Por Canuto  

Salesforce y Nvidia presentaron Koa, un modelo de razonamiento con pesos abiertos diseñado para tareas empresariales y postentrenado sin datos reales de clientes. La herramienta podrá integrarse en Agentforce como una alternativa más especializada y eficiente frente a modelos de frontera como Claude y ChatGPT.
***

  • Koa es el primer modelo de razonamiento de Salesforce y se construyó sobre el modelo de pesos abiertos Nemotron de Nvidia.
  • Salesforce y Nvidia utilizaron datos sintéticos para postentrenarlo en ventas, marketing y soporte al cliente, sin incorporar información real de sus usuarios.
  • El modelo busca reducir el consumo de tokens y operar junto con Claude y ChatGPT mediante la puerta de enlace de IA de Agentforce.

Salesforce y Nvidia presentaron Koa, un modelo de inteligencia artificial orientado al razonamiento que busca modificar la forma en que las empresas construyen agentes para ventas, marketing y soporte al cliente. El anuncio se realizó durante Dreamforce, la conferencia tecnológica de Salesforce, y marca la llegada del primer modelo de razonamiento desarrollado por la compañía.

Koa se basa en Nemotron, el modelo de pesos abiertos de Nvidia, y ambas empresas colaboraron en su postentrenamiento para adaptarlo a tareas laborales concretas. La propuesta coloca a Salesforce en una posición distinta frente a los laboratorios de IA de frontera, que suelen ofrecer modelos generales capaces de atender múltiples problemas, pero con costos y exigencias de datos que pueden resultar elevados para sus clientes corporativos.

Un modelo diseñado para el trabajo empresarial

Los modelos de razonamiento están diseñados para resolver tareas que requieren varios pasos, mantener instrucciones durante más tiempo y elegir una secuencia de acciones antes de entregar una respuesta. En Agentforce, esa capacidad puede utilizarse para responder consultas de servicio, organizar citas o apoyar procesos comerciales, actividades que normalmente requieren integrar información empresarial con reglas específicas.

Jayesh Govindarajan, vicepresidente ejecutivo de Salesforce AI, explicó a TechCrunch que la empresa ya había desarrollado varios modelos de lenguaje pequeños y especializados para tareas concretas dentro del portafolio de Agentforce. Sin embargo, el razonamiento prolongado dependía hasta ahora de proveedores externos de modelos de frontera, una situación que Koa pretende cambiar sin eliminar las alternativas existentes.

Antes del lanzamiento, cuando un agente de Agentforce necesitaba resolver una instrucción compleja o de varios pasos, la solicitud podía enviarse a modelos como Claude o ChatGPT mediante la puerta de enlace de IA de la plataforma. Ese sistema determina qué modelo debe atender cada consulta, por lo que Koa podrá incorporarse como una opción adicional para los casos en que su especialización y eficiencia resulten más convenientes.

La diferencia central está en el objetivo del entrenamiento. Koa no busca competir necesariamente en todos los problemas matemáticos o intelectuales que suelen utilizarse para medir a los modelos de frontera, sino desempeñarse mejor en las tareas que los clientes de Salesforce asignan a sus agentes empresariales, con un consumo potencialmente menor de tokens.

Pesos abiertos, privacidad y datos sintéticos

Salesforce presenta Koa como una alternativa de pesos abiertos frente a los modelos cerrados de frontera. Ese diseño puede dar a los clientes corporativos mayor visibilidad sobre la tecnología utilizada y más opciones para gestionar requisitos de seguridad, datos y despliegue, aunque la noticia no detalla las condiciones completas de disponibilidad ni el alcance técnico de la apertura.

Govindarajan señaló que Salesforce buscaba desde hace tiempo entrenar un modelo propio de grado empresarial, pero necesitaba una base preentrenada que reuniera tres características: disponibilidad, desempeño avanzado y procedencia clara de los datos. Según su explicación, Nemotron ofreció una base estadounidense de pesos abiertos que cumplía esas condiciones, mientras que cuestionó la falta de claridad que, a su juicio, existe sobre los datos utilizados para entrenar Qwen, el modelo de Alibaba.

