Salesforce เปิดตัวโมเดลการให้เหตุผล Koa สำหรับ Agentforce ฝึกด้วย Nemotron

Salesforce และ NVIDIA เมื่อวันที่ 15 กันยายน 2026 ประกาศ Koa โมเดลการให้เหตุผล CRM สำหรับแพลตฟอร์ม Agentforce ของ Salesforce ซึ่งสร้างโดยการฝึกต่อจากโมเดล Nemotron 3 Super ของ NVIDIA บนชุดข้อมูลสังเคราะห์ที่เป็นกรรมสิทธิ์ซึ่งจำลองความรู้ขององค์กรจากการใช้งาน CRM เกือบสามทศวรรษ

Salesforce อธิบายว่า Koa เป็นโมเดลการให้เหตุผล CRM รุ่นแรกของบริษัทที่ออกแบบมาเพื่อช่วยให้ตัวแทนสามารถให้เหตุผลผ่านกระบวนการทำงานที่ซับซ้อนและหลายขั้นตอนและใช้เครื่องมือที่เหมาะสมเพื่อทำงานให้สำเร็จ ใน ประกาศร่วมของบริษัท ประธานและ CEO ของ Salesforce มาร์ค เบนิโอฟกล่าวว่า: “สิ่งที่มีค่าที่สุดที่ Salesforce สร้างขึ้นไม่ใช่แพลตฟอร์มของเรา — แต่คือความรู้ที่สะสมเกี่ยวกับวิธีการทำงานของธุรกิจองค์กรจริงๆ ด้วย Koa ความรู้นั้นถูกฝังไว้ในโมเดลเอง” เจนเซน ฮวง ผู้ก่อตั้งและ CEO ของ NVIDIA กล่าวว่าโมเดลเปิดของ Nemotron ให้พื้นฐานแก่ Salesforce สำหรับโมเดล CRM ที่สามารถให้เหตุผลและทำงานได้อย่างปลอดภัย

Salesforce ระบุว่าบริษัทควบคุมน้ำหนักของโมเดล Koa และดำเนินการฝึกต่อและการสรุปผลทั้งหมดภายในขอบเขตความเชื่อถือของบริษัทเอง เพื่อให้ไม่มีข้อมูลลูกค้าใดข้ามขอบเขตนั้นระหว่างการสรุปผล Koa มอบตัวเลือกเฉพาะสำหรับลูกค้าที่โฮสต์โดย Salesforce เพื่อขับเคลื่อนการใช้งานของ Agentforce

ข้อมูลการฝึกสังเคราะห์และวิธีการฝึกต่อ

ตามที่ Salesforce กล่าว ไม่มีข้อมูลลูกค้าใดถูกใช้ในการฝึก Koa คอร์ปัสการฝึกสร้างขึ้นทั้งหมดจากสถานการณ์สังเคราะห์ที่ครอบคลุมการให้เหตุผล การใช้เครื่องมือ และทักษะการตัดสินใจที่ ตัวแทนของ Agentforce นำไปใช้ในกระบวนการทำงานของ CRM เช่น การสร้างโอกาสขาย การคัดกรองโอกาส และการแก้ไขกรณีบริการ

สถานการณ์เหล่านี้ออกแบบมาเพื่อจำลองกระบวนการทำงานขององค์กรในโลกจริงในกว่า 14 อุตสาหกรรม รวมถึงการผลิต, บริการทางการเงิน, การดูแลสุขภาพ และการเดินทาง ในแต่ละสถานการณ์ บุคลิกภาพจะจับคู่กับชุดงาน และลำดับของการกระทำและการเรียกใช้เครื่องมือที่จำเป็นต้องทำจะถูกกำหนดล่วงหน้า

