Salesforce esittelee Koa Decisionsin, joka tukee kuvia ja ääntä

Salesforce esitteli Koa Decisionsin 6. marraskuuta 2026. Malli on rakennettu Googlen avoimilla painoilla julkaistun Gemman pohjalta, ja se pystyy käsittelemään tekstiä, kuvia ja ääntä. Yhtiö aikoo laajentaa teknologian käyttöä Agentforcen pyyntöjen reitityksestä Salesforce-työnkulkuihin ja kehittäjätyökaluihin.

Koa Decisions on HyperClassifierin seuraava versio. Se lukee pyynnön ja käyttäjän määrittämän luokkalistan ja palauttaa yhdellä kertaa valinnan, kyllä- tai ei-päätöksen tai pistemäärän. Salesforcen mukaan tämä tapahtuu millisekunneissa. Malli liittyy Koa-malliperheeseen erillisen, yhdessä NVIDIAn kanssa kehitetyn Koa-päättelymallin rinnalle.

Miten Koa Decisions tuottaa vastauksen

Ero on siinä, miten vastaus tuotetaan. Suuri kielimalli muodostaa tekstiä token kerrallaan, ja kukin uusi token perustuu sitä edeltäviin tokeneihin. Päätösmalli lukee koko pyynnön ja tuottaa yhdellä kertaa tiiviin vastauksen, usein vain yhden tokenin. Koska vastaus on lyhyt, sen tuottaminen vaatii vähemmän laskentatehoa, ja muut ohjelmistot voivat toimia sen perusteella heti.

Jos ongelmana on tilille kirjautuminen, malli voi valita tilitiimin luettelosta, jossa ovat myös tekniikka- ja myyntitiimit, ja palauttaa sitten luottamuspisteytyksen. Näin agentti voi käyttää erikoistunutta mallia toistuviin päätöksiin ja jättää yleiskäyttöisen LLM:n kirjoittamiseen ja päättelyyn. Salesforcen mallissa asiakkaiden ei tarvitse valita mallia manuaalisesti jokaista tehtävää varten.

Tutkimustulokset ja HyperClassifierin tuotantokäyttö

Tiimin Koa-päätösmallia käsittelevässä tutkimuksen ennakkojulkaisussa luokittelu, semanttinen puheenvuoron päättymisen tunnistus, totuusarvotarkistukset ja pisteytys esitetään rajoitettuna generointina, jonka tuloksena on yksi token. Atomiset luokkatokenit ja ohjattu hienosäätö pelkistävät nämä tehtävät deterministiseksi, yhdellä vaiheella tapahtuvaksi dekoodaukseksi.

Kirjoittajien mukaan tuotantokäytössä olevassa aikomusten reitityksen vertailutestissä tarkkuus oli 85,5 %, vastaukset saatiin noin puolessa sekunnissa ja mediaanivaste oli jopa noin 7,5 kertaa nopeampi kuin testatuilla huippumalleilla samoissa palveluolosuhteissa. Erilliseen Jev/TypeSafe-järjestelmään verrattuna he raportoivat kilpailukykyisestä tarkkuudesta ja nopeammista mediaanivasteista sekä multimodaalisista syötteistä ja usean tunnisteen tulosteista, joita yhden tunnisteen tekstijärjestelmät eivät pysty käsittelemään.

Koa Decisions perustuu edeltäjäänsä, joka on jo osa Agentforcea. Salesforce Engineering -tilin julkaisussa kuvataan, miten HyperClassifier tulkitsee käyttäjän aikomuksen ja ohjaa agentit toimintokokonaisuuksiin ennen vastauksen muodostamista. Äänivuorovaikutuksessa se tunnistaa, onko puhuja saanut puheenvuoronsa päätökseen. Aiemmassa toteutuksessa kukin luokka esitetään yksilöllisellä erikoistokenilla, ja kehotteen alkuosan laskentatulokset tallennetaan välimuistiin, jotta toistuvia ohjeita ei käsitellä uudelleen. Näin tulostusvaiheiden määrä pysyy samana luokan nimen pituudesta riippumatta.

HyperClassifier hienosäädettiin GPT-OSS-20B-mallilla, ja se pystyy luokittelemaan enintään 200 tunnistetta 8. heinäkuuta 2026 julkaistun käyttöönottoa koskevan kuvauksen mukaan. Siitä tuli keväällä 2026 Agentforce Servicen ja Employee Agentin mallipohjien oletusarvoinen aikomusten tunnistus- ja reititysmalli.

Salesforce mittasi HyperClassifierin reititysvastauksen kestoksi noin 26 millisekuntia, kun yleiskäyttöisellä huippumallilla vastaava aika oli 1 446 millisekuntia. Tämä tuotantomittaus koskee edeltäjää eikä osoita Koa Decisionsin suorituskykyä.

Demon kokeilu ja suunnitellut integraatiot

Kuka tahansa, myös henkilö, joka ei ole Salesforcen asiakas, voi kokeilla Koa Decisions -demoversiota rekisteröitymällä maksuttomalle Trailhead-tilille. Käyttäjät voivat muokata pyyntöä ja luokkalistaa sekä tarkastella vaihtoehtojen luottamuspisteytyksiä.

Salesforcen mukaan esimerkiksi palautuksia koskevan luokan lisääminen ei vaadi uudelleenkoulutusta. Yhtiö vertaa tätä räätälöityihin ennustavan luokittelun hankkeisiin, joiden toteuttaminen vei monilta suuryritysasiakkailta kuukausia; päätösmallin käyttöönotto voi toisinaan edetä tuotantoon muutamassa tunnissa.

Yhdessä dokumentoidussa työnkulkuesimerkissä päätösmalli merkitsee riskialttiin myyntisopimuksen ja valitsee tiimin, jonka pitäisi puuttua tilanteeseen, samalla kun LLM tiivistää tapahtuneet muutokset. Työnkulku siirtyy Sales Cloud -tietueesta Slack-hälytykseen. Suunniteltuihin integraatioihin kuuluvat työnkulut, Apex, kehotemallit ja kehittäjille tarkoitettu ohjelmointirajapinta. Hinnoittelu ja paketoiminen voivat muuttua, saatavuus voi vaihdella alueittain ja käyttöä säätelevät asiakassopimukset. Siksi demoversio ja HyperClassifierin nykyinen käyttöönotto eivät osoita, että kaikki suunnitellut integraatiot olisivat yleisesti saatavilla.

Käytännössä tämä selkeyttää tehtävien jakoa yritysohjelmistoissa: päätösmallit hoitavat reitityksen, tarkistukset ja pisteytyksen, kun taas LLM:t vastaavat selittämisestä ja päättelystä. Koa Decisions tuo tähän arkkitehtuuriin multimodaaliset syötteet ja laajemmat suunnitellut integraatiomahdollisuudet. Sen laajempi käyttö yrityksissä riippuu nyt siitä, miten integraatiot etenevät demoversion ja niiden reititystoimintojen ulkopuolelle, joita HyperClassifier jo hoitaa.