Durante dois anos, a aposta padrão de quem construía agentes para operação comercial foi a mesma: pegar o melhor modelo de propósito geral disponível, encher o contexto de instruções e torcer para que ele entendesse o que é um funil. Funciona até o agente precisar decidir se atualiza a oportunidade, encaminha o caso ou agenda o retorno, e errar a ordem. É esse o problema que um modelo de raciocínio de CRM se propõe a resolver.
Em 15 de setembro, a Salesforce anunciou uma resposta diferente para esse problema. Em vez de esperar o próximo modelo de fronteira, a empresa pegou um modelo aberto da NVIDIA, fez pós treino com dados sintéticos construídos a partir de quase três décadas de implantações de CRM e criou o Koa, seu primeiro modelo de raciocínio de CRM.
O anúncio importa menos pelo modelo em si e mais pelo que ele sinaliza: especializar ficou mais barato que esperar. E isso muda a conta de quem implementa automação comercial no Brasil.
Como o Koa, modelo de raciocínio de CRM, foi construído
O ponto de partida, segundo o comunicado oficial da Salesforce, é o NVIDIA Nemotron 3 Super, um modelo aberto. Sobre ele, a empresa aplicou pós treino com ajuste fino supervisionado e aprendizado por reforço usando GRPO, com a pilha NeMo da NVIDIA.
O corpus de treino é o detalhe mais relevante para quem se preocupa com privacidade: nenhum dado de cliente foi usado. Todo o material é sintético, construído para simular fluxos reais de trabalho em mais de 14 setores, entre eles manufatura, serviços financeiros, saúde e viagens. Cada cenário emparelha uma persona com tarefas específicas e mapeia a sequência de ações e chamadas de ferramenta que um agente precisa executar para concluí-las.
A Salesforce controla os pesos e roda pós treino e inferência dentro da própria infraestrutura. Na prática, isso significa que o dado do cliente não atravessa o perímetro de confiança durante a inferência, que é exatamente o argumento que trava projeto de IA em banco, saúde e seguradora.
O número divulgado, e como lê-lo
A empresa afirma que o Koa iguala ou supera o desempenho dos modelos líderes em ações de CRM, com três vezes menos erros. A medição foi feita no benchmark de CRM da própria Salesforce, que reúne tarefas reais como atualizar uma oportunidade, encaminhar um caso ou agendar um retorno.
Aqui cabe o filtro profissional de sempre: o benchmark é do fornecedor. Isso não invalida o resultado, e a escolha das tarefas é de fato representativa do trabalho que um agente de CRM executa. Mas um ganho medido em casa, contra concorrentes que não participaram do desenho do teste, é indicação de direção, não prova de superioridade.
A coisa mais valiosa que a Salesforce construiu não é a nossa plataforma, é o conhecimento acumulado de como o negócio corporativo realmente funciona. Com o Koa, esse conhecimento é colocado dentro do próprio modelo.
Marc Benioff, presidente do conselho e CEO da Salesforce
| Dimensão | Modelo de propósito geral | Modelo especializado como o Koa |
|---|---|---|
| Conhecimento do processo | Vem do prompt e do contexto que você monta | Vem embutido no pós treino, com sequência de ações |
| Local da inferência | Normalmente na infraestrutura do fornecedor do modelo | Dentro do perímetro de confiança da Salesforce |
| Dado usado no treino | Corpus amplo, de origem variada | Somente cenários sintéticos, sem dado de cliente |
| Amplitude de uso | Serve a qualquer tarefa, com desempenho médio | Serve bem às tarefas para as quais foi treinado |
Por que especializar virou estratégia
Existe um argumento econômico por trás dessa decisão que vale explicitar. Um modelo menor, treinado para um conjunto restrito de tarefas, tende a resolver a tarefa com menos tokens e menos tentativas. Em operação com volume, essa diferença é a conta do mês. Já tratamos desse paradoxo ao mostrar que o token ficou mil vezes mais barato e a fatura de IA subiu mesmo assim.
