Salesforce presenta Koa con Nvidia: razonamiento CRM más barato que Claude o ChatGPT

El 15 de septiembre de 2026, en Dreamforce, Salesforce anunció Koa: su primer modelo de razonamiento para CRM, post-entrenado junto con NVIDIA sobre los pesos abiertos de Nemotron. El objetivo declarado no es batir benchmarks de matemáticas imposibles, sino hacer mejor —y con menos tokens— el trabajo diario de ventas, marketing y soporte dentro de Agentforce.

Para pymes y ecommerce en LatAm que ya pagan asientos de CRM o agentes, el anuncio importa por tres razones concretas: razonamiento más barato en tokens, entrenamiento con datos sintéticos (no con datos reales de clientes) y la opción de un modelo base «soberano» estadounidense con procedencia de datos clara, sin obligar a enrutar todo a Claude o ChatGPT.

Qué es Koa y qué cambió en Agentforce

Según cobertura de TechCrunch (Julie Bort) y el comunicado oficial de Salesforce, Koa es el primer modelo de razonamiento propio de la compañía, construido sobre Nemotron (open-weight) y post-entrenado para tareas de ventas, marketing y atención al cliente. Antes, cuando un agente necesitaba razonar en un flujo largo o multi-paso, Agentforce solía enrutar ese prompt a un modelo de frontera (Claude, ChatGPT) a través de su AI gateway.

Jayesh Govindarajan, EVP de Salesforce AI, explicó a TechCrunch que ya tenían muchos modelos pequeños de tarea específica, pero el razonamiento dependía de los proveedores de frontera: «Until now.» Koa entra como alternativa dentro de ese gateway: sigue siendo posible enrutar a modelos frontera cuando haga falta.

El comunicado de Salesforce añade que Koa se post-entrenó a partir de NVIDIA Nemotron 3 Super con un dataset sintético modelado sobre casi tres décadas de despliegues CRM; Salesforce controla los pesos y ejecuta post-entrenamiento e inferencia dentro de su propio perímetro de confianza. En su CRM Benchmark interno reportan igualar o superar el rendimiento de modelos líderes en acciones CRM con tres veces menos errores. Disponibilidad: pilotos selectos ahora; disponibilidad general prevista para invierno 2026 en regiones de EE. UU.

Datos sintéticos, soberanía y tokenomics

Salesforce y NVIDIA no usaron datos reales de clientes de Salesforce para el post-entrenamiento. En su lugar, construyeron datos sintéticos que imitan patrones: desde personas de call center con clientes irritados hasta un profesional de ventas cerrando un trato, según describió Govindarajan a TechCrunch.

Sobre por qué ahora: «Until Nemotron came along, there was no sovereign American pre-trained model that was available, one, and two, that was state of the art, and, three, that had clear data provenance. We have no idea what Qwen trains on,» dijo Govindarajan, contrastando con el open-weight chino de Alibaba.

Kari Ann Briski, VP de Generative AI Software for Enterprise en NVIDIA, resumió la propuesta de Nemotron como una «trifecta»: soberanía de IA, tiempo hasta el primer token (TTFT) y razonamiento eficiente para la tokenomics. Koa se vende, en la práctica, como más barato en tokens quemados que mandar el mismo trabajo CRM a Claude o ChatGPT.

ClaudeForce sigue: multi-modelo, no monogamia

Salesforce no abandona Anthropic ni OpenAI. En la misma ventana anunció ClaudeForce con Anthropic: Claude como interfaz de IA mientras los datos permanecen en el sistema de registros de Salesforce, protegidos por su infraestructura. Lectura operativa: el gateway multi-modelo permanece; Koa es una opción especializada, no un candado de un solo proveedor.

Para un ecommerce o pyme que evalúa Agentforce (u otros CRM con agentes), eso significa poder comparar costo por tarea, residencia de datos y calidad de tool-use sin asumir que «el mejor modelo general» es siempre el más rentable para actualizar una oportunidad, enrutar un caso o programar un seguimiento.

Checklist práctico para ecommerce y pymes con agentes CRM

1. Inventarie qué flujos de agente hoy van a Claude/ChatGPT solo porque «razonan»: clasifique cuáles son CRM puro (casos, oportunidades, seguimiento).
2. Pida números de tokens (o costo por tarea) al proveedor: misma tarea CRM con modelo frontera vs modelo especializado tipo Koa.
3. Exija evidencia de datos de entrenamiento: ¿hubo datos reales de clientes? ¿solo sintéticos? ¿dónde corre la inferencia?
4. Conserve el gateway: no firme un stack que solo permita un proveedor; multi-modelo evita lock-in cuando cambien precios o políticas.
5. Priorice residencia y trust boundary antes de comprar más asientos de IA: quién controla pesos, logs y datos en tránsito.
6. Pruebe en piloto (Salesforce habla de pilotos selectos y GA en invierno 2026 en EE. UU.): no asuma disponibilidad inmediata en todas las regiones LatAm.

En Presticorp ayudamos a equipos de comercio electrónico y pymes a aterrizar agentes, sitios y funnels sin inflar la factura de tokens. Si su prioridad es la tienda y el CRM de ventas, empiece por nuestra guía de ecommerce; si opera como pyme en crecimiento, revise también pymes y startups.

La sugerencia del escritor

No confunda «modelo propio del CRM» con magia. Koa es una señal clara: el razonamiento de frontera ya no es el único camino para agentes de ventas y soporte. Esta semana, antes de renovar asientos o ampliar Agentforce, ponga por escrito tres preguntas al vendedor: ¿cuántos tokens quema esta tarea?, ¿con qué datos se entrenó? y ¿puedo seguir enrutando a Claude u otro modelo cuando haga falta? Si no hay respuesta clara, el riesgo no está en el keynote de Dreamforce: está en su presupuesto recurrente de IA.

Fuentes

• TechCrunch — Julie Bort: Salesforce and Nvidia’s new reasoning model is everything the AI labs should fear (15 sep 2026)
• Salesforce — Announcing Koa: Salesforce’s First CRM Reasoning Model, Built on NVIDIA Nemotron (15 sep 2026)
• Salesforce — Koa, built on Nvidia Nemotron (página de producto Agentforce)
• Salesforce Investor Relations — Announcing Koa (15 sep 2026)

Disponibilidad, regiones y métricas internas (p. ej. CRM Benchmark) pueden evolucionar tras Dreamforce; verifique siempre el comunicado y la documentación vigente de Salesforce.