สำหรับการฝึกต่อ Salesforce ใช้การปรับแต่งแบบมีผู้สอน (Supervised Fine-Tuning) และการเรียนรู้แบบเสริมแรงด้วย Group Relative Policy Optimization (GRPO) โดยใช้เครื่องมือ NeMo RL, NeMo Gym, และ NeMo AutoModel ของ NVIDIA Salesforce ระบุว่าการฝึกบนชุดงานองค์กรที่ได้รับการจัดลำดับความสำคัญอย่างเจาะจงทำให้โมเดลมีความเชี่ยวชาญลึกซึ้งขึ้น สอนให้โมเดลบรรลุเป้าหมายผ่านลำดับของการกระทำที่ถูกต้องแทนการหยุดที่คำตอบที่ถูกต้องเพียงอย่างเดียว

เอกสารวิจัยและผลลัพธ์ที่รายงาน

ใน เอกสารวิจัยหนึ่ง ที่ส่งให้ arXiv เมื่อวันที่ 14 กันยายน 2026 นักพัฒนาโมเดลอธิบายว่า Koa เป็นผลของการนำการเรียนรู้แบบเสริมแรง GRPO ไปใช้กับโมเดลพื้นฐาน Nemotron-3-Super-120B แบบเปิดน้ำหนักโดยใช้ข้อมูลสาธารณะและข้อมูลที่สร้างสังเคราะห์โดยไม่มีข้อมูลลูกค้า ผู้เขียนระบุว่าคอมโพเนนต์ที่โดดเด่นของโมเดลคือสายงานจำลองเป็นรางวัล (simulation-to-reward pipeline) ที่เปลี่ยนสเปคของกระบวนการทำงานให้เป็นงานหลายรอบที่กำหนดตามบุคลิกภาพ โดยมีรางวัลเชื่อมโยงกับการแก้ไขแต่ละงานผ่านการใช้เครื่องมืออย่างสำเร็จสำหรับคำขอที่พึ่งพาข้อมูล สำหรับโดเมนขององค์กร สเปคเหล่านี้เขียนด้วย Agent Script ซึ่งเป็นภาษาประกาศของ Salesforce สำหรับสร้างตัวแทน Agentforce; สำหรับโดเมนการใช้เครื่องมือสาธารณะ โครงสร้างกระบวนการทำงานถูกสังเคราะห์โดยตรงโดยใช้เครื่องจำลองและกลไกรางวัลพื้นฐานเดียวกันขับเคลื่อน GRPO ในทั้งสองกรณี

ผู้เขียนรายงานว่าผ่านการทดสอบการใช้เครื่องมือสาธารณะ, การให้เหตุผลแบบตัวแทน, และเกณฑ์วัด CRM ขององค์กร Koa มีการปรับปรุงเหนือฐานแบบเปิดน้ำหนักของตนเอง โดยมีการเพิ่มประสิทธิภาพที่ชัดเจนที่สุดในการใช้เครื่องมือหลายรอบ, เกินเกณฑ์พื้นฐานที่เป็นกรรมสิทธิ์ที่แข็งแกร่ง, และยังคงอยู่ต่ำกว่ารุ่นแนวหน้าที่สุด พวกเขาสรุปว่าการเรียนรู้แบบเสริมแรงที่ขับเคลื่อนด้วยสเปคเป็นเส้นทางที่เป็นประโยชน์ในการทำให้โมเดลพื้นฐานแบบเปิดน้ำหนักเชี่ยวชาญสำหรับงานตัวแทนขององค์กร

แยกต่างหาก, Salesforce กล่าวว่าในเกณฑ์วัด CRM ของบริษัท ชุดงานจริงเช่น การอัปเดตโอกาสขาย, การกำหนดเส้นทางกรณี, หรือการกำหนดเวลาการติดตาม, Koa สามารถเทียบหรือเหนือกว่าประสิทธิภาพของโมเดลชั้นนำในการดำเนินการ CRM ด้วยจำนวนข้อผิดพลาดน้อยลงสามเท่า

การทดลองใช้, Missionforce, และความพร้อมใช้งาน

Koa ได้ถูกใช้งานแล้วภายใน Salesforce รวมถึงในตัวแทน Slack ที่ช่วยพนักงานค้นหาข้อมูลและทำงานประจำวันให้เสร็จ ลูกค้ากำลังอยู่ในขั้นตอนการทดลองใช้กับ 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine, และ Xero

