Salesforce这次发布的重点，不是再增加一个聊天机器人，而是让AI真正进入企业的销售、客服和运营流程。
9月15日，Salesforce在Dreamforce 2026期间推出CRM推理模型Koa，同时公布企业AI交互层AIforce。Koa负责理解和处理复杂任务，AIforce负责连接企业数据、权限和工作流。两款产品组合起来，指向的是同一个方向：让AI从“回答问题”走向“执行工作”。
Koa专门处理CRM任务
Koa是Salesforce面向CRM场景推出的推理模型，基于NVIDIA Nemotron 3 Super进行后训练。
Salesforce介绍，Koa主要用于处理销售、客服等业务中的多步骤任务，包括更新销售机会、分配服务工单、安排客户跟进等。它的目标不是生成一段看起来专业的文字，而是理解业务流程后，按照规则调用工具完成操作。
Koa的训练数据由Salesforce构建的合成场景组成，用来模拟企业在销售、客服和客户运营中的常见流程。Salesforce称，这些场景覆盖制造、金融服务、医疗和旅游等14个以上行业，训练过程中没有使用客户数据。
在Salesforce自建的CRM基准测试中，Koa在部分CRM操作任务上的错误率比领先模型低三倍。需要说明的是，这项数据来自Salesforce自己的测试体系，测试条件和完整数据尚未由独立机构复现，不能直接理解为Koa在所有任务上都领先。
目前，Koa已经在Salesforce内部使用，并开始进入部分客户试点。Salesforce预计在2026年冬季扩大其在美国地区的可用范围。
AIforce把Salesforce能力带到日常工具里
AIforce解决的是另一个问题：员工不想为了完成一个简单任务，在多个系统之间反复切换。
Salesforce希望用户可以在Claude、Slack等工作入口中，直接查询客户资料、更新CRM记录和触发业务流程。
例如，销售人员可以询问某个客户此前的沟通记录，客服人员可以让AI整理工单并安排下一步处理，管理人员也可以要求系统生成一个实时业务界面。
AIforce接入的不只是企业数据，还包括Salesforce中的业务规则、权限设置和工作流。
理论上，员工提出请求后，系统需要先判断其权限和可执行范围，再完成相应操作。
Salesforce还提出，用户可以通过自然语言创建动态界面。过去，这类页面通常需要IT团队开发；现在，用户可以根据任务描述，让系统生成临时的信息面板或操作入口。
Koa和AIforce拼出了完整链路
Koa更像是模型能力层，负责理解任务、拆解步骤并进行推理。
AIforce更像是连接层，负责把模型接入企业数据、业务规则和软件系统。
两者组合后，形成了一条比较完整的链路：模型负责思考，系统提供数据和权限，智能体执行动作，平台记录过程。这也是企业AI与普通聊天工具的区别。
企业客户关心的通常不是模型能不能写出漂亮答案，而是它能否读取准确数据、遵守权限要求，并在执行错误时留下可追溯记录。
Salesforce押注专用模型和统一入口
Salesforce选择先在CRM领域打造专用推理模型，背后有比较现实的考虑。
销售、客服、财务等企业场景都有各自的业务流程和判断标准。通用模型知识面更广，但未必熟悉企业内部的操作规则；专用模型则可以围绕具体任务进行训练和优化。
AIforce则试图解决使用入口的问题。员工不必专门进入CRM后台，也可以在熟悉的工具中调用企业数据和流程。
从产品定位看，Salesforce希望把自己的优势从“CRM软件”延伸到“企业AI工作平台”。企业积累多年的客户数据、权限体系和业务流程，成为模型能力之外的重要资产。
产品价值仍要看真实使用效果
Koa和AIforce的产品思路比较清晰，但发布信息还不能直接等同于大规模落地。Koa目前仍处在客户试点阶段，现有性能数据主要来自Salesforce自建评测。
AIforce也需要在真实企业环境中处理数据质量、权限管理和操作责任等问题。尤其当AI可以修改客户记录、安排任务或触发工作流后，系统出错的影响会比普通问答更大。
企业是否愿意让AI参与关键业务，最终取决于它能否稳定完成任务，并且让管理者看清每一步发生了什么。
Salesforce此次推出Koa和AIforce，释放出的信号很明确：企业AI正在从“生成内容”转向“理解业务并执行动作”。但产品能否真正创造价值，还要看后续客户案例、独立评测和实际部署规模。
信息来源：