La compañía afirmó que Koa no fue postentrenado con datos reales de clientes de Salesforce. En lugar de utilizar registros de conversaciones o interacciones auténticas, Salesforce y Nvidia crearon datos sintéticos que imitaban los patrones de uso empresarial, con escenarios como clientes molestos que contactan a un centro de servicio o profesionales de ventas que intentan cerrar una negociación.

El uso de datos sintéticos busca reducir el riesgo de que información confidencial de una empresa termine incorporada al comportamiento general del modelo y pueda reaparecer en respuestas dirigidas a otros usuarios. Esa afirmación representa una ventaja comercial importante para Salesforce, aunque el tratamiento real de los datos dependerá también de la configuración de cada cliente, de los controles de la plataforma y de las políticas de seguridad que acompañen el despliegue.

Menos tokens y convivencia con modelos externos

La eficiencia económica constituye otro componente de la propuesta. Koa está diseñado para resolver tareas empresariales consumiendo menos tokens que el envío de esas mismas solicitudes a modelos como Claude o ChatGPT, una diferencia que podría reducir los costos cuando los agentes procesan grandes volúmenes de interacciones repetitivas.

Kari Ann Briski, vicepresidenta de Software de IA Generativa para Empresas de Nvidia, describió la arquitectura de Nemotron como una base para hacer más eficiente la inferencia. En su opinión, la combinación relevante incluye una IA soberana, un menor tiempo hasta el primer token y un razonamiento eficiente, tres factores que influyen en la economía operativa de los sistemas empresariales.

La referencia a la tokenómica no implica una criptomoneda ni un activo digital, sino la relación entre el volumen de tokens procesados y el costo de utilizar un modelo de IA. Para las empresas que automatizan miles de conversaciones, cada mejora en la cantidad de tokens necesarios puede tener consecuencias acumulativas en el presupuesto y en la velocidad de respuesta de los agentes.

Salesforce, sin embargo, no está abandonando a Anthropic ni a OpenAI. La empresa también anunció una asociación con Anthropic llamada Claudeforce, mediante la cual los clientes podrán utilizar Claude como interfaz de IA mientras sus datos permanecen dentro del sistema de registros de Salesforce y bajo la infraestructura de la compañía.

La estrategia sugiere que Agentforce funcionará como una capa de enrutamiento capaz de combinar modelos según la tarea, el nivel de complejidad, las exigencias de privacidad y el costo aceptable. Koa podría ocuparse de actividades empresariales especializadas, mientras otros modelos continuarían atendiendo solicitudes para las que sus capacidades generales o su rendimiento resulten más adecuados.

Una disputa por el control de la IA empresarial

El lanzamiento refleja una disputa más amplia por el control de la inteligencia artificial en las empresas. Los laboratorios propietarios buscan que las compañías carguen archivos, código, instrucciones y retroalimentación directamente en sus modelos o agentes, mientras proveedores como Salesforce intentan mantener esa información dentro de plataformas empresariales que ya administran relaciones con clientes y operaciones internas.

La propuesta de Koa también plantea una separación entre la IA de frontera y la IA especializada. Para una empresa, un modelo que resuelve con eficacia una tarea de soporte y respeta sus reglas de datos puede ser más útil que una herramienta con capacidades generales superiores, especialmente si la segunda consume más recursos o exige trasladar información sensible a un proveedor externo.

Nemotron cumple además una función estratégica para Nvidia, que no solo suministra infraestructura para entrenar y ejecutar modelos, sino que busca ampliar el uso de sus tecnologías de software y pesos abiertos. La colaboración con Salesforce le permite mostrar cómo una base desarrollada por Nvidia puede transformarse, mediante postentrenamiento, en un sistema ajustado a procesos comerciales específicos.

Para Salesforce, la ventaja consiste en controlar una parte mayor de la cadena tecnológica de Agentforce sin cerrar la puerta a los modelos que ya utilizan sus clientes. Koa ofrece una vía para incorporar razonamiento propio, reducir la dependencia de proveedores externos en ciertos casos y mantener una arquitectura donde la información corporativa continúa vinculada al sistema de registros de la plataforma.

El resultado no es una ruptura inmediata con OpenAI o Anthropic, sino una competencia más intensa dentro de la capa empresarial. El desempeño real de Koa, su disponibilidad, sus costos y la confianza que genere entre los clientes determinarán si la herramienta se convierte en una alternativa central o permanece como una opción especializada dentro del catálogo de Agentforce.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados