Salesforce y Nvidia lanzan Koa, su modelo de razonamiento

Koa: el primer modelo de razonamiento propio de Salesforce, construido sobre Nvidia

Koa es el primer modelo de razonamiento que Salesforce desarrolla para uso empresarial y fue presentado en Dreamforce 2026, la conferencia anual que abrió el 15 de septiembre en San Francisco. Según Yahoo Finance / GuruFocus, estaban citados más de 43.000 asistentes. La pieza se construye sobre la base abierta Nemotron de Nvidia y fue ajustada específicamente para tareas de ventas, marketing y soporte al cliente.

El modelo llega como una alternativa dentro de Agentforce, la plataforma donde los clientes de Salesforce ya construyen agentes para responder preguntas de servicio o coordinar citas. Hasta ahora, las solicitudes que requerían razonamiento de varios pasos se redirigían a modelos externos como Claude (Anthropic) o ChatGPT (OpenAI) a través del AI gateway de Salesforce. Koa entra como opción nativa para mantener esos flujos dentro del mismo ecosistema.

Qué cambia frente a Claude y ChatGPT, según Salesforce

"Hemos construido muchos modelos de lenguaje pequeños y específicos para tareas, que forman parte del portafolio de Agentforce", dijo a TechCrunch Jayesh Govindarajan, EVP de Salesforce AI. "Pero el razonamiento siempre fue algo en lo que dependíamos de los proveedores de modelos frontier. Hasta ahora".

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El posicionamiento que Koa opone a los laboratorios cerrados se resume en seis puntos que la propia empresa enuncia: alternativa de pesos abiertos frente a modelos cerrados, entrenamiento enfocado en trabajo concreto de empresa (no en problemas matemáticos extremos), ningún dato de clientes reales incorporado al entrenamiento, menor consumo de tokens para la misma tarea, enrutamiento automático según necesidad a través del AI gateway y cumplimiento de los requisitos de datos y seguridad que ya aplica la plataforma de Salesforce.

Kari Ann Briski, VP de Generative AI Software for Enterprise en Nvidia, apuntó a la eficiencia de inferencia como pieza clave de la economía por token: según declaró a TechCrunch, con Nemotron la arquitectura permite ser "token efficient", combinando IA soberana, tiempo bajo al primer token y razonamiento eficiente. Salesforce asegura que Koa debería reducir el costo por tarea frente a enviar el mismo trabajo a Claude o ChatGPT.

El hueco que faltaba: una base americana, soberana y con datos trazables

La motivación fue concreta. Govindarajan explicó que Salesforce llevaba tiempo queriendo entrenar un modelo propio, pero no existía una base americana con procedencia de datos clara desde la cual empezar: "Hasta que llegó Nemotron, no había un modelo pre-entrenado soberano americano que estuviera disponible, que fuera estado del arte y tuviera procedencia de datos clara. No tenemos idea de qué entrena Qwen", dijo, en referencia al modelo chino de Alibaba.

El post-entrenamiento de Koa se hizo íntegramente con datos sintéticos. Salesforce y Nvidia simularon un entorno completo de atención al cliente — desde llamadas con clientes irritados hasta un vendedor profesional intentando cerrar un trato — para especializar el modelo sin exponer información real de clientes. Es una respuesta directa, además de a la privacidad, a la regulación que presiona sobre qué datos pueden usarse para afinar modelos.

La jugada se apoya en la estrategia abierta de Nvidia

La apuesta de Salesforce encaja en un viraje abierto de Nvidia que se aceleró en 2026. Según CNBC, el 11 de agosto Nvidia lanzó Nemotron 3.5 Lightning, un modelo open-source que se puede ejecutar en una sola GPU de portátil o de escritorio, y el CEO Jensen Huang publicó en X su defensa pública de los modelos abiertos. Una cobertura de WIRED añadió que Nvidia destinará US$26.000 millones en cinco años a construir modelos open-weight, y que su familia ya alcanza los 128.000 millones de parámetros con Nemotron 3 Super. En esa misma línea, Nvidia cerró un acuerdo de US$6.000 millones con Poolside y, según TechCrunch, estaría negociando la compra de Hugging Face por unos US$13.000 millones.

Adopción todavía de nicho, pero el dinero se mueve

Aunque los gigantes se están reposicionando, la adopción empresarial abierta sigue siendo reducida. TechCrunch, citando datos de Ramp, señaló que solo el 6% de las empresas usa modelos open-weight en producción; Jellyfish, que mide desarrolladores, lo dejó en un 2%. Donde sí calan es en cargas de inferencia repetitivas — chats de atención al cliente, cualificación de leads, respuesta a preguntas frecuentes —, justo el terreno donde Koa quiere competir. En el mismo artículo, TechCrunch recordó la adquisición de OpenRouter por Stripe por más de US$7.000 millones como señal del valor que el mercado empieza a darle a la capa de enrutamiento.

Salesforce no rompe con Anthropic ni con OpenAI

Koa no reemplaza a los modelos externos. La propia Salesforce presentó el 26 de agosto ClaudeForce, una alianza con Anthropic para usar Claude como interfaz de IA mientras los datos permanecen dentro del sistema Salesforce, gestionados por su infraestructura. Según Forkast.news, la integración corre sobre Amazon Bedrock e incluye 37 skills de ventas co-diseñadas. Koa se suma como una pieza más dentro de un menú donde cada vez más clientes elegirán modelo por tarea y por token.

¿Qué significa esto para tu startup?

Si hoy construyes agentes, chatbots de soporte o asistentes comerciales sobre Salesforce, la conversación con tu equipo técnico cambia: ya no es solo "qué modelo uso", sino "qué modelo para qué tarea". Koa abre tres movimientos prácticos:

Pide un mapa de enrutamiento en tu Agentforce. Solicita a tu partner Salesforce un reporte de qué tareas se redirigen hoy a Claude o ChatGPT y qué costo por token tienen. Hay flujos repetitivos de soporte o calificación de leads que probablemente pueden bajar de precio con un modelo entrenado específicamente para eso.
Incluye procedencia y soberanía en tu propuesta. El dato sintético, la base Nemotron y la operación dentro del entorno Salesforce son argumentos útiles para clientes corporativos que exigen garantías de dónde se entrena el modelo y dónde se ejecuta. Añadirlos a RFPs de banca, salud o gobierno (en LATAM o Europa) puede acelerar cierres.
Combina modelos: Koa para lo repetitivo, frontier para lo creativo. Reserva Claude o ChatGPT para las interacciones que verdaderamente exijan razonamiento abierto largo, y enruta el resto a Koa. La economía por token empieza a importar más a medida que el volumen crece, y un enrutamiento bien diseñado puede ser tu ventaja de margen.