Salesforce lança modelo de raciocínio Koa para Agentforce, treinado com Nemotron

Salesforce e NVIDIA anunciaram Koa em 15 de setembro de 2026, um modelo de raciocínio de CRM para a plataforma Agentforce da Salesforce, construído por meio de pós‑treinamento do modelo Nemotron 3 Super da NVIDIA em um conjunto de dados sintético proprietário modelado a partir do conhecimento empresarial de quase três décadas de implantações de CRM.

Salesforce descreveu o Koa como seu primeiro modelo de raciocínio de CRM, desenvolvido especificamente para ajudar os agentes a raciocinar através de fluxos de trabalho complexos e de múltiplas etapas e usar as ferramentas corretas para concluir o trabalho. No anúncio conjunto das empresas, o presidente e CEO da Salesforce, Marc Benioff, disse: “A coisa mais valiosa que a Salesforce construiu não é nossa plataforma — é o conhecimento acumulado de como os negócios empresariais realmente funcionam. Com o Koa, o conhecimento está inserido no próprio modelo.” Jensen Huang, fundador e CEO da NVIDIA, afirmou que os modelos abertos Nemotron deram à Salesforce a base para um modelo de CRM que pode raciocinar e agir com segurança.

A Salesforce afirmou que controla os pesos do modelo Koa e realiza o pós‑treinamento e a inferência totalmente dentro de sua própria fronteira de confiança, de modo que nenhum dado de cliente atravessa essa fronteira durante a inferência. O Koa oferece aos clientes uma opção especializada, hospedada pela Salesforce, para impulsionar casos de uso do Agentforce.

Dados de Treinamento Sintéticos e Método de Pós‑Treinamento

Nenhum dado de cliente foi usado para treinar o Koa, segundo a Salesforce. O corpus de treinamento foi construído inteiramente a partir de cenários sintéticos que cobrem o raciocínio, o uso de ferramentas e as habilidades de tomada de decisão que agentes do Agentforce aplicam em fluxos de trabalho de CRM, como geração de leads, qualificação de oportunidades e resolução de casos de serviço.

Os cenários foram projetados para simular fluxos de trabalho empresariais do mundo real em mais de 14 setores, entre eles manufatura, serviços financeiros, saúde e viagens. Em cada cenário, uma persona foi pareada com um conjunto de tarefas, e a sequência de ações e chamadas de ferramentas necessárias para executá‑las foi mapeada antecipadamente.

Para o pós‑treinamento, a Salesforce aplicou Fine‑Tuning Supervisionado e aprendizado por reforço com Group Relative Policy Optimization (GRPO), usando as ferramentas NeMo RL, NeMo Gym e NeMo AutoModel da NVIDIA. A Salesforce afirmou que treinar em um conjunto direcionado de tarefas empresariais priorizadas conferiu ao modelo uma expertise mais profunda, ensinando‑o a alcançar um objetivo por meio de uma sequência de ações corretas em vez de parar em uma resposta correta.

Artigo de Pesquisa e Resultados Reportados

No artigo de pesquisa submetido ao arXiv em 14 de setembro de 2026, os desenvolvedores do modelo descrevem o Koa como o resultado da aplicação de aprendizado por reforço GRPO ao modelo de base de peso aberto Nemotron‑3‑Super‑120B, usando dados públicos e gerados sinteticamente e sem dados de clientes. Os autores identificam como componente distintivo do modelo um pipeline de simulação para recompensa que transforma especificações de fluxo de trabalho em tarefas multi‑turn condicionadas por persona, com recompensas vinculadas à resolução de cada tarefa por meio do uso bem‑sucedido de ferramentas para solicitações dependentes de dados. Para domínios empresariais, essas especificações são escritas em Agent Script, a linguagem declarativa da Salesforce para construir agentes do Agentforce; para domínios de uso público de ferramentas, a estrutura do fluxo de trabalho foi sintetizada diretamente, com a mesma simulação e mecanismo de recompensa fundamentado impulsionando o GRPO em ambos.

Os autores relatam que, em benchmarks de uso público de ferramentas, raciocínio agente e CRM empresarial, o Koa supera sua base de peso aberto, com ganhos mais claros no uso de ferramentas multi‑turn, ultrapassa uma linha de base proprietária forte e permanece abaixo dos modelos de fronteira mais avançados. Eles concluem que o aprendizado por reforço orientado por especificações oferece uma rota prática para especializar modelos de base de peso aberto para trabalhos agente empresariais.

Separadamente, a Salesforce afirmou que, em seu benchmark de CRM, um conjunto de tarefas do mundo real, como atualizar uma oportunidade, encaminhar um caso ou agendar um acompanhamento, o Koa iguala ou supera o desempenho dos principais modelos em ações de CRM com três vezes menos erros.

Pilotos, Missionforce e Disponibilidade

O Koa já está em uso dentro da Salesforce, inclusive em um agente Slack que ajuda os funcionários a encontrar informações e concluir tarefas cotidianas. Pilotos com clientes estão em andamento com 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine e Xero.

Ryan Teeples, diretor de estratégia da 1-800Accountant, disse que o Koa permite que os agentes da empresa raciocinem passo a passo através de regras fiscais, dados financeiros e documentos de clientes. John Sahagian, vice‑presidente sênior e diretor de dados da Baxter Credit Union, afirmou que o modelo pode ajudar os agentes digitais a ponderar as informações, ferramentas e políticas por trás dos objetivos dos membros, como a compra de uma casa. Elia Wallen, fundador e CEO da Engine, declarou que viagens de negócios envolvem inúmeras partes móveis e que suas equipes precisam de um modelo capaz de raciocinar com precisão em problemas de múltiplas etapas, em vez de um que apenas pareça confiante. Andrew Chang, diretor de marketing da UChicago Medicine, disse que o Koa pode lidar com fluxos de trabalho de coordenação mais longos e de múltiplas etapas, permitindo que as equipes tenham mais tempo para o cuidado dos pacientes.

Junto com o Koa, as duas empresas estão introduzindo modelos baseados em Nemotron e computação acelerada no Missionforce para governos e organizações reguladas. Segundo o anúncio, muitas dessas organizações precisam controlar o modelo e os dados de treinamento e implantá‑los em ambientes especializados — nuvens privadas, redes classificadas e sistemas totalmente isolados — que nunca se conectam à infraestrutura pública.

Modelos NVIDIA pós‑treinados irão alimentar agentes para o Missionforce Operations, um produto que digitaliza e automatiza fluxos de trabalho governamentais, incluindo compras, gestão de fornecedores e logística. Os modelos são treinados com os dados operacionais e a terminologia de cada organização, de modo que os agentes possam conduzir processos de back‑office e agir dentro do próprio ambiente do cliente, inclusive em redes isoladas. As empresas afirmaram que também estão trabalhando para levar os modelos NVIDIA pós‑treinados a outras capacidades do Missionforce, o que permitiria aos clientes construir e executar modelos em sua própria infraestrutura para cargas de trabalho especializadas.

O Koa está disponível agora para clientes piloto selecionados no Agentforce, com disponibilidade geral prevista para o inverno de 2026 nas regiões dos EUA. O Missionforce Operations já está disponível de forma geral nas regiões dos EUA, e os modelos NVIDIA pós‑treinados estarão disponíveis para clientes selecionados em outubro de 2026.