在刚结束的 Dreamforce 大会上，Salesforce 发布了2个看起来自相矛盾的新产品：

一个与 Anthropic 联合推出的 Claudeforce，让客户可以在 Claude 中直接调用 Salesforce 完成任务。

另一个则是与英伟达联合推出的 Koa ——一个属于 Salesforce 自己的垂直模型。而这个模型的使命，就是在一部分任务上替换 Claude、OpenAI 等闭源模型。

第一个产品，是加强和 Claude 的合作；第二个产品，则是加强对 Claude 的替代。

首先简单介绍一下 Koa，它是基于英伟达开源权重模型 Nemotron 后训练而成。

根据 Salesforce 的测评数据，在 Salesforce CRM 任务的处理上（CRM Bench），包括更新商机、安排后续跟进等任务，Koa 的表现（加权平均得分8.6）虽然不及 Claude Opus 4.8（得分8.7）和 OpenAI GPT-5.5（得分9.0），但是超过了 GPT-4.1（得分8.1）。

来源：Salesforce Koa

也就是说，虽然离顶尖模型还有一段距离，但是在一批边界明确、预先定义好的 CRM 工作流上，Koa 已经具备了较强的可用性。

另外，作为 Koa 的“零号客户”，Salesforce 在官网产品页宣称：在调用工具方面，Koa 提升了11%的精度；在上下文回忆方面，Koa 的可靠性提升了2.1倍；而在“长时间对话“中，Koa 对上下文的记忆能力提升了15%。

要知道，企业 AI 的特点，就是工具频繁调用，以及长上下文和多轮对话处理。Salesforce 的内部测试显示，Koa 已经具备了进入试点的能力。

一、Salesforce 为什么推出 Koa？

那 Salesforce 为什么要推出 Koa 呢？主要是3个原因。

首先是闭源模型的信任危机。

最近，智谱被爆出在后台偷偷打包用户的工作区文件并上传，智谱随后在客户群回应并致歉，宣称是系统 bug，目前已修复。但受害方（太原承明科技有限公司）并不买账：

来源： 太原承明科技有限公司

是不是 bug 我们暂且不论，但是大模型厂商以后还会不会出现类似的情况，我想恐怕没人敢打包票。

而 Salesforce 推出自己的垂直大模型，意味着客户的一部分核心数据，不必再额外传送给第三方大模型服务商，自然就减少了一部分泄露的可能性。

你可能会说，那 Salesforce 会不会擅自使用客户的数据呢？

这里的一个关键点在于：Salesforce 研发 Koa 的方式，是通过后训练。

前沿大模型的预训练相当于从小学到博士的通用能力训练，需要万亿级的通用语料；而后训练相当于员工入职以后的工作培训，需要的是高质量、可验证的业务数据。

所以，Salesforce 平台与工程总裁 Rohan Kumar 在介绍 Koa 时明确表示：“没有使用哪怕一个字节的客户数据。” Salesforce 官方说明也强调，其训练语料完全由合成场景构成，模拟了 Agentforce 在 CRM 工作流中的推理、工具使用和决策过程，完全没有使用客户的原始数据。

从目前来看，Salesforce 的表态还是得到了客户的认可。比如，在 Koa 的首批试用客户中，就有 Baxter Credit Union（信用社）和 UChicago Medicine（医院）这类对数据安全高度敏感的客户。