Há também um argumento de controle. Ao usar um modelo aberto como base, a Salesforce ficou dona dos pesos. Não depende da política de preço, do calendário de descontinuação nem da mudança de termos de um laboratório externo. Para uma plataforma que vende contrato plurianual a grandes empresas, isso é estratégia de sobrevivência, e a lição ficou evidente quando o próprio Salesforce saiu do ar durante o Dreamforce.
Toda empresa precisa de IA útil, adaptada ao seu conhecimento, à sua especialidade e ao seu trabalho.
Jensen Huang, fundador e CEO da NVIDIA
Onde o Koa já está rodando
O modelo já é usado internamente pela Salesforce, incluindo um agente no Slack que ajuda funcionários a encontrar informação e concluir tarefas do dia a dia. Os pilotos com clientes envolvem 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine e Xero.
A disponibilidade geral está prevista para o inverno de 2026 em regiões dos Estados Unidos, o que é um recado direto para o mercado brasileiro: não há data para cá. Quem está desenhando roadmap de automação comercial para o primeiro semestre de 2027 deve tratar o Koa como sinal de direção, não como recurso disponível.
O anúncio também se encaixa na sequência de movimentos que a empresa vem fazendo. Poucos dias antes, a Salesforce havia dado nome e cargo aos agentes de IA do Agentforce, e antes disso levou o CRM para dentro do assistente com o Claudeforce. Modelo próprio, agentes nomeados e interface aberta são três frentes da mesma aposta.
O que fazer com essa informação agora
Mapeie as tarefas repetitivas do seu funil
Um modelo de raciocínio de CRM só rende quando existe uma sequência de ações estável para automatizar. Liste as cinco tarefas mais executadas pelo time comercial e descreva a ordem correta de cada uma. Esse documento é o ativo, independentemente de qual modelo você acabe usando.
Pergunte ao seu fornecedor onde a inferência acontece
Com a LGPD e contratos corporativos cada vez mais específicos, saber se o dado sai ou não do perímetro deixou de ser detalhe técnico. É cláusula.
Não confunda promessa de benchmark com resultado de negócio
Três vezes menos erros em teste controlado não é o mesmo que três vezes mais receita. O histórico do setor é bem documentado nesse ponto: já mostramos que só 13% das empresas tiram valor real da IA comercial, e a diferença quase nunca está no modelo.
A leitura de fundo
O Koa é o primeiro caso grande de um modelo de raciocínio de CRM criado por uma empresa de software convertendo conhecimento de domínio em modelo, e não em documentação ou em prompt. Se a abordagem funcionar fora do benchmark de casa, a vantagem competitiva do software corporativo deixa de ser a interface e passa a ser o histórico de como as coisas são feitas em cada setor.
Quem tem esse histórico organizado sai na frente. Quem tem o histórico espalhado em planilha, e-mail e cabeça de gente vai descobrir que o gargalo nunca foi o modelo.
Perguntas frequentes
O que é o Koa da Salesforce?
É o primeiro modelo de raciocínio de CRM da Salesforce, criado para o Agentforce. Ele foi construído a partir do pós treino do NVIDIA Nemotron 3 Super com um conjunto de dados sintéticos que simula fluxos de trabalho de CRM em mais de 14 setores.
O Koa foi treinado com dados de clientes da Salesforce?
Não. Segundo a empresa, nenhum dado de cliente foi usado no treino. O corpus é inteiramente sintético, construído para reproduzir o raciocínio, o uso de ferramentas e as decisões que um agente executa em fluxos de CRM.
O que significa dizer que o modelo roda dentro do perímetro de confiança?
Significa que a Salesforce controla os pesos do modelo e executa tanto o pós treino quanto a inferência na própria infraestrutura. Na prática, o dado do cliente não atravessa a fronteira para um provedor externo durante o uso.
O Koa já está disponível no Brasil?
Não. Hoje o modelo está com clientes selecionados em piloto no Agentforce, e a disponibilidade geral está prevista para o inverno de 2026 em regiões dos Estados Unidos. Não há data anunciada para o Brasil.
O ganho de três vezes menos erros é confiável?
O número vem do benchmark de CRM da própria Salesforce, que usa tarefas representativas do trabalho real de um agente. É uma medição do fornecedor, feita em casa, então serve como indicação de direção e não como prova independente de superioridade.
