📰 重點摘要

Koa是Salesforce本週於Dreamforce大會發布的首款推理模型（reasoning model），基於Nvidia開源權重模型Nemotron打造，由雙方合作進行後訓練（post-training），聚焦銷售、行銷與客戶服務相關任務。

Salesforce AI執行副總裁Jayesh Govindarajan表示，過去公司雖已打造多個任務專屬的小型語言模型作為Agentforce平台的一部分，但涉及需要推理的長流程或多步驟任務時，一直仰賴Claude、ChatGPT等前沿模型，透過Agentforce的AI閘道（gateway，負責分派請求給對應模型的系統）路由處理。之所以遲遲未自建企業級前沿模型，是因為市場上缺乏具備明確資料來源（data provenance）、達到業界頂尖水準的美國本土預訓練基礎模型——直到Nemotron出現才補上這塊缺口。Govindarajan也提到，相較之下無法確認阿里巴巴出品的中國開源模型Qwen究竟用什麼資料訓練。

後訓練過程中，Salesforce與Nvidia並未使用任何真實客戶資料，而是打造模擬銷售與客服情境的合成資料，包含扮演暴怒客戶致電客服中心、以及銷售人員應對情境的角色模擬（persona simulation），藉此讓模型精通銷售與客服領域知識。

Koa的定位是作為Agentforce平台現有模型之外的開源權重替代選項，優勢包括：不曾接觸真實客戶資料因此不會外洩、執行相同任務所需token數更少可降低AI支出、可依需求自動透過AI閘道路由分派，並完整遵循Salesforce內建的客戶資料規範與安全機制。

💬 JudyAI Lab 觀點

我們觀察到，Salesforce此次沒有走"直接套用前沿模型"的老路，而是與Nvidia合作，基於開源權重模型Nemotron打造自有推理模型Koa，專攻銷售與客服場景的多步驟推理任務。

這個案例反映出企業AI落地的一個轉折點：當任務需要長流程推理時，光靠通用前沿模型透過閘道路由已經不夠用,企業開始重視"資料來源可追溯"與"不碰真實客戶資料"這兩件事。Salesforce選擇用模擬情境（例如扮演暴怒客戶或銷售人員）產生合成資料做後訓練，而非直接用真實客戶互動紀錄，這種做法同時解決了資料外洩風險與訓練資料合規問題。對AI builder來說,這提醒我們：模型能力之外,“資料從哪裡來"“怎麼練出來的"正在變成企業採購AI時的硬指標,而非加分項。

讀者可以想想：自己手上的AI應用,如果要向企業客戶證明"資料安全”,目前有沒有類似的合成資料或去識別化流程可以說清楚。

📅 原文資訊

🔗 延伸閱讀