Salesforce e NVIDIA hanno presentato Koa, un modello di reasoning dedicato ai workflow CRM di Agentforce e ottenuto attraverso il post-training di NVIDIA Nemotron 3 Super su un dataset sintetico proprietario costruito per rappresentare quasi trent’anni di conoscenza accumulata da Salesforce sui processi aziendali. Koa è il primo modello di reasoning CRM sviluppato da Salesforce ed è progettato per aiutare gli agenti a gestire attività articolate su più passaggi, ragionare sulle informazioni disponibili e selezionare gli strumenti necessari per completare il lavoro. Salesforce controlla direttamente i pesi del modello ed esegue sia il post-training sia l’inferenza all’interno del proprio trust boundary, in modo che durante l’esecuzione i dati dei clienti non escano dall’ambiente controllato dall’azienda.
Il dataset utilizzato per il training non contiene dati dei clienti ed è composto interamente da scenari sintetici costruiti attorno alle capacità di reasoning, utilizzo degli strumenti e decision making richieste agli agenti nei workflow CRM. Gli scenari comprendono attività come generazione dei lead, qualificazione delle opportunità e risoluzione dei casi di assistenza e sono stati progettati per simulare processi reali in più di 14 settori, tra cui manifattura, servizi finanziari, sanità e viaggi. Ogni scenario associa una specifica persona a una serie di attività e definisce in anticipo la sequenza di azioni e chiamate agli strumenti necessaria per portarle a termine.
Per il post-training Salesforce ha combinato Supervised Fine-Tuning e reinforcement learning con Group Relative Policy Optimization, utilizzando gli strumenti NVIDIA NeMo RL, NeMo Gym e NeMo AutoModel. La base impiegata è Nemotron-3-Super-120B, modello open-weight sul quale Salesforce ha applicato un processo di specializzazione mirato alle attività enterprise considerate prioritarie. L’obiettivo non è soltanto ottenere una risposta corretta, ma insegnare al modello a raggiungere un risultato attraverso una sequenza coerente di azioni, utilizzando correttamente strumenti e dati lungo l’intero workflow.
Il metodo descritto nel paper tecnico associato a Koa utilizza una pipeline simulation-to-reward che trasforma le specifiche dei workflow in task multi-turn condizionati sul profilo dell’utente. Le ricompense vengono assegnate in funzione della capacità del modello di risolvere correttamente il compito attraverso l’uso degli strumenti, soprattutto nelle richieste che dipendono da dati esterni. Nei domini enterprise le specifiche vengono espresse in Agent Script, il linguaggio dichiarativo utilizzato da Salesforce per costruire gli agenti Agentforce, mentre per i domini pubblici orientati al tool use la struttura dei workflow viene generata sinteticamente mantenendo lo stesso meccanismo di simulazione e reward grounding.
Nei benchmark pubblici dedicati a tool use, agentic reasoning e CRM enterprise, gli sviluppatori riportano miglioramenti rispetto al modello Nemotron di base, con i risultati più evidenti nelle attività multi-turn che richiedono l’utilizzo coordinato di più strumenti. Koa supera inoltre un forte modello proprietario utilizzato come baseline, pur rimanendo al di sotto dei modelli frontier più avanzati nei test generali. Nei benchmark interni di Salesforce dedicati ad attività CRM reali, come aggiornare un’opportunità, instradare un caso di assistenza o programmare un follow-up, Koa raggiunge o supera le prestazioni dei principali modelli concorrenti con un numero di errori dichiarato tre volte inferiore.
Il modello è già utilizzato internamente da Salesforce, tra cui in un agente Slack che aiuta i dipendenti a recuperare informazioni e completare attività quotidiane. Sono inoltre in corso programmi pilota con 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine e Xero. Nei casi descritti, Koa viene utilizzato per ragionare passo per passo su normative fiscali, dati finanziari e documenti dei clienti, valutare informazioni e policy legate agli obiettivi degli utenti, gestire problemi complessi nei viaggi d’affari e coordinare workflow sanitari articolati che richiedono più passaggi consecutivi.
Salesforce e NVIDIA stanno estendendo parallelamente lo stesso approccio anche a Missionforce, la piattaforma destinata a enti pubblici e organizzazioni regolamentate. In questi ambienti può essere necessario mantenere sotto controllo diretto sia il modello sia i dati di addestramento e operare all’interno di private cloud, reti classificate o infrastrutture completamente air-gapped che non comunicano con servizi pubblici. I modelli NVIDIA sottoposti a post-training verranno utilizzati in Missionforce Operations per automatizzare attività governative come procurement, gestione dei fornitori e logistica, adattando i modelli ai dati operativi e alla terminologia specifica di ciascuna organizzazione.
In Missionforce i modelli possono quindi essere eseguiti direttamente nell’ambiente del cliente, comprese le reti air-gapped, permettendo agli agenti di intervenire sui processi di back office senza trasferire informazioni verso infrastrutture esterne. Salesforce e NVIDIA prevedono inoltre di portare i modelli post-addestrati in ulteriori componenti di Missionforce, consentendo ai clienti di costruire ed eseguire modelli specializzati sulla propria infrastruttura per workload specifici.
Koa è attualmente disponibile per un gruppo selezionato di clienti pilota all’interno di Agentforce, mentre la disponibilità generale è prevista per l’inverno 2026 nelle regioni statunitensi. Missionforce Operations è già disponibile negli Stati Uniti e i modelli NVIDIA sottoposti a post-training saranno resi accessibili a clienti selezionati a partire da ottobre 2026.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)