Salesforce presenta Koa, su primer modelo de razonamiento para CRM: tres veces menos errores en acciones comerciales

Salesforce presentó el martes 15 de septiembre de 2026, en la apertura de Dreamforce 2026 en San Francisco, a Koa, su primer modelo de razonamiento especializado en CRM. El modelo está construido sobre NVIDIA Nemotron 3 Super y fue diseñado para que los agentes de Agentforce resuelvan tareas comerciales de varios pasos, como actualizar una oportunidad, enrutar un caso o agendar un seguimiento.

La cifra central del anuncio: en el benchmark de CRM de Salesforce, Koa iguala o supera el rendimiento de los modelos líderes en acciones de CRM con tres veces menos errores. Es la primera vez que la compañía deja de depender exclusivamente de los grandes laboratorios para la capa de razonamiento de sus agentes.

¿Qué es Koa y cómo fue entrenado?

Koa parte de un modelo de pesos abiertos de NVIDIA. Según el paper técnico de Koa publicado en arXiv el 14 de septiembre, la base es Nemotron-3-Super-120B, un modelo de 120.000 millones de parámetros. Sobre esa base, Salesforce aplicó ajuste fino supervisado y aprendizaje por refuerzo con la técnica GRPO, usando las herramientas NeMo RL, NeMo Gym y NeMo AutoModel de NVIDIA.

• El entrenamiento usó un conjunto de datos sintético propietario construido a partir de casi tres décadas de implementaciones empresariales, lo que Salesforce describe como 27 años de inteligencia de CRM.
• Incluye escenarios de más de 14 industrias, entre ellas manufactura, servicios financieros, salud y viajes.
• Salesforce asegura que no se usaron datos de clientes en el entrenamiento.
• Los flujos empresariales de entrenamiento se escribieron en Agent Script, el lenguaje declarativo con el que se construyen agentes en Agentforce.

¿Es mejor que GPT, Claude o Gemini?

Depende de la tarea. El comunicado afirma que Koa iguala o supera a los modelos líderes en acciones de CRM, con tres veces menos errores. El paper es más matizado: Koa mejora sobre su modelo base, con las mayores ganancias en uso de herramientas en conversaciones de varios turnos, y supera a un modelo propietario de referencia, pero queda por debajo de los modelos de frontera más potentes. En otras palabras, es un especialista, no un reemplazo general.

TechCrunch destaca otro argumento: Koa se ofrece dentro de Agentforce como alternativa a los modelos de frontera y consumiría menos tokens para el mismo trabajo, lo que apunta directo al costo de operar agentes a escala. Jayesh Govindarajan, vicepresidente ejecutivo de IA de Salesforce, lo resumió así ante ese medio: el razonamiento siempre había dependido de los proveedores de modelos de frontera, «hasta ahora».

¿Quién puede usarlo y desde cuándo?

Koa está disponible para clientes piloto seleccionados en Agentforce, entre ellos 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine y Xero. La disponibilidad general se espera para el invierno boreal de 2026 en regiones de Estados Unidos. Salesforce controla los pesos del modelo y realiza el post entrenamiento y la inferencia dentro de su propio perímetro de confianza, como opción alojada por la compañía.

En paralelo, modelos de NVIDIA post entrenados impulsarán desde octubre de 2026 a los agentes de Missionforce Operations, un producto ya disponible en Estados Unidos que digitaliza flujos gubernamentales como compras, gestión de proveedores y logística.

Marc Benioff, presidente y CEO de Salesforce, sostuvo que lo más valioso que ha construido la empresa no es su plataforma, sino el conocimiento acumulado de cómo funcionan los negocios, y que con Koa ese conocimiento queda dentro del modelo. Jensen Huang, fundador y CEO de NVIDIA, afirmó que cada empresa necesita una IA útil, adaptada a su conocimiento y a su trabajo.

¿Qué significa para las empresas en Chile y Latinoamérica?

En lo inmediato, poco operativo: la disponibilidad general anunciada es para regiones de Estados Unidos, así que los clientes de Salesforce en Chile y Latinoamérica no deberían planificar sobre Koa todavía. Lo relevante es la señal de mercado. Los proveedores de CRM empiezan a competir con modelos propios, más baratos y entrenados en tareas comerciales, y eso cambia la conversación de compra: ya no basta con preguntar qué modelo de frontera usa un agente, sino qué tan bien ejecuta acciones concretas sobre el CRM y cuánto cuesta cada una.

Análisis de Revenue Hub

Koa valida una tesis que repetimos a los equipos de RevOps: en el trabajo comercial diario, el problema no es la inteligencia general del modelo, sino la precisión al ejecutar acciones sobre datos estructurados. Un agente que redacta muy bien pero actualiza la etapa equivocada de un negocio destruye confianza en el pronóstico. Tres veces menos errores en acciones de CRM, si se confirma en producción, vale más que cualquier mejora en benchmarks de conocimiento general.

La recomendación concreta no es esperar a Koa, sino copiar el método. Arma tu propio benchmark interno con 20 a 30 tareas reales de tu operación: mover una oportunidad de etapa, reasignar un lead, registrar una llamada, crear un seguimiento. Usa ese set para evaluar cualquier agente o modelo antes de comprarlo, midiendo tasa de error por acción y costo por tarea completada. Ese es el dato que debería negociar un gerente comercial, no la marca del modelo.

Hay además una advertencia: un modelo especializado en CRM rinde en proporción a la calidad del CRM sobre el que opera. Etapas ambiguas, propiedades duplicadas y registros sin dueño seguirán produciendo errores, con Koa o sin él. Seguimos Dreamforce y la evolución de los agentes en la sección CRM y datos y en el blog de Revenue Hub.