Salesforce představuje Koa Decisions s podporou obrazu a zvuku

Salesforce představil Koa Decisions 6. listopadu 2026. Jde o model pro rozhodování vytvořený na základě modelu Gemma od Googlu s otevřenými vahami, který přijímá text, obrázky i zvuk. Společnost plánuje rozšířit využití této technologie ze směrování požadavků v Agentforce také do pracovních postupů Salesforce a vývojářských nástrojů.

Koa Decisions je další verzí modelu HyperClassifier. Přečte požadavek a uživatelem definovaný seznam kategorií a v jediném kroku vrátí výběr, rozhodnutí ano/ne nebo skóre. Salesforce uvádí, že tato operace trvá milisekundy. Model rozšiřuje rodinu Koa vedle samostatného modelu Koa pro uvažování, vytvořeného ve spolupráci se společností NVIDIA.

Jak Koa Decisions vytváří odpověď

Rozdíl spočívá ve způsobu, jakým se odpověď vytváří. Velký jazykový model generuje text token po tokenu, přičemž každý nový token vychází z předchozích. Model pro rozhodování přečte celý požadavek a v jediném kroku vytvoří stručnou odpověď, často jediný token. Protože je odpověď krátká, její vytvoření vyžaduje méně výpočetního výkonu a jiný software na ni může okamžitě reagovat.

Pokud má uživatel problém s přihlášením k účtu, model může ze seznamu, který zahrnuje také technické a obchodní oddělení, vybrat tým pro správu účtů a následně vrátit skóre spolehlivosti. Agent tak může pro opakující se rozhodování využívat specializovaný model a obecný velký jazykový model ponechat pro psaní a uvažování. V návrhu Salesforce zákazníci nemusí pro každou úlohu ručně vybírat model.

Výsledky výzkumu a nasazení modelu HyperClassifier v produkci

Výzkumný tým ve svém výzkumném preprintu o rozhodování Koa popisuje klasifikaci, sémantické určování konce promluvy, logické kontroly a skórování jako generování s omezeními, jehož výstupem je jediný token. Atomické tokeny štítků a dolaďování pod dohledem převádějí tyto úlohy na deterministické dekódování v jediném kroku.

Autoři uvádějí přesnost 85,5 % v benchmarku směrování záměrů v produkčním prostředí, odpovědi přibližně za půl sekundy a mediánovou dobu odezvy až přibližně 7,5krát kratší než u testovaných špičkových modelů při totožných podmínkách provozu. Ve srovnání se specializovaným systémem Jev/TypeSafe uvádějí srovnatelnou přesnost a kratší mediánovou dobu odezvy; systém navíc zvládá multimodální vstupy a výstupy s více štítky, které textové systémy s jediným štítkem nepodporují.

Koa Decisions navazuje na svého předchůdce, který je již součástí Agentforce. V článku účtu Salesforce Engineering se popisuje, jak HyperClassifier interpretuje záměr uživatele a ještě před vytvořením odpovědi směruje agenty k sadám akcí. Při hlasové komunikaci určuje, zda uživatel domluvil. Jeho dřívější návrh přiřazuje každé třídě jedinečný speciální token a ukládá počáteční výpočty promptu do mezipaměti, aby se opakující pokyny nemusely znovu zpracovávat. Počet kroků při generování výstupu tak zůstává stejný bez ohledu na délku názvu třídy.

Podle zprávy o nasazení z 8. července 2026 byl HyperClassifier dolaďován na modelu GPT-OSS-20B a dokáže klasifikovat až 200 štítků. Na jaře 2026 se stal výchozím modelem pro detekci záměrů a směrování v šablonách Agentforce Service a Employee Agent.

Salesforce naměřil u HyperClassifieru dobu odezvy při směrování přibližně 26 milisekund, zatímco u obecného špičkového modelu to bylo 1 446 milisekund. Toto měření z produkčního prostředí se týká předchůdce a nevypovídá o výkonu Koa Decisions.

Přístup k ukázce a plánované integrace

Ukázku Koa Decisions si může vyzkoušet kdokoli, včetně lidí, kteří nejsou zákazníky Salesforce, stačí se zaregistrovat k bezplatnému účtu Trailhead. Uživatelé mohou upravovat požadavek i seznam kategorií a zobrazit si skóre spolehlivosti jednotlivých možností.

Salesforce uvádí, že přidání kategorie, například vrácení zboží, nevyžaduje nové trénování. Společnost tento postup staví do protikladu k zakázkovým projektům prediktivní klasifikace, jejichž realizace mnoha podnikovým zákazníkům trvala měsíce; model pro rozhodování lze někdy uvést do produkčního provozu během několika hodin.

Jeden zdokumentovaný příklad pracovního postupu ukazuje model pro rozhodování, který označí obchodní příležitost ohroženou neúspěchem a vybere tým, jenž má zasáhnout, zatímco velký jazykový model shrnuje, co se změnilo. Proces přechází od záznamu v Sales Cloud k upozornění ve Slacku. Mezi plánované integrace patří toky, Apex, šablony promptů a rozhraní API pro vývojáře. Ceny a nabídka se mohou měnit, dostupnost se může v jednotlivých regionech lišit a přístup se řídí zákaznickými smlouvami. Ukázka ani stávající nasazení HyperClassifieru proto nezaručují obecnou dostupnost všech plánovaných integrací.

Praktický význam spočívá v jasnějším rozdělení práce v podnikovém softwaru: modely pro rozhodování zajišťují směrování, kontroly a skórování, zatímco velké jazykové modely se starají o vysvětlování a uvažování. Koa Decisions do této architektury přidává multimodální vstupy a širší škálu plánovaných možností integrace; jeho dosah v podnicích nyní závisí na tom, jak se tyto integrace rozšíří nad rámec ukázky a funkcí směrování, které HyperClassifier již zajišťuje.