Salesforce、Agentforce 用の Koa 推論モデルを発表、Nemotron で学習

Salesforce と NVIDIA は 2026年9月15日に、Salesforce の Agentforce プラットフォーム向け CRM 推論モデルである Koa を発表した。このモデルは、NVIDIA の Nemotron 3 Super モデルを事後学習し、約30年にわたる CRM 展開から得られた企業知識を元にした独自の合成データセットで構築された。

Salesforce は Koa を、エージェントが複雑で多段階のワークフローを推論し、適切なツールを使用して作業を完了できるように特別に設計された、初の CRM 推論モデルとして説明した。In the 両社の共同発表, Salesforce の会長兼 CEO である Marc Benioff は次のように述べた。「Salesforce が構築した最も価値あるものはプラットフォームではなく、エンタープライズビジネスが実際にどのように機能するかという蓄積された知識です。Koa によって、その知識はモデル自体に組み込まれます。」NVIDIA の創業者兼 CEO の Jensen Huang は、Nemotron のオープンモデルが Salesforce に安全に推論・行動できる CRM モデルの基盤を提供したと述べた。

Salesforce は Koa のモデル重みを管理し、事後学習および推論をすべて自社の信頼境界内で実行すると述べた。そのため、推論時に顧客データが境界を越えることはない。Koa は顧客に、Agentforce のユースケースを支える、Salesforce がホストする専門的なオプションを提供する。

合成トレーニングデータと事後学習手法

Salesforce によると、Koa のトレーニングには顧客データは一切使用されていない。トレーニングコーパスは、リード生成、商談の資格付与、サービスケースの解決など、CRM ワークフロー全体で Agentforce エージェント が適用する推論、ツール使用、意思決定スキルをカバーする合成シナリオのみで構成されている。

これらのシナリオは、製造業、金融サービス、ヘルスケア、旅行など、14 以上の業界にわたる実際のエンタープライズワークフローをシミュレートするよう設計された。各シナリオでは、ペルソナにタスクのセットが割り当てられ、実行に必要なアクションとツール呼び出しのシーケンスが事前にマッピングされた。

事後学習では、Salesforce は教師あり微調整と Group Relative Policy Optimization (GRPO) を用いた強化学習を適用し、NVIDIA の NeMo RL、NeMo Gym、NeMo AutoModel ツールを使用した。Salesforce は、優先順位付けされたエンタープライズタスクの対象セットでトレーニングすることで、モデルにより深い専門知識が付与され、正しい答えで止まるのではなく、正しいアクションのシーケンスを通じて目標に到達するよう学習させたと述べた。

研究論文と報告された結果

2026年9月14日に arXiv に提出された 研究論文 において、モデル開発者は Koa を、GRPO 強化学習をオープンウェイトの Nemotron-3-Super-120B 基礎モデルに適用し、公開データと合成生成データのみを使用し、顧客データを一切使用しないことで得られた結果として説明している。著者らは、ワークフロー仕様をペルソナ条件付けされたマルチターンタスクに変換し、各タスクをデータ依存リクエストに対するツール使用の成功で解決することに報酬を結びつけるシミュレーションから報酬へのパイプラインをモデルの特徴的なコンポーネントとして特定した。エンタープライズ領域では、これらの仕様は Agent Script（Salesforce が提供する Agentforce エージェント構築用の宣言型言語）で記述され、公開ツール使用領域では、ワークフロー構造が直接合成され、同じシミュレーションと実体報酬機構が GRPO を駆動した。

著者らは、公開ツール使用、エージェント推論、エンタープライズ CRM ベンチマーク全体で、Koa がオープンウェイトのベースモデルを上回り、特にマルチターンツール使用で最も顕著な向上を示し、強力な独自ベースラインを超えるものの、最先端モデルにはまだ及ばないことを報告した。彼らは、仕様駆動型強化学習がエンタープライズエージェント作業向けにオープンウェイト基礎モデルを特化させる実用的な手段であると結論付けた。

別途、Salesforce は自社の CRM ベンチマークにおいて、商談の更新、ケースの割り当て、フォローアップのスケジューリングといった実務タスクのスイートで、Koa が主要モデルの CRM アクション性能と同等または上回り、エラー数を 3 分の 1 に削減したと述べた。

パイロット、Missionforce、利用可能性

Koa はすでに Salesforce 内で使用されており、従業員が情報を検索し日常業務を完了できる Slack エージェントにも組み込まれている。顧客向けパイロットは 1-800Accountant、Baxter Credit Union、Engine、Formula 1、UChicago Medicine、Xero と進行中である。

1-800Accountant のチーフストラテジーオフィサーである Ryan Teeples は、Koa により同社のエージェントが税法、財務データ、顧客文書をステップバイステップで推論できるようになると述べた。Baxter Credit Union のシニアバイスプレジデント兼チーフデータオフィサーである John Sahagian は、モデルがデジタルエージェントに対し、住宅購入など会員の目標に関わる情報、ツール、ポリシーを評価するのに役立つと語った。Engine の創業者兼 CEO の Elia Wallen は、ビジネス出張は無数の要素が絡み合い、チームは単に自信があるように見えるだけでなく、マルチステップ問題を正確に推論できるモデルを必要としていると述べた。UChicago Medicine のチーフマーケティングオフィサーである Andrew Chang は、Koa がより長くマルチステップの調整ワークフローを処理できるため、チームが患者ケアに割く時間が増えると述べた。

Koaとともに、両社は政府および規制対象組織向けにMissionforceへNemotronベースのモデルと加速コンピューティングを導入しています。発表によると、これらの組織の多くはモデルとトレーニングデータを管理し、専用環境（プライベートクラウド、機密ネットワーク、完全にエアギャップされたシステム）にデプロイする必要があり、公共インフラに接続しないようにしています。

事前学習済みのNVIDIAモデルは、調達、サプライヤー管理、物流などの政府ワークフローをデジタル化・自動化する製品であるMissionforce Operationsのエージェントに動力を提供します。これらのモデルは各組織の運用データと用語に基づいて学習されるため、エージェントはバックオフィスプロセスを処理し、エアギャップされたネットワークを含む顧客自身の環境内でアクションを実行できます。両社は、事前学習済みNVIDIAモデルをMissionforceの追加機能にも導入する作業を進めており、これにより顧客は専門的なワークロード向けに自社インフラ上でモデルを構築・実行できるようになると述べました。

Koaは現在、Agentforceの選択されたパイロット顧客向けに利用可能で、米国地域での一般提供は2026年冬を予定しています。Missionforce Operationsは米国地域で現在一般提供されており、事前学習済みNVIDIAモデルは2026年10月に選択された顧客向けに提供される予定です。