Salesforce представила Koa — свою першу reasoning-модель, і зробила це не на власній архітектурі, а на відкритій Nvidia Nemotron. Анонс пролунав цього тижня на конференції Dreamforce і на перший погляд виглядає як чергова корпоративна новина про ще один ШІ-продукт. Насправді ставка вища. Koa — це сигнал, що потреби корпоративного ринку в штучному інтелекті починають розходитися з тим, що продають фронтир-лабораторії. І якщо цей розрив поглиблюватиметься, під тиском опиниться бізнес-модель OpenAI та Anthropic, а не лише їхні технічні метрики.
Розберемо, як влаштована Koa «під капотом», чому Salesforce обрала саме Nemotron, у що це обходиться в токенах — і що з усього цього має винести інвестор в акції CRM та NVDA.
Що сталося: перша reasoning-модель Salesforce
Koa — це модель, натренована виконувати конкретні робочі завдання у продажах, маркетингу й підтримці клієнтів. Вона стане ще однією опцією всередині платформи Agentforce, де клієнти Salesforce збирають агентів для рутинних операцій: відповідей на запити служби підтримки, планування зустрічей, оновлення записів у CRM.
Ключове слово — reasoning. Досі, якщо агенту треба було «міркувати» над багатокроковим завданням, Agentforce маршрутизував такий запит до зовнішньої фронтир-моделі — Claude або ChatGPT — через внутрішній ШІ-шлюз. Тобто за кожну складну операцію Salesforce фактично платила чужій лабораторії. «Ми будували багато невеликих вузькоспеціалізованих мовних моделей, — сказав Джаєш Ґовіндараджан, EVP Salesforce AI. — Але міркування завжди залишалося тим, що ми віддавали провайдерам фронтир-моделей. Донині».
Ось у цьому «донині» й полягає вся суть.
Чому саме Nemotron: питання суверенності й походження даних
Компанія давно хотіла мати власну корпоративну модель рівня фронтир, але не мала з чого стартувати. Бракувало якісної попередньо натренованої базової моделі з прозорим походженням даних. За словами Ґовіндараджана, Nemotron став першою «суверенною американською» попередньо натренованою моделлю, яка одночасно відповідала трьом умовам: була сучасною за рівнем, мала зрозуміле походження даних і не залежала від невідомих джерел навчання. Він прямо протиставив її китайській Qwen від Alibaba: «Ми поняття не маємо, на чому тренується Qwen».
Це не просто технічна прискіпливість. Для корпоративного клієнта — банку, страховика, лікарні — питання «на яких даних навчена модель і чи не витече наша інформація» є юридичним і репутаційним, а не абстрактним. Відкрита вага (open-weight) означає, що модель можна розгорнути у власному контурі, дотренувати під себе й аудитувати. Закрита фронтир-модель такої гарантії не дає за визначенням: дані йдуть до чужого API.
Розбір «під капотом»: як натренували Koa
Технічно Koa — це пост-тренована версія моделі Nemotron-3-Super-120B. Salesforce і Nvidia довчили її методом навчання з підкріпленням — конкретно через GRPO (Group Relative Policy Optimization). Але найцікавіше не сам алгоритм, а дані.
Жодного реального клієнтського запису у навчанні не використали. Замість цього команда згенерувала синтетичні дані, які імітують поведінку клієнтів. «Ми фактично змоделювали середовище служби підтримки з персонажем-оператором, включно з роздратованими клієнтами, які телефонують у контакт-центр, аж до менеджера з продажів, який намагається закрити угоду», — описав Ґовіндараджан.
Механіка тренування будувалася навколо специфікацій. Для корпоративних завдань Salesforce використала Agent Script — власну декларативну мову опису агентів Agentforce. Із цих специфікацій розгортали багатокрокові діалогові сценарії з винагородою за успішне використання інструментів. Простими словами: модель училася не розв’язувати абстрактні задачі, а доводити до результату реальний робочий процес — знайти дані, викликати потрібний інструмент, завершити дію.
Результат за бенчмарками показовий. Koa перевершує свою відкриту базову модель — найпомітніше на багатокроковому використанні інструментів — і обходить сильну пропрієтарну baseline-модель. Але водночас залишається нижчою за найсильніші фронтир-моделі. Це не спроба перемогти GPT чи Claude у лобовому змаганні. Це спроба бути «достатньо доброю» там, де це справді потрібно, — і дешевшою.
Токеноміка: справжня зброя Koa
Головний аргумент Koa — не якість, а собівартість. Koa задумана як token-efficient — вона витрачає менше токенів на ту саму роботу, ніж якби завдання пішло до Claude чи ChatGPT. «У нас унікальна архітектура інференсу для ефективності за токенами», — пояснила Карі Енн Бріскі, VP Nvidia з генеративного ШІ для корпоративного сегмента. Вона назвала це «трифектою»: суверенний ШІ, швидкий час до першого токена й ефективне міркування.
Чому це критично для економіки? Тому що в агентних сценаріях витрати масштабуються нелінійно. Один агент, який обробляє тисячі звернень на день, спалює мільйони токенів. Якщо кожен такий токен оплачується зовнішній лабораторії за преміальним тарифом фронтир-моделі, маржа корпоративного клієнта тане. Модель, яка робить те саме за меншу кількість дешевших токенів, б’є не по якості конкурента — вона б’є по його рахунку.
Для порівняння: сама Salesforce за даними ринкових джерел планувала витратити близько 300 млн доларів на токени Anthropic у 2026 році й тримає частку приблизно на 5 млрд доларів в Anthropic. Це масштаб залежності, який будь-який фінансовий директор захоче скоротити, щойно з’явиться життєздатна альтернатива власного виробництва.
