Salesforce presenta el modelo de razonamiento Koa para Agentforce, entrenado con Nemotron

Salesforce y NVIDIA anunciaron el 15 de septiembre de 2026 Koa, un modelo de razonamiento CRM para la plataforma Agentforce de Salesforce, construido mediante el post‑entrenamiento del modelo Nemotron 3 Super de NVIDIA sobre un conjunto de datos sintético propietario modelado a partir del conocimiento empresarial de casi tres décadas de implementaciones de CRM.

Salesforce describió a Koa como su primer modelo de razonamiento CRM, creado específicamente para ayudar a los agentes a razonar a través de flujos de trabajo complejos y de varios pasos y a utilizar las herramientas adecuadas para completar el trabajo. En el anuncio conjunto de las empresas, el presidente y CEO de Salesforce, Marc Benioff, dijo: “Lo más valioso que Salesforce ha construido no es nuestra plataforma, sino el conocimiento acumulado de cómo funciona realmente el negocio empresarial. Con Koa, ese conocimiento se incorpora dentro del propio modelo.” Jensen Huang, fundador y CEO de NVIDIA, afirmó que los modelos abiertos de Nemotron le dieron a Salesforce la base para un modelo CRM que puede razonar y actuar de forma segura.

Salesforce declaró que controla los pesos del modelo Koa y lleva a cabo el post‑entrenamiento y la inferencia completamente dentro de su propio perímetro de confianza, de modo que ningún dato de cliente cruza ese límite durante la inferencia. Koa ofrece a los clientes una opción especializada, alojada por Salesforce, para impulsar los casos de uso de Agentforce.

Datos de entrenamiento sintéticos y método de post‑entrenamiento

Según Salesforce, no se utilizó ningún dato de cliente para entrenar a Koa. El corpus de entrenamiento se construyó íntegramente a partir de escenarios sintéticos que abarcan el razonamiento, el uso de herramientas y las habilidades de toma de decisiones que agentes de Agentforce aplican en flujos de trabajo CRM como la generación de leads, la calificación de oportunidades y la resolución de casos de servicio.

Los escenarios fueron diseñados para simular flujos de trabajo empresariales del mundo real en más de 14 industrias, entre ellas la manufactura, los servicios financieros, la salud y los viajes. En cada escenario, se emparejaba una persona con un conjunto de tareas, y la secuencia de acciones y llamadas a herramientas necesarias para ejecutarlas se mapearon de antemano.

Para el post‑entrenamiento, Salesforce aplicó ajuste fino supervisado y aprendizaje por refuerzo con Group Relative Policy Optimization (GRPO), utilizando las herramientas NeMo RL, NeMo Gym y NeMo AutoModel de NVIDIA. Salesforce afirmó que entrenar con un conjunto focalizado de tareas empresariales priorizadas otorgó al modelo una mayor experiencia, enseñándole a alcanzar un objetivo mediante una secuencia de acciones correctas en lugar de detenerse en una respuesta correcta.

Artículo de investigación y resultados reportados

En un artículo de investigación presentado a arXiv el 14 de septiembre de 2026, los desarrolladores del modelo describen a Koa como el resultado de aplicar aprendizaje por refuerzo GRPO al modelo de base de peso abierto Nemotron‑3‑Super‑120B, utilizando datos públicos y generados sintéticamente y sin datos de cliente. Los autores identifican como componente distintivo del modelo una canalización de simulación a recompensa que transforma especificaciones de flujos de trabajo en tareas multi‑turn condicionadas a la persona, con recompensas vinculadas a la resolución de cada tarea mediante el uso exitoso de herramientas para solicitudes dependientes de datos. Para los dominios empresariales, esas especificaciones se redactan en Agent Script, el lenguaje declarativo de Salesforce para crear agentes de Agentforce; para los dominios de uso público de herramientas, la estructura del flujo de trabajo se sintetizó directamente, con la misma maquinaria de simulación y recompensas fundamentadas impulsando GRPO en ambos casos.

Los autores informan que, en los benchmarks de uso público de herramientas, razonamiento agente y CRM empresarial, Koa mejora respecto a su base de peso abierto, con sus mayores avances en el uso de herramientas multi‑turn, supera una sólida línea base propietaria y se mantiene por debajo de los modelos de frontera más avanzados. Concluyen que el aprendizaje por refuerzo impulsado por especificaciones ofrece una vía práctica para especializar modelos de base de peso abierto para el trabajo agente en entornos empresariales.

Por separado, Salesforce indicó que en su benchmark CRM, una suite de tareas reales como actualizar una oportunidad, enrutar un caso o programar un seguimiento, Koa iguala o supera el rendimiento de los principales modelos en acciones CRM con tres veces menos errores.

Pilotos, Missionforce y disponibilidad

Koa ya se está utilizando dentro de Salesforce, incluido un agente de Slack que ayuda a los empleados a encontrar información y completar tareas cotidianas. Los pilotos con clientes están en marcha con 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine y Xero.

Ryan Teeples, director de estrategia de 1-800Accountant, dijo que Koa permite a los agentes de la firma razonar paso a paso a través de normas fiscales, datos financieros y documentos de clientes. John Sahagian, vicepresidente senior y director de datos de Baxter Credit Union, afirmó que el modelo puede ayudar a los agentes digitales a sopesar la información, las herramientas y las políticas detrás de los objetivos de los miembros, como la compra de una vivienda. Elia Wallen, fundadora y directora ejecutiva de Engine, señaló que los viajes de negocios implican innumerables partes móviles y que sus equipos necesitan un modelo capaz de razonar con precisión en problemas de varios pasos, en lugar de uno que simplemente suene seguro. Andrew Chang, director de marketing de UChicago Medicine, comentó que Koa puede gestionar flujos de trabajo de coordinación más extensos y de varios pasos, de modo que los equipos dispongan de más tiempo para la atención al paciente.

Junto a Koa, las dos compañías están incorporando modelos basados en Nemotron y computación acelerada a Missionforce para gobiernos y organizaciones reguladas. Según el anuncio, muchas de estas organizaciones deben controlar el modelo y los datos de entrenamiento y desplegarlos en entornos especializados — nubes privadas, redes clasificadas y sistemas totalmente aislados — que nunca tocan la infraestructura pública.

Los modelos NVIDIA postentrenados impulsarán a los agentes de Missionforce Operations, un producto que digitaliza y automatiza los flujos de trabajo gubernamentales, incluidos la adquisición, la gestión de proveedores y la logística. Los modelos se entrenan con los datos operativos y la terminología de cada organización, de modo que los agentes puedan gestionar procesos internos y actuar dentro del propio entorno del cliente, incluidas las redes aisladas. Las compañías también declararon que están trabajando para incorporar los modelos NVIDIA postentrenados a capacidades adicionales de Missionforce, lo que permitiría a los clientes crear y ejecutar modelos en su propia infraestructura para cargas de trabajo especializadas.

Koa está disponible ahora para clientes piloto seleccionados en Agentforce, y se espera su disponibilidad general en el invierno de 2026 en regiones de EE. UU. Missionforce Operations ya está disponible de forma general en regiones de EE. UU, y los modelos NVIDIA postentrenados estarán disponibles para clientes seleccionados en octubre de 2026.