Salesforce wprowadza Koa Decisions z obsługą obrazów i dźwięku

Salesforce wprowadziło Koa Decisions 6 listopada 2026 r. To model decyzyjny oparty na Gemma od Google, modelu o otwartych wagach, który przyjmuje tekst, obrazy i dźwięk. Firma planuje rozszerzyć zastosowanie tej technologii poza kierowanie żądań w Agentforce — na przepływy pracy Salesforce i narzędzia dla programistów.

Koa Decisions to kolejna wersja HyperClassifier. Model odczytuje żądanie i zdefiniowaną przez użytkownika listę kategorii, a następnie w jednym kroku zwraca wybór, decyzję „tak” lub „nie” albo wynik punktowy. Salesforce podaje, że operacja ta trwa milisekundy. Model dołącza do rodziny Koa obok odrębnego modelu wnioskowania Koa, stworzonego we współpracy z NVIDIA.

Jak Koa Decisions generuje odpowiedź

Różnica polega na sposobie generowania odpowiedzi. Duży model językowy tworzy tekst token po tokenie, a każdy kolejny token zależy od poprzednich. Model decyzyjny odczytuje całe żądanie i w jednym kroku zwraca zwięzłą odpowiedź, często w postaci pojedynczego tokenu. Ponieważ odpowiedź jest krótka, jej wygenerowanie wymaga mniej mocy obliczeniowej, a inne oprogramowanie może od razu na jej podstawie podjąć działanie.

W przypadku problemu z logowaniem do konta model może wybrać z listy zespół obsługujący konta, obejmującej także zespoły inżynieryjny i sprzedaży, a następnie zwrócić ocenę pewności. Dzięki temu agent może korzystać ze specjalistycznego modelu przy powtarzalnych decyzjach, a ogólny LLM pozostawić do pisania i wnioskowania. W rozwiązaniu Salesforce klienci nie muszą ręcznie wybierać modelu do każdego zadania.

Wyniki badań i wdrożeniowa historia HyperClassifier

W preprincie badawczym dotyczącym modelu decyzyjnego Koa zespół przedstawia klasyfikację, semantyczne wykrywanie końca wypowiedzi, sprawdzanie warunków logicznych i punktację jako generowanie z ograniczeniami, w którym wynikiem jest pojedynczy token. Etykiety będące pojedynczymi tokenami oraz dostrajanie nadzorowane sprowadzają te zadania do deterministycznego dekodowania w jednym kroku.

Autorzy podają dokładność 85,5% w produkcyjnym teście porównawczym kierowania żądań według intencji, czas odpowiedzi wynoszący około pół sekundy oraz medianę szybkości działania nawet około 7,5 raza większą niż w przypadku testowanych modeli wiodących, przy identycznych warunkach obsługi. W porównaniu z dedykowanym systemem Jev/TypeSafe odnotowali konkurencyjną dokładność i krótszy medianowy czas odpowiedzi, a także obsługę wejść multimodalnych i wyników z wieloma etykietami, których nie obsługują tekstowe systemy działające z jedną etykietą.

Koa Decisions bazuje na poprzedniku, który jest już zintegrowany z Agentforce. W wpisie Salesforce Engineering opisano, jak HyperClassifier interpretuje intencje użytkowników i kieruje agentów do zestawów działań, zanim zostanie wygenerowana odpowiedź. Podczas interakcji głosowych model ustala, czy dana osoba skończyła mówić. Wcześniejsza konstrukcja przypisuje każdej klasie unikatowy token specjalny i buforuje obliczenia dla początkowej części promptu, dzięki czemu powtarzające się instrukcje nie są przetwarzane ponownie. Liczba kroków generowania odpowiedzi pozostaje stała niezależnie od długości nazwy klasy.

HyperClassifier dostrojono na podstawie GPT-OSS-20B; według opisu wdrożenia z 8 lipca 2026 r. model może klasyfikować dane według maksymalnie 200 etykiet. Wiosną 2026 r. stał się domyślnym modelem wykrywania intencji i kierowania żądań w szablonach Agentforce Service i Employee Agent.

Salesforce zmierzyło czas odpowiedzi HyperClassifier przy kierowaniu żądań na około 26 milisekund, w porównaniu z 1446 milisekundami w przypadku ogólnego modelu wiodącego. Pomiar ten dotyczy wdrożonego poprzednika i nie określa wydajności Koa Decisions.

Dostęp do wersji demonstracyjnej i planowane integracje

Każdy, także osoby niebędące klientami Salesforce, może wypróbować wersję demonstracyjną Koa Decisions po założeniu bezpłatnego konta Trailhead. Użytkownicy mogą edytować żądanie i listę kategorii oraz sprawdzać oceny pewności dla poszczególnych opcji.

Salesforce informuje, że dodanie kategorii, takiej jak zwroty, nie wymaga ponownego trenowania modelu. Firma przeciwstawia ten proces niestandardowym projektom predykcyjnej klasyfikacji, które w przypadku wielu klientów korporacyjnych trwały miesiącami; wdrożenie modelu decyzyjnego może niekiedy trafić do środowiska produkcyjnego w ciągu kilku godzin.

W jednym z opisanych przykładów przepływu pracy model decyzyjny oznacza zagrożoną transakcję sprzedażową i wybiera zespół, który powinien zareagować, podczas gdy LLM podsumowuje zmiany; cały proces prowadzi od rekordu w Sales Cloud do alertu w Slack. Planowane integracje obejmują przepływy, Apex, szablony promptów i interfejs API dla programistów. Cennik i pakiety mogą ulec zmianie, dostępność może się różnić w zależności od regionu, a dostęp podlega warunkom umów z klientami. Dlatego ani wersja demonstracyjna, ani dotychczasowe wdrożenie HyperClassifier nie potwierdzają ogólnej dostępności wszystkich planowanych integracji.

Praktyczne znaczenie tej zmiany polega na wyraźniejszym podziale zadań w oprogramowaniu dla przedsiębiorstw: modele decyzyjne zajmują się kierowaniem, sprawdzaniem i punktacją, a LLM-y — wyjaśnianiem i wnioskowaniem. Koa Decisions rozszerza tę architekturę o wejścia multimodalne i szerszy zakres planowanych integracji; zasięg rozwiązania w przedsiębiorstwach zależy teraz od tego, czy integracje wyjdą poza wersję demonstracyjną i funkcje kierowania żądań, które HyperClassifier już zapewnia.