Ryan Teeples, chief strategy officer ของ 1-800Accountant, กล่าวว่า Koa ทำให้ตัวแทนของบริษัทสามารถให้เหตุผลทีละขั้นตอนผ่านกฎภาษี, ข้อมูลการเงิน, และเอกสารลูกค้า John Sahagian, senior vice president และ chief data officer ของ Baxter Credit Union, กล่าวว่าโมเดลสามารถช่วยตัวแทนดิจิทัลประเมินข้อมูล, เครื่องมือ, และนโยบายที่อยู่เบื้องหลังเป้าหมายของสมาชิกเช่นการซื้อบ้าน Elia Wallen, ผู้ก่อตั้งและ CEO ของ Engine, กล่าวว่า การเดินทางเพื่อธุรกิจมีส่วนประกอบที่ซับซ้อนจำนวนมากและทีมของเขาต้องการโมเดลที่สามารถให้เหตุผลอย่างแม่นยำผ่านปัญหาหลายขั้นตอน ไม่ใช่เพียงโมเดลที่ฟังดูมั่นใจ Andrew Chang, chief marketing officer ของ UChicago Medicine, กล่าวว่า Koa สามารถจัดการกระบวนการประสานงานหลายขั้นตอนที่ยาวขึ้นได้ ทำให้ทีมมีเวลามากขึ้นสำหรับการดูแลผู้ป่วย

พร้อมกับ Koa บริษัททั้งสองกำลังนำโมเดลที่ใช้ Nemotron และการประมวลผลเร่งความเร็วเข้าสู่ Missionforce สำหรับหน่วยงานรัฐบาลและองค์กรที่อยู่ภายใต้การควบคุม ตามประกาศหลายองค์กรเหล่านี้ต้องควบคุมโมเดลและข้อมูลการฝึกฝน และต้องปรับใช้ในสภาพแวดล้อมเฉพาะ — คลาวด์ส่วนตัว เครือข่ายที่จัดระดับลับ และระบบที่แยกออกจากเครือข่ายสาธารณะโดยสมบูรณ์ — ซึ่งไม่เคยเชื่อมต่อกับโครงสร้างพื้นฐานสาธารณะ

โมเดล NVIDIA ที่ผ่านการฝึกฝนเพิ่มเติมจะขับเคลื่อนเอเจนต์สำหรับ Missionforce Operations ซึ่งเป็นผลิตภัณฑ์ที่ทำให้กระบวนการทำงานของรัฐบาล เช่น การจัดซื้อจัดจ้าง การจัดการผู้จำหน่าย และโลจิสติกส์ เป็นดิจิทัลและอัตโนมัติ โมเดลเหล่านี้ได้รับการฝึกฝนบนข้อมูลการดำเนินงานและคำศัพท์ของแต่ละองค์กร เพื่อให้เอเจนต์สามารถทำงานผ่านกระบวนการด้านหลังและดำเนินการภายในสภาพแวดล้อมของลูกค้าเอง รวมถึงเครือข่ายที่แยกออกจากเครือข่ายสาธารณะ บริษัทต่างกล่าวว่ากำลังทำงานเพื่อนำโมเดล NVIDIA ที่ผ่านการฝึกฝนเพิ่มเติมเข้าสู่ความสามารถของ Missionforce เพิ่มเติม ซึ่งจะทำให้ลูกค้าสามารถสร้างและรันโมเดลบนโครงสร้างพื้นฐานของตนเองสำหรับงานที่ต้องการการประมวลผลเฉพาะ

Koa มีให้บริการแก่ลูกค้าทดลองเลือกบางรายใน Agentforce ตั้งแต่ตอนนี้ และคาดว่าจะเปิดให้ใช้ทั่วไปในฤดูหนาว 2026 ในภูมิภาคสหรัฐอเมริกา Missionforce Operations มีให้ใช้ทั่วไปในภูมิภาคสหรัฐอเมริกาแล้ว และโมเดล NVIDIA ที่ผ่านการฝึกฝนเพิ่มเติมจะพร้อมให้บริการแก่ลูกค้าเลือกบางรายในเดือนตุลาคม 2026