Salesforce présente Koa, son modèle de raisonnement CRM

Salesforce a présenté Koa le 15 septembre 2026 comme son premier modèle de raisonnement CRM pour Agentforce, sa plateforme d'agents dédiée aux ventes, au service client et à l'automatisation du travail. Le modèle n'est pas décrit comme un système généraliste de frontière. Il s'agit d'un modèle de domaine dérivé de NVIDIA Nemotron 3 Super, un modèle open-weight, puis post-entraîné par Salesforce pour les tâches de relation client. Cette origine compte, car l'annonce porte moins sur la création d'un nouveau modèle de base que sur le contrôle d'une couche de raisonnement pour des workflows métier où le système doit décider quoi mettre à jour, où router une demande et quand demander l'intervention d'un humain.

Un modèle Nemotron adapté au CRM

Salesforce indique avoir post-entraîné Koa sur des scénarios synthétiques fondés sur 27 ans d'expérience CRM et couvrant plus de 14 secteurs. L'entreprise précise aussi qu'aucune donnée client n'a servi à l'entraînement du modèle. Dans sa description, le post-entraînement combine fine-tuning supervisé et apprentissage par renforcement GRPO, avec NVIDIA NeMo RL, NeMo Gym et NeMo AutoModel. Le point technique relève autant de la gouvernance que de la performance : Salesforce dit contrôler les poids et exécuter le post-entraînement comme l'inférence dans sa propre infrastructure, plutôt que d'envoyer toute la couche de raisonnement CRM à un fournisseur externe.

• Koa est le premier modèle de raisonnement CRM de Salesforce pour Agentforce.
• Le point de départ est NVIDIA Nemotron 3 Super, présenté comme open-weight.
• Salesforce dit avoir utilisé des scénarios CRM synthétiques, pas des données client.
• Les méthodes annoncées incluent SFT et renforcement GRPO avec les outils NeMo.
• La disponibilité générale est attendue à l'hiver 2026 dans les régions américaines.

Ce que Salesforce dit avoir testé

L'entreprise met en avant un CRM Bench interne qui teste notamment la mise à jour d'une opportunité, le routage d'un dossier et la planification d'une relance. Salesforce affirme que Koa atteint des performances au moins égales à celles de grands modèles avec trois fois moins d'erreurs. Cette revendication doit être lue avec prudence, car le benchmark est interne et n'a pas été validé de manière indépendante. Elle reste utile pour comprendre le comportement visé : Salesforce mesure la capacité d'un agent à terminer des étapes CRM avec moins d'actions erronées, et non sa capacité à répondre à des questions générales.

Le premier cas d'usage réel est lui aussi circonscrit. Salesforce indique que Koa alimente déjà un agent salarié dans Slack, où le modèle peut raisonner sur des demandes de travail dans une surface produit contrôlée. Les pilotes nommés incluent Formula 1, UChicago Medicine, Baxter Credit Union, 1-800Accountant, Engine et Xero. Salesforce prévoit une disponibilité plus large à l'hiver 2026 dans les régions américaines. L'entreprise ajoute que Missionforce recevra aussi des modèles Nemotron et du calcul accéléré pour clouds privés et réseaux isolés, signe qu'elle intègre les environnements souverains ou restreints à la même architecture.

Pourquoi Salesforce veut sa couche de raisonnement

TechCrunch interprète cette annonce comme une manière pour Salesforce de réduire sa dépendance aux modèles de frontière pour les tâches CRM en plusieurs étapes et de diminuer le coût en jetons, sans abandonner Claude ou ChatGPT. La nuance est importante. Salesforce ne dit pas que toutes les tâches d'entreprise doivent passer à Koa, et TechCrunch ne décrit pas une rupture nette avec les laboratoires externes. L'argument est plus étroit : pour du travail CRM répétitif, un modèle spécialisé plus petit, contrôlé par l'éditeur de l'application, peut être moins coûteux, plus auditable et plus facile à ajuster qu'un appel répété à un modèle de frontière.

Le test pour un acheteur doit donc être opérationnel, pas rhétorique. Les équipes devraient comparer Koa aux routes de modèles existantes sur de vrais enregistrements, avec les permissions actives, des données partielles, des champs obsolètes, des cas ambigus et des appels d'outils en échec. Il faut mesurer l'exactitude des mises à jour, la reprise après erreur, le coût total par workflow terminé, les journaux d'audit et la fiabilité de l'escalade humaine quand l'agent n'a pas l'autorité ou la confiance suffisante. Ce n'est pas une promesse de Salesforce, mais le travail nécessaire avant de laisser un modèle raisonner dans un CRM.

Ce que cela change pour les entreprises francophones

Pour les entreprises francophones, Koa donne aux clients Agentforce une nouvelle option pour tester le raisonnement CRM au plus près du système d'enregistrement. La question pratique n'est pas de savoir si Koa bat un chatbot célèbre en intelligence générale. Elle est de vérifier si un agent peut mettre à jour des opportunités, router des dossiers et planifier des relances avec moins d'erreurs, une courbe de coût prévisible et une trace d'audit claire. Si les pilotes le confirment dans des déploiements Salesforce réels, Koa pourrait déplacer une partie de l'automatisation CRM du choix abstrait de modèle vers un raisonnement applicatif gouverné.