Salesforce 推出 Koa 的第二个原因，是减少对前沿大模型的依赖。

一直以来，SaaS 公司都面临来自大模型厂商的威胁：大模型每进一步，SaaS 公司就要退一步。

但 Koa 证明，SaaS 公司同样有能力构建自己的垂直大模型。考虑到开源大模型的能力也在快速进步，基于开源的垂直大模型能力也会越来越强。

另外，前沿大模型是一项高毛利的生意，比如，Anthropic 就预计其毛利率在2026年将达到50%，到了2028年，更是将达到77%。

有了 Koa，Salesforce 有机会降低对外部模型的依赖，并为改善毛利率，以及向客户让利留下空间。

除了数据安全、减少对前沿大模型的依赖，我认为 Salesforce 推出 Koa 还有一个战略上的考量：那就是 SaaS 公司自身的 AI 转型。

随着大模型能力越来越强，一个致命危机也在慢慢浮现：那就是甲方可能会绕开软件公司，直接用大模型构建自己的 Agent 软件。

对了应对这个趋势，SaaS 公司必须问自己一个问题：如何成为甲方自研绕不开的一环？

而转型为一家垂直领域的大模型公司，成为甲方自研的基础设施，帮助甲方更高效、高质量的自研，恐怕是最好的选择。

二、Koa 背后的推手

Koa 的推出，背后最重要的推手就是英伟达。英伟达不仅提供了 Nemotron 开放权重模型，而且还提供了后训练工具链、工程协作等。

在这次 Salesforce 的 Dreamforce 大会上，英伟达 CEO 黄仁勋甚至亲自给 Koa 站台，他说：

开源模型的使用率从去年年初的30%增长到现在的70%左右。人们一方面以指数级速度采用闭源模型，另一方面也在构建自己的定制人工智能——因为每一家软件公司都是一家 AI 公司，每一家企业都将成为 AI 企业。”

黄仁勋

说白了就是告诉其他 SaaS 公司：快来找我合作，你们也可以像 Salesforce 一样，拥有自己的模型。

那英伟达就没有考虑过，这么做会得罪 Anthropic 等大客户吗？

这就涉及到英伟达的长期战略：企业主权 AI——即帮助每家企业都成为 AI 公司。

要知道，虽然 Anthropic 是英伟达的大客户，但世界上的 AI 实验室数量毕竟有限，和明显更庞大的企业市场相比，根本不值一提。

另外，Anthropic 等 AI 实验室也在积极"去 NVIDIA 化"，比如：Anthropic 目前已有超过 100 万颗 AWS 的 Trainium2 芯片在运行 Claude 模型。另外，为了拿到亚马逊 330 亿美元投资，Anthropic 还承诺十年内在 AWS（Graviton/Trainium）花费超 1000 亿美元。

所以，没有永恒的朋友，也没有永恒的敌人，只有永恒的利益。

显然，帮助 Salesforce 这样的软件公司后训练垂直大模型，更符合英伟达的长期利益。

三、Koa 会不会成为行业趋势？

那么，后训练垂直大模型会不会成为行业趋势呢？我个人认为：会。

原因除了企业在数据安全、成本方面的考量，还有一个非常重要的原因，就是开源模型越来越强大。

虽然短时间内开源模型还无法超过顶尖闭源模型，但是结合后训练、Harness 工程，已经能够满足企业的大部分需求。

在这种情况下，软件公司和企业就很有动力采取“混合模型策略”——对于 CRM、HR 等高度专业、动作标准、上下文明确的任务，交给更便宜、更安全的垂直大模型；而开放式研究、复杂创作、跨领域推理等任务，仍然会调用 Claude、GPT 这样的前沿模型。

但是，这并不意味着黄仁勋口中的“企业主权 AI”时代会很快到来。这里面有2个非常关键的障碍。

首先是人才障碍。

能够做高质量后训练的人才，大部分都在顶尖 AI 实验室或者互联网大厂，很多软件公司都不具备这样的人才，更不要说传统企业。

另外就是性价比问题。

Salesforce 能后训练垂直大模型的前提，是拥有全球最大的 CRM 系统调用量。要知道，Salesforce Agentforce + Data 360 的单季度收入，已经接近39亿美元，如此大的收入体量，才能摊薄后训练的巨额成本。

但显然，大部分软件公司都没有如此大的 AI 收入体量。

不过，即便如此，长期来看，我仍然看好后训练垂直大模型成为趋势。

因为不管是人才问题，还是训练成本问题，随着市场需求的持续扩大，必然都会逐步缓解。

以移动互联网时代为例，iPhone 刚发布时，Salesforce 的贝里奥夫就意识到了一个新的时代正在来临。于是他迅速组建了移动端 SaaS 研发团队，然而一开始研发非常不顺利，核心原因就是缺乏 IOS 开发人员。

不过，没过几年，IOS 开发人才就大爆发，到今天，甚至已经出现了过剩的局面。

说白了，只要市场需求持续旺盛，供给自然就会加速扩大，价格自然就会降下来。特别是在中国，我们发愁的从来不是产能，而是市场需求。

当然了，即便垂直大模型普及，Claude 等前沿大模型也不会被全面替代，毕竟一些开放式、跨领域的复杂任务，前沿大模型的表现肯定会更好。

但是，一旦垂直大模型普及，企业软件行业的格局就会被彻底改变。

SaaS 公司本来就离客户更近，一旦他们掌握了垂直大模型，解决了卡脖子问题，AI 就会从一个巨大的威胁，转变为一个巨大的机会。

本文来自微信公众号“ToB老人家”，作者：王戴明