周一至周日 10:00-22:00
在刚结束的 Dreamforce 大会上，Salesforce 推出了两款看似相互矛盾的新产品：
一款是与 Anthropic 共同打造的 Claudeforce，让用户能在 Claude 中直接调用 Salesforce 执行任务。
另一款是与英伟达合作的 Koa——一个属于 Salesforce 专属的垂直模型。该模型的目标，是在某些任务上取代 Claude、OpenAI 等闭源模型。
第一款产品旨在加强与 Claude 的合作；第二款产品则旨在加强对 Claude 的替代。
首先简要介绍 Koa，它是基于英伟达开源权重模型 Nemotron 进行后训练得到的。
根据 Salesforce 的测试数据，在 Salesforce CRM 任务处理（CRM Bench）中，包括更新商机、安排后续跟进等操作，Koa 的表现（加权平均得分8.6）虽不及 Claude Opus 4.8（得分8.7）和 OpenAI GPT-5.5（得分9.0），但超过了 GPT-4.1（得分8.1）。
来源：Salesforce Koa
也就是说，虽然与顶尖模型仍有差距，但在一批边界清晰、预先设定的 CRM 工作流中，Koa 已经具备较强的实用性。
此外，作为 Koa 的“首个用户”，Salesforce 在官网产品页表示：在工具调用方面，Koa 提升了11%的准确率；在上下文记忆方面，Koa 的可靠性提高了2.1倍；而在“长对话”中，Koa 对上下文的记忆能力提升了15%。
要知道，企业 AI 的特点在于频繁的工具调用，以及长上下文和多轮对话处理。Salesforce 的内部测试显示，Koa 已具备进入试点阶段的能力。
那么 Salesforce 为何要推出 Koa？主要有三个原因。
首先是闭源模型的信任问题。
近期，智谱被曝在后台悄悄打包用户工作区文件并上传，智谱随后在客户群中回应并致歉，称是系统 bug，已修复。但受害方（太原承明科技有限公司）并不接受：
来源：太原承明科技有限公司
是否是 bug 暂且不论，但大模型厂商未来是否还会出现类似情况，恐怕没人能保证。
而 Salesforce 推出自己的垂直大模型，意味着客户的部分核心数据无需再额外传送给第三方大模型服务商，从而减少了泄露风险。
你可能会问，那 Salesforce 会不会擅自使用客户数据？
这里的关键在于：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；而后训练则相当于员工入职后的工作培训，需要高质量、可验证的业务数据。
因此，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 的表态得到了客户认可。例如，在 Koa 的首批试用客户中，就包括 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：大模型每前进一步，SaaS 公司就后退一步。
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。
此外，前沿大模型是一项高毛利的业务，例如，Anthropic 预计其毛利率在2026年将达到50%，到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。
除了数据安全和减少对前沿大模型的依赖，我认为 Salesforce 推出 Koa 还有一个战略考量：那就是 SaaS 公司自身的 AI 转型。
随着大模型能力越来越强，一个致命危机也在逐渐浮现：甲方可能会绕过软件公司，直接利用大模型构建自己的 Agent 软件。
为了应对这一趋势，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、高质量地自研，恐怕是最佳选择。
Koa 的推出，背后最重要的推手是英伟达。英伟达不仅提供了 Nemotron 开放权重模型，还提供了后训练工具链、工程协作等。
在本次 Salesforce 的 Dreamforce 大会上，英伟达 CEO 黄仁勋甚至亲自为 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，这样做会得罪 Anthropic 等大客户吗？
这涉及英伟达的长期战略：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 实验室数量有限，与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”，例如：Anthropic 目前已有超过 100 万颗 AWS 的 Trainium2 芯片在运行 Claude 模型。此外，为了获得亚马逊 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。
那么，后训练垂直大模型会不会成为行业趋势？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越顶尖闭源模型，但结合后训练、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 实验室或互联网大厂，很多软件公司都不具备这样的人才，更不用说传统企业。
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，36氪经授权发布。在行业变革中，开云体育在线也关注到这类技术趋势对企业运营的影响。
