Η Salesforce παρουσιάζει το Koa Decisions με υποστήριξη εικόνας και ήχου

Η Salesforce παρουσίασε το Koa Decisions στις 6 Νοεμβρίου 2026, ένα μοντέλο λήψης αποφάσεων βασισμένο στο Gemma της Google, το οποίο διατίθεται με ανοιχτά βάρη και δέχεται κείμενο, εικόνες και ήχο. Η εταιρεία σχεδιάζει να επεκτείνει την τεχνολογία πέρα από τη δρομολόγηση αιτημάτων στο Agentforce, εντάσσοντάς τη στις ροές εργασιών του Salesforce και στα εργαλεία προγραμματιστών.

Το Koa Decisions είναι η επόμενη έκδοση του HyperClassifier. Διαβάζει ένα αίτημα και μια λίστα κατηγοριών που έχει ορίσει ο χρήστης και, σε ένα βήμα, επιστρέφει μια επιλογή, μια απόφαση ναι ή όχι ή μια βαθμολογία. Η Salesforce αναφέρει ότι η διαδικασία διαρκεί χιλιοστά του δευτερολέπτου. Το μοντέλο εντάσσεται στην οικογένεια Koa, δίπλα σε ένα ξεχωριστό μοντέλο συλλογιστικής Koa που αναπτύχθηκε με την NVIDIA.

Πώς το Koa Decisions παράγει μια απάντηση

Η διαφορά έγκειται στον τρόπο παραγωγής της απάντησης. Ένα μεγάλο γλωσσικό μοντέλο παράγει κείμενο διαδοχικά, ένα διακριτικό τη φορά, με κάθε νέο διακριτικό να βασίζεται στα προηγούμενα. Ένα μοντέλο λήψης αποφάσεων διαβάζει ολόκληρο το αίτημα και παράγει μονομιάς μια σύντομη απάντηση, συχνά αποτελούμενη από ένα μόνο διακριτικό. Επειδή η απάντηση είναι σύντομη, απαιτεί λιγότερους υπολογιστικούς πόρους για να παραχθεί, ενώ άλλο λογισμικό μπορεί να ενεργήσει αμέσως βάσει αυτής.

Σε περίπτωση προβλήματος σύνδεσης σε λογαριασμό, το μοντέλο μπορεί να επιλέξει την ομάδα διαχείρισης λογαριασμών από μια λίστα που περιλαμβάνει επίσης την τεχνική ομάδα και την ομάδα πωλήσεων και στη συνέχεια να επιστρέψει μια βαθμολογία βεβαιότητας. Έτσι, ένας πράκτορας μπορεί να χρησιμοποιεί ένα εξειδικευμένο μοντέλο για επαναλαμβανόμενες αποφάσεις, διατηρώντας ένα γενικής χρήσης LLM για τη σύνταξη κειμένου και τον συλλογισμό. Στον σχεδιασμό της Salesforce, οι πελάτες δεν χρειάζεται να επιλέγουν χειροκίνητα μοντέλο για κάθε εργασία.

Ερευνητικά αποτελέσματα και ιστορικό παραγωγικής χρήσης του HyperClassifier

Το ερευνητικό προδημοσίευμα για τη λήψη αποφάσεων με το Koa διατυπώνει την ταξινόμηση, τον σημασιολογικό εντοπισμό του τέλους μιας εκφοράς, τους ελέγχους Boolean και τη βαθμολόγηση ως παραγωγή υπό περιορισμούς με έξοδο ενός διακριτικού. Τα ατομικά διακριτικά ετικετών και η εποπτευόμενη βελτιστοποίηση περιορίζουν αυτές τις εργασίες σε ντετερμινιστική αποκωδικοποίηση ενός βήματος.

Οι συγγραφείς αναφέρουν ακρίβεια 85,5% σε ένα σημείο αναφοράς παραγωγικής δρομολόγησης προθέσεων, αποκρίσεις σε περίπου μισό δευτερόλεπτο και διάμεση ταχύτητα έως περίπου 7,5 φορές μεγαλύτερη από εκείνη των προηγμένων μοντέλων που δοκιμάστηκαν υπό τις ίδιες συνθήκες εξυπηρέτησης. Σε σύγκριση με το εξειδικευμένο σύστημα Jev/TypeSafe, αναφέρουν ανταγωνιστική ακρίβεια και ταχύτερες αποκρίσεις ως προς τη διάμεση τιμή, καθώς και εισόδους πολλαπλών τρόπων και εξόδους πολλαπλών ετικετών, τις οποίες τα συστήματα κειμένου μίας ετικέτας δεν υποστηρίζουν.

