Salesforce Memperkenalkan Model Penalaran Koa untuk Agentforce, Dilatih pada Nemotron

Pada 15 September 2026, Salesforce dan NVIDIA mengumumkan Koa, sebuah model penalaran CRM untuk platform Agentforce milik Salesforce yang dibangun dengan pelatihan lanjutan model Nemotron 3 Super milik NVIDIA pada dataset sintetis kepemilikan yang dimodelkan berdasarkan pengetahuan perusahaan dari hampir tiga dekade penerapan CRM.

Salesforce menggambarkan Koa sebagai model penalaran CRM pertamanya, dirancang khusus untuk membantu agen menalar melalui alur kerja kompleks berbilang langkah dan menggunakan alat yang tepat untuk menyelesaikan pekerjaan. Dalam pengumuman bersama perusahaan, Ketua dan CEO Salesforce, Marc Benioff, berkata: “Hal paling berharga yang dibangun Salesforce bukanlah platform kami — melainkan pengetahuan terkumpul tentang bagaimana bisnis perusahaan sebenarnya beroperasi. Dengan Koa, pengetahuan tersebut dimasukkan ke dalam model itu sendiri.” Jensen Huang, pendiri dan CEO NVIDIA, mengatakan model terbuka Nemotron memberikan Salesforce dasar untuk model CRM yang dapat menalar dan bertindak secara aman.

Salesforce menyatakan bahwa ia mengendalikan bobot model Koa dan melakukan pelatihan lanjutan serta inferensi sepenuhnya dalam batas kepercayaan miliknya, sehingga tidak ada data pelanggan yang melewati batas tersebut selama inferensi. Koa memberikan pelanggan opsi khusus yang dihosting oleh Salesforce untuk mendukung kasus penggunaan Agentforce.

Data Pelatihan Sintetis dan Metode Pelatihan Lanjutan

Tidak ada data pelanggan yang digunakan untuk melatih Koa, menurut Salesforce. Korpus pelatihan dibangun sepenuhnya dari skenario sintetis yang mencakup penalaran, penggunaan alat, dan keterampilan pengambilan keputusan yang diterapkan agen Agentforce di seluruh alur kerja CRM seperti menghasilkan prospek, mengkualifikasi peluang, dan menyelesaikan kasus layanan.

Skenario-skenario tersebut dirancang untuk mensimulasikan alur kerja perusahaan dunia nyata di lebih dari 14 industri, termasuk manufaktur, layanan keuangan, perawatan kesehatan, dan perjalanan. Pada setiap skenario, sebuah persona dipasangkan dengan serangkaian tugas, dan urutan tindakan serta pemanggilan alat yang diperlukan untuk melaksanakannya dipetakan sebelumnya.

Untuk pelatihan lanjutan, Salesforce menerapkan Supervised Fine-Tuning dan reinforcement learning dengan Group Relative Policy Optimization (GRPO), menggunakan alat NeMo RL, NeMo Gym, dan NeMo AutoModel milik NVIDIA. Salesforce mengatakan bahwa pelatihan pada set tugas perusahaan yang diprioritaskan memberikan model keahlian yang lebih dalam, mengajarkannya mencapai tujuan melalui urutan tindakan yang benar alih-alih berhenti pada jawaban yang tepat.

Makalah Penelitian dan Hasil yang Dilaporkan

Dalam sebuah makalah penelitian yang diajukan ke arXiv pada 14 September 2026, pengembang model menjelaskan Koa sebagai hasil penerapan reinforcement learning GRPO pada model fondasi Nemotron-3-Super-120B berbobot terbuka, menggunakan data publik dan data yang dihasilkan secara sintetis serta tanpa data pelanggan. Penulis mengidentifikasi komponen khas model sebagai pipeline simulasi-ke-reward yang mengubah spesifikasi alur kerja menjadi tugas multi‑turn yang dikondisikan persona, dengan reward terkait penyelesaian setiap tugas melalui penggunaan alat yang berhasil untuk permintaan yang bergantung pada data. Untuk domain perusahaan, spesifikasi tersebut ditulis dalam Agent Script, bahasa deklaratif Salesforce untuk membangun agen Agentforce; untuk domain penggunaan alat publik, struktur alur kerja disintesis secara langsung, dengan mesin simulasi dan reward yang sama menggerakkan GRPO di keduanya.

