Salesforce hat gerade den KI-Laboren gezeigt, was Unternehmenssoftware will, und das beinhaltete nicht das Hochladen Ihres Codes in eine Blackbox. Auf seiner Dreamforce-Konferenz präsentierte das Unternehmen Koa, sein erstes Reasoning-Modell, das auf Nvidias open-weight Nemotron-Grundlage basiert. Die Ankündigung ist eine direkte Antwort auf die Frage, ob Großunternehmen Modellen vertrauen können, die ihre Daten sehen.
Was Koa ist
Koa ist ein Reasoning-Modell, was bedeutet, dass es komplexe, schrittweise Entscheidungsfindungen handhabt, anstatt einfache Abrufe vorzunehmen. Salesforce und Nvidia trainierten es gemeinsam für Aufgaben im Bereich Vertrieb, Marketing und Kundensupport. Das Modell ist eine Alternative zu den Frontier-Modellen, die den Markt beherrschen – denjenigen, die pro Token abrechnen und Unternehmen dazu verpflichten, alles hochzuladen, was sie besitzen.
Der entscheidende Unterschied besteht darin, was Salesforce nicht getan hat. Es hat Koa nicht mit echten Kundendaten trainiert. Stattdessen wurden synthetische Daten verwendet – simulierte Szenarien, die reale Vertriebs- und Service-Interaktionen nachahmen.
Das Problem mit synthetischen Daten
Das Trainieren eines Modells mit echten Kundendaten birgt Risiken. Datenlecks passieren. Modelle nehmen Informationen auf, die sie nicht aufnehmen sollten. Salesforce wählte einen anderen Weg.
Jayesh Govindarajan, EVP von Salesforce AI, erklärte den Ansatz gegenüber TechCrunch. „Wir haben tatsächlich eine Kundendienstumgebung mit einem fiktiven Kundendienstmitarbeiter simuliert, einschließlich verärgerter Kunden, die im Kundendienstzentrum anrufen, bis hin zu einem Vertriebsmitarbeiter, der versucht, einen Deal abzuschließen“, sagte er.
Der Simulationsansatz bedeutet, dass Koa Muster lernt, ohne jemals die zugrunde liegenden Aufzeichnungen zu sehen. Das ist eine bewusste Designentscheidung, kein Zufall.
Warum Nemotron wichtig ist
Nemotron ist die Grundlage, die Koa überhaupt erst ermöglicht hat. Vor seiner Existenz, so Govindarajan, gab es kein souveränes, in den USA vorgefertigtes Modell, das drei Kriterien erfüllte:
- Es musste hochmodern sein
- Es musste eine klare Datenherkunft aufweisen
- Es musste das unbekannte Trainingsmaterial von Modellen wie Qwen vermeiden, dem populären chinesischen Open-Weight-Modell von Alibaba.
„Wir haben keine Ahnung, worauf Qwen trainiert“, sagte Govindarajan und erklärte damit, warum Salesforce auf eine inländische Option wartete.
Das Ergebnis ist ein Modell, das in Salesforces bestehende Agentforce-Plattform passt. Agentforce ermöglicht es Kunden, Agenten für Routineaufgaben wie die Beantwortung von Servicefragen oder die Terminplanung zu erstellen. Koa wird neben anderen Modellen in dieser Reihe sitzen und Kunden eine Reasoning-Option bieten, die nicht die gleichen Datenschutzbedenken wie die führenden Alternativen aufwirft.
Das Argument der Token-Effizienz
Koa ist außerdem günstiger zu betreiben. Das Modell verwendet weniger Token, um die gleiche Arbeit wie Claude oder ChatGPT zu erledigen, so Nvidia’s VP of Generative AI Software for Enterprise, Kari Ann Briski.
„Mit Nemotron haben wir eine einzigartige Architektur für Inferenz, um Token-effizient zu sein“, sagte Briski gegenüber TechCrunch. „Es ist eine Art Dreifachkombination dessen, was man braucht: souveräne KI, Zeit bis zum ersten Token, effizientes Reasoning, für die Tokenökonomie insgesamt.“
Diese Effizienz ist wichtig für Kunden, die Agenten im großen Maßstab betreiben.
Der Gateway-Weg
Koa integriert sich in Salesforces AI-Gateway, das System, das entscheidet, welches Modell jede Anfrage bearbeitet. Vor Koa wurden langlaufende oder mehrschrittige Aufgaben an führende Modelle wie Claude oder ChatGPT weitergeleitet.
Jetzt bleibt der Weg innerhalb des Unternehmens. Wenn eine Aufforderung Reasoning benötigt, übernimmt Koa dies direkt. Das Gateway leitet Anfragen basierend auf dem Bedarf weiter, sodass einfachere Abfragen an kleinere Modelle und komplexe an Koa gehen.
Was Salesforce behält
Salesforce verlässt Anthropic oder OpenAI nicht vollständig. Es wurde gerade eine Partnerschaft mit Anthropic namens ClaudeForce angekündigt. Diese Vereinbarung ermöglicht es Unternehmen, Claude als ihre KI-Schnittstelle zu verwenden, während ihre Daten in Salesforces System von Aufzeichnungen bleiben, gesichert durch dessen Infrastruktur.
Die Ankündigung zeigt, dass Salesforce seine Optionen offen hält.
Was das für die Labs bedeutet
Die Unternehmenswelt hat andere Prioritäten als die Vorreiter-Labs. Die Labs wollen, dass Unternehmen Dateien, Code, Prompts und Feedback hochladen. Sie wollen, dass sie Millionen dafür ausgeben.
Salesforce zeigt, dass dies nicht der einzige Weg ist. Ein Modell, das auf synthetischen Daten trainiert wurde, mit klarer Provenienz und als Open-Weight-Alternative bereitgestellt wird, kann die Aufgabe ohne Risiko erfüllen. Das Modell respektiert die Datenschutzanforderungen und die Sicherheit, die in Salesforce eingebettet sind.
Die Ankündigung ist eine Demonstration der Divergenz. Die Bedürfnisse der Unternehmenswelt in Bezug auf KI entfernen sich von dem, was die Vorreiter-Labs anbieten.
Das Urteil über Koa
Koa ist ein mutiger Schritt. Es ist ein Reasoning-Modell, das echte Kundendaten vermeidet, Szenarien simuliert und spezialisierte Leistung zu geringeren Kosten bietet. Das Modell ist ein Beweis für die Argumentation der Unternehmenswelt: KI kann proprietär, effizient und die Einhaltung von Datenrichtlinien respektierend sein.
Salesforce hat es mit Nvidia entwickelt, auf synthetischen Daten trainiert und als Open-Weight-Alternative veröffentlicht.
Die KI-Labs sollten davon Notiz nehmen.
Das Notizbuch abonnieren.
Die besten Geschichten des Tages und jedes neue Urteil, in klarem Deutsch, um sieben im Postfach. Eine Mail am Tag, nicht mehr.