Το Koa Decisions βασίζεται σε έναν προκάτοχο που είναι ήδη ενσωματωμένος στο Agentforce. Ένας λογαριασμός της Salesforce Engineering περιγράφει πώς το HyperClassifier ερμηνεύει την πρόθεση του χρήστη και δρομολογεί τους πράκτορες σε σύνολα ενεργειών προτού παραχθεί απάντηση. Στις φωνητικές αλληλεπιδράσεις, διαπιστώνει αν κάποιος έχει ολοκληρώσει την ομιλία του. Στον αρχικό σχεδιασμό του, κάθε κλάση αντιστοιχίζεται σε ένα μοναδικό ειδικό διακριτικό και οι υπολογισμοί της αρχικής προτροπής αποθηκεύονται στην προσωρινή μνήμη, ώστε να μην επεξεργάζονται ξανά οι επαναλαμβανόμενες οδηγίες. Έτσι, ο αριθμός των βημάτων παραγωγής εξόδου παραμένει σταθερός, ανεξάρτητα από το μήκος του ονόματος της κλάσης.

Το HyperClassifier εκπαιδεύτηκε περαιτέρω με το GPT-OSS-20B και μπορεί να ταξινομεί έως και 200 ετικέτες, σύμφωνα με μια περιγραφή της ανάπτυξης στις 8 Ιουλίου 2026. Έγινε το προεπιλεγμένο μοντέλο εντοπισμού προθέσεων και δρομολόγησης για τα πρότυπα Agentforce Service και Employee Agent την άνοιξη του 2026.

Η Salesforce μέτρησε χρόνο απόκρισης δρομολόγησης περίπου 26 χιλιοστών του δευτερολέπτου για το HyperClassifier, έναντι 1.446 χιλιοστών του δευτερολέπτου για ένα γενικής χρήσης προηγμένο μοντέλο. Η μέτρηση αυτή αφορά τον προκάτοχο και δεν τεκμηριώνει την απόδοση του Koa Decisions.

Πρόσβαση στην επίδειξη και προγραμματισμένες ενσωματώσεις

Οποιοσδήποτε, ακόμη και όσοι δεν είναι πελάτες της Salesforce, μπορεί να δοκιμάσει την επίδειξη του Koa Decisions αφού εγγραφεί δωρεάν στο Trailhead. Οι χρήστες μπορούν να τροποποιήσουν το αίτημα και τη λίστα κατηγοριών και να δουν τις βαθμολογίες βεβαιότητας για τις επιλογές.

Η Salesforce αναφέρει ότι η προσθήκη μιας κατηγορίας, όπως οι επιστροφές, δεν απαιτεί επανεκπαίδευση. Αντιπαραβάλλει αυτή τη διαδικασία με τα έργα προσαρμοσμένης προγνωστικής ταξινόμησης, τα οποία χρειάζονταν μήνες για πολλούς εταιρικούς πελάτες, ενώ μια υλοποίηση μοντέλου λήψης αποφάσεων μπορεί μερικές φορές να τεθεί σε παραγωγική λειτουργία μέσα σε λίγες ώρες.

Σε ένα τεκμηριωμένο παράδειγμα ροής εργασιών, ένα μοντέλο λήψης αποφάσεων επισημαίνει μια συμφωνία πώλησης που κινδυνεύει και επιλέγει την ομάδα που πρέπει να παρέμβει, ενώ ένα LLM συνοψίζει τι άλλαξε. Η διαδικασία ξεκινά από μια εγγραφή στο Sales Cloud και καταλήγει σε ειδοποίηση στο Slack. Οι προγραμματισμένες ενσωματώσεις περιλαμβάνουν ροές, το Apex, πρότυπα προτροπών και ένα API για προγραμματιστές. Οι τιμές και τα πακέτα μπορούν να αλλάξουν, η διαθεσιμότητα ενδέχεται να διαφέρει ανά περιοχή και η πρόσβαση διέπεται από συμφωνίες με τους πελάτες. Επομένως, ούτε η επίδειξη ούτε η υφιστάμενη ανάπτυξη του HyperClassifier τεκμηριώνουν τη γενική διαθεσιμότητα κάθε προγραμματισμένης ενσωμάτωσης.

Η πρακτική σημασία είναι ο σαφέστερος καταμερισμός εργασιών στο εταιρικό λογισμικό: τα μοντέλα λήψης αποφάσεων αναλαμβάνουν τη δρομολόγηση, τους ελέγχους και τη βαθμολόγηση, ενώ τα LLM αναλαμβάνουν την επεξήγηση και τον συλλογισμό. Το Koa Decisions προσθέτει εισόδους πολλαπλών τρόπων και ευρύτερα προγραμματισμένα σημεία ενσωμάτωσης σε αυτή την αρχιτεκτονική· η εμβέλειά του στις επιχειρήσεις εξαρτάται πλέον από το κατά πόσο αυτές οι ενσωματώσεις θα επεκταθούν πέρα από την επίδειξη και τις λειτουργίες δρομολόγησης που ήδη εκτελεί το HyperClassifier.