Penulis melaporkan bahwa pada benchmark penggunaan alat publik, penalaran agen, dan CRM perusahaan, Koa meningkatkan performa dibandingkan basis berbobot terbukanya, dengan peningkatan paling jelas pada penggunaan alat multi‑turn, melampaui baseline proprietari yang kuat, dan tetap di bawah model frontier terkuat. Mereka menyimpulkan bahwa reinforcement learning berbasis spesifikasi menawarkan jalur praktis untuk mengkhususkan model fondasi berbobot terbuka bagi pekerjaan agen perusahaan.

Secara terpisah, Salesforce menyatakan bahwa dalam benchmark CRM-nya, serangkaian tugas dunia nyata seperti memperbarui peluang, mengarahkan kasus, atau menjadwalkan tindak lanjut, Koa mencocokkan atau melampaui kinerja model terkemuka pada tindakan CRM dengan tiga kali lebih sedikit kesalahan.

Pilot, Missionforce, dan Ketersediaan

Koa sudah digunakan di dalam Salesforce, termasuk dalam agen Slack yang membantu karyawan menemukan informasi dan menyelesaikan tugas sehari-hari. Pilot pelanggan sedang berlangsung dengan 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine, dan Xero.

Ryan Teeples, Chief Strategy Officer di 1-800Accountant, mengatakan Koa memungkinkan agen perusahaan menalar langkah demi langkah melalui aturan pajak, data keuangan, dan dokumen pelanggan. John Sahagian, Senior Vice President dan Chief Data Officer di Baxter Credit Union, menyatakan bahwa model ini dapat membantu agen digital menimbang informasi, alat, dan kebijakan di balik tujuan anggota seperti membeli rumah. Elia Wallen, pendiri dan CEO Engine, mengatakan perjalanan bisnis melibatkan begitu banyak komponen yang bergerak dan timnya membutuhkan model yang dapat menalar secara tepat melalui masalah berbilang langkah, bukan sekadar terdengar yakin. Andrew Chang, Chief Marketing Officer di UChicago Medicine, mengatakan Koa dapat menangani alur kerja koordinasi berbilang langkah yang lebih panjang sehingga tim memiliki lebih banyak waktu untuk perawatan pasien.

Bersamaan dengan Koa, kedua perusahaan tersebut memperkenalkan model berbasis Nemotron dan komputasi terakselerasi ke Missionforce untuk pemerintah dan organisasi yang diatur. Menurut pengumuman, banyak organisasi ini harus mengendalikan model dan data pelatihan serta menerapkannya di lingkungan khusus — cloud pribadi, jaringan terklasifikasi, dan sistem yang sepenuhnya terisolasi secara udara — yang tidak pernah terhubung ke infrastruktur publik.

Model NVIDIA yang telah dilatih lanjutan akan menggerakkan agen untuk Missionforce Operations, sebuah produk yang mendigitalkan dan mengotomatiskan alur kerja pemerintah termasuk pengadaan, manajemen pemasok, dan logistik. Model tersebut dilatih pada data operasional dan terminologi masing‑masing organisasi sehingga agen dapat menangani proses back‑office dan mengambil tindakan di dalam lingkungan pelanggan sendiri, termasuk jaringan yang terisolasi secara udara. Perusahaan‑perusahaan tersebut mengatakan bahwa mereka juga sedang bekerja untuk membawa model NVIDIA yang telah dilatih lanjutan ke kemampuan Missionforce tambahan, yang akan memungkinkan pelanggan membangun dan menjalankan model pada infrastruktur mereka sendiri untuk beban kerja khusus.

Koa saat ini tersedia untuk pelanggan pilot terpilih di Agentforce, dengan ketersediaan umum yang diharapkan pada musim dingin 2026 di wilayah AS. Missionforce Operations sudah tersedia secara umum di wilayah AS, dan model NVIDIA yang telah dilatih lanjutan akan tersedia untuk pelanggan terpilih pada Oktober 2026.