håndtere spesifikke CRM-arbeidsflyter. Modellen er ettertrent på NVIDIAs Nemotron åpen vekt-arkitektur.
I følge Salesforces interne CRM Bench-evaluering oppnådde Koa en vektet gjennomsnittsscore på 8,6, etter OpenAIs GPT-5.5 (9.0) og Claude Opus 4.8 (8.7), men bedre enn ZXQAIU2Q1Z.
Salesforce understreket at Koas treningskorpus utelukkende består av syntetiske scenarier som simulerer CRM-arbeidsflyter, og hevdet at ingen rå kundedata ble brukt i prosessen. Denne tilnærmingen er ment å ta opp bekymringer om personvern som har dukket opp i den bredere AI-industrien.
Selskapet kunngjorde også et separat, samtidig partnerskap med Anthropic kalt 'Claudeforce', som lar brukere integrere Claude direkte i Salesforce-arbeidsflyter, noe som antyder en hybridstrategi som bruker både proprietære vertikale modeller og ekstern banebrytende AI.
Hvorfor det betyr noe
Lanseringen av Koa representerer et strategisk skifte for SaaS-selskaper som forsøker å balansere bruken av generell AI med behovet for datasuverenitet og kostnadskontroll. Ved å utvikle en vertikal modell har Salesforce som mål å redusere risikoen for datalekkasje knyttet til tredjeparts modellleverandører og redusere langsiktig avhengighet av dyre AI-tjenester med lukket kilde. Dette trekket fremhever en voksende industritrend mot «Enterprise Sovereign AI», der selskaper utnytter åpne vektmodeller og proprietære forretningsdata for å skape spesialisert, kostnadseffektiv AI-infrastruktur. Partnerskapet understreker også NVIDIAs bredere strategi for å tilby de tekniske verktøykjedene og modellene som er nødvendige for bedrifter å bygge sine egne tilpassede AI-løsninger, og potensielt endre konkurransebildet mellom SaaS-leverandører og AI-laboratorier.
Utviklingen av Koa reflekterer en defensiv og offensiv strategi for SaaS-leverandører: Ved å bygge vertikale modeller beskytter de rollen sin som uunnværlig infrastruktur for kunder som ellers kan omgå programvareselskaper for å bygge sine egne AI-agenter.
Ved å redusere avhengigheten av eksterne AI-modeller med høy bruttomargin, har Salesforce som mål å forbedre sine egne marginer og overføre fordeler til kundene, samtidig som de adresserer «black box»-risikoen forbundet med tredjeparts modellleverandører.
NVIDIAs engasjement, inkludert administrerende direktør Jensen Huangs godkjenning, signaliserer et press for å gjøre det mulig for programvareselskaper å bli 'AI-selskaper' ved å tilby den nødvendige maskinvare- og programvarestabelen, og effektivt utvide NVIDIAs innflytelse utover det begrensede antallet store AI-forskningslaboratorier.
Interaktiv mekanisme: Hvordan det faktisk fungerer
Utforsk den underliggende teknologien bak denne utviklingen interaktivt.
Which component of an AI application is the machine-learning model itself?
Hva du skal se neste
Bransjeobservatører bør overvåke om andre SaaS-selskaper kan replikere Salesforces vertikale modellstrategi, gitt de betydelige kravene til opplæringsdata av høy kvalitet og spesialisert ingeniørtalent. Mens Salesforce har skalaen til å absorbere kostnadene ved etterutdanning, kan mindre programvarefirmaer møte etableringsbarrierer. I tillegg gjenstår den langsiktige innvirkningen på "hybridmodellen"-tilnærmingen – der bedrifter ruter standardiserte oppgaver til vertikale modeller mens de reserverer komplekse, tverrdomene resonnementer for topplags lukkede kildemodeller – å se. Utviklingen av talentmassen for ettertrening og potensialet for ytterligere 'de-NVIDIA-isering' av store AI-laboratorier som Anthropic er også nøkkelfaktorer i dette skiftende økosystemet.
Hovedutfordringen for den bredere bruken av vertikale modeller er mangelen på spesialiserte talenter som er i stand til etteropplæring av høy kvalitet, en ressurs som for tiden er konsentrert i de beste AI-laboratoriene.
Bærekraften til denne modellen avhenger av om markedets etterspørsel etter vertikal AI kan redusere kostnadene ved utvikling og opplæring, på samme måte som den historiske veksten til utviklingsøkosystemet for mobilapper.
Bransjen vil sannsynligvis bevege seg mot en hybridmodell der bedrifter ruter standardiserte, datasensitive oppgaver til vertikale modeller som Koa, mens de fortsetter å bruke generelle modeller for komplekse resonneringsoppgaver på tvers av domener.