7.7
深览指数
科技TechCrunch·Julie Bort··AI 生成
Salesforce 与 Nvidia 的新推理模型正是 AI 实验室应该害怕的东西
Salesforce 与 Nvidia 合作推出了首个推理模型 Koa，基于 Nvidia 的开源 Nemotron 模型进行后训练，专门优化销售、营销和客服任务。Koa 提供了一个开箱即用的、企业级的安全替代方案，针对特定工作场景比 Claude 或 ChatGPT 更高效、更便宜。这标志着企业 AI 需求正与前沿 AI 实验室的路径（如捆绑销售、通用大模型、高昂成本）产生根本性分歧。文章对 Koa 的核心差异点（开源、安全、专用、低成本）做了清晰列举，适合关注企业 AI 战略的决策者阅读。原文 ↗
核心观点
- ▍Koa 代表了企业 AI 需求与前沿实验室路线（如 OpenAI、Anthropic）的根本性分歧：企业要的是安全、廉价、专用于任务的模型，而不是昂贵、通用、数据不透明的黑盒。
- 01Koa 基于 Nvidia 的 Nemotron 模型，是 Salesforce 首个自研推理模型，针对销售、营销、客服等企业任务专门后训练。
- 02Koa 提供了六个核心差异化：开源权重、专用任务训练、不摄入客户数据（防泄露）、更少的 token 消耗（降低成本）、可通过 AI 网关自动路由、遵守 Salesforce 内的安全要求。
- 03Salesforce 之前依赖 Claude 或 ChatGPT 处理需要推理的复杂任务；Koa 出现后，这些任务可以路由到自己的模型，从而节省成本并减少对外部 API 的依赖。
- 04Salesforce 和 Nvidia 后训练时并未使用客户真实数据，而是生成了模拟客户服务环境的合成数据，包括模拟愤怒顾客、销售谈判等场景。
- 05Koa 的目标是比 Claude 或 ChatGPT 更便宜（token 效率高）且更适合企业工作，而非解决“不可能的数学问题”。
- 06Salesforce 并非完全抛弃 Anthropic，同时与 Anthropic 推出了合作伙伴项目“Claudeforce”，允许企业将 Claude 作为 AI 界面，数据仍保留在 Salesforce 系统中。
- 07Saleforce 此前未自研推理模型的原因是缺乏一个“主权级美国预训练模型”——Nemotron 的出现解决了这个空白，且数据溯源清晰（因此供应商可放心使用）。
反方 / 局限
- — Koa 的性能仍需实际的大规模企业部署验证；合成数据模拟能否完全覆盖真实客户场景的复杂性和边缘情况，存在不确定性。
- — 文章未讨论 Koa 在复杂推理任务上与 Claude 或 GPT-4 等前沿模型的客观性能对比，仅强调效率和成本优势。
KoaSalesforceNvidiaNemotronAgentforceClaudeforceJayesh GovindarajanKari Ann BriskiAnthropicOpenAIQwen阿里的 Qwen
9 分钟 · 4 卡片 · 9 资料
读原文 →