Índice de contenidos
Claves de la noticia
- Salesforce Koa es un modelo de razonamiento para Agentforce creado al especializar Nvidia Nemotron-3-Super-120B.
- El entrenamiento descrito usa datos públicos y sintéticos, sin datos de clientes, y convierte flujos de CRM en tareas verificables.
- Mejora a su modelo base en uso de herramientas, aunque los resultados publicados no lo sitúan por encima de todos los modelos frontera.
Salesforce ha presentado Koa, su primer modelo de razonamiento diseñado específicamente para ejecutar trabajo de CRM dentro de Agentforce. La compañía no parte de cero: ha especializado el modelo abierto Nemotron-3-Super-120B de Nvidia con aprendizaje por refuerzo y escenarios sintéticos que reproducen ventas, atención al cliente y otros procesos empresariales. La novedad importa porque Salesforce quiere controlar tanto el modelo como su ejecución, en vez de enviar siempre las tareas complejas a un proveedor externo.
Un modelo entrenado para terminar el trabajo
Un asistente general puede redactar una respuesta convincente y, aun así, elegir la herramienta equivocada, repetir una llamada o modificar un campo que no corresponde. Koa se concentra precisamente en esa distancia entre conversar y actuar. Según el artículo técnico publicado por el equipo de Salesforce, el modelo toma como base Nemotron-3-Super, de unos 120.000 millones de parámetros, y recibe entrenamiento adicional mediante GRPO, una técnica de aprendizaje por refuerzo.
El elemento distintivo es la conexión con Agent Script, el lenguaje declarativo con el que Salesforce define agentes. Una especificación contiene rutas, subagentes, acciones disponibles, permisos de herramientas y condiciones de finalización. El sistema transforma esa estructura en conversaciones con perfiles de usuario, estados y objetivos comprobables. La recompensa no depende solo de que la respuesta suene bien: una petición que necesita datos del sistema cuenta como resuelta únicamente si el modelo realiza correctamente la llamada pertinente. Las llamadas duplicadas consecutivas anulan la recompensa.
Ese diseño convierte una política empresarial en material de entrenamiento. La ventaja de Koa no consiste en saber más sobre cualquier asunto, sino en practicar sobre el mismo tipo de mapa operativo que después deberá recorrer. Es una diferencia relevante frente a limitarse a añadir instrucciones extensas alrededor de un modelo general.
Los resultados mejoran, pero no cuentan una victoria total
Salesforce evaluó Koa en Tau2Bench, BFCL y CRM Bench. Son pruebas distintas: la primera mide atención conversacional en varios turnos; BFCL examina llamadas a funciones y herramientas; y CRM Bench reproduce tareas como actualizar una oportunidad, enrutar un caso o programar un seguimiento. Koa obtuvo 69,41 puntos en Tau2Bench, 66,63 % en BFCL y 0,86 en el promedio ponderado de CRM Bench.
Una comparación directa con Nemotron-3-Super-120B permite medir cuánto aporta la especialización. La base registró 68,64, 64,73 % y 0,84, respectivamente. Por tanto, la mejora es de 0,77 puntos en Tau2Bench, 1,90 puntos en BFCL y 0,02 en CRM Bench. Dentro de la prueba de CRM, la precisión al llamar funciones sube de 0,71 a 0,77: ese salto de seis centésimas es más informativo para un agente empresarial que una ventaja pequeña en el promedio general.
También conviene leer el límite que reconoce el propio estudio. Koa supera a GPT-4.1 en esas evaluaciones, pero queda por debajo de GPT-5.5 en Tau2Bench y CRM Bench, y de Claude Opus 4.8 en Tau2Bench, BFCL y por una centésima en CRM Bench. No es una comparación universal de inteligencia: las pruebas, configuraciones y modelos elegidos favorecen una lectura sobre tareas concretas, no una clasificación absoluta.
Datos sintéticos y control dentro de Salesforce
La compañía afirma que no utilizó datos de clientes para entrenar Koa. El corpus combina recursos públicos con situaciones sintéticas de más de 14 sectores, desde servicios financieros hasta salud y viajes. Cada ejemplo une una persona simulada, una tarea y la secuencia de acciones necesaria para completarla. El entrenamiento por refuerzo descrito en el trabajo utilizó cinco nodos Nvidia B200, con un nodo dedicado al modelo auxiliar que simulaba usuarios, herramientas y evaluación.
Durante la inferencia, Salesforce asegura que Koa se ejecuta íntegramente dentro de su propia infraestructura y solo recibe el contexto que cada organización decide compartir. Eso no significa que el agente trabaje sin datos reales: necesita registros, instrucciones y permisos para actuar. La distinción es que esos datos sirven como contexto de ejecución y no como corpus para volver a entrenar el modelo. Para departamentos jurídicos y de seguridad, separar ambos usos puede ser tan importante como la puntuación de un benchmark.
Esta estrategia complementa, y no sustituye necesariamente, los modelos externos. Salesforce también mantiene integraciones como la de Claude aplicado al trabajo de asesores financieros. Agentforce puede enrutar una tarea a distintos proveedores; Koa añade una opción propia para los flujos donde pesen más la especialización, la gobernanza o el coste por tokens.
El control operativo pesa más que el tamaño
El estudio ayuda a separar dos debates que suelen mezclarse. Tener acceso a los pesos de Nemotron permite a Salesforce ajustar el comportamiento y alojar el resultado, pero la fiabilidad final depende también de los permisos, el catálogo de herramientas, el sistema de recompensas y la verificación. Este enfoque coincide con una preocupación más amplia por mantener a los agentes dentro de límites explícitos, visible también en el reciente código de Microsoft que prioriza el control humano.
Hay incógnitas comerciales importantes. Koa está disponible para clientes piloto y Salesforce prevé la disponibilidad general en regiones de Estados Unidos durante el invierno de 2026, seguida de una beta abierta. No ha comunicado una fecha para España ni para la Unión Europea. Tampoco publica todavía precios, latencia en producción o una comparación independiente de coste total frente a modelos externos.
La conclusión que dejan los datos es más precisa que el mensaje promocional: Koa demuestra que un modelo abierto especializado puede reducir errores de herramienta y acercarse a modelos frontera en CRM sin ganar todas las pruebas. Su valor duradero estará en unir el modelo a políticas y flujos verificables. Para una empresa española, la decisión razonable no será preguntar qué modelo lidera una tabla aislada, sino qué tareas puede ejecutar con permisos auditables, qué datos atraviesan cada frontera y cuánto cuesta corregir un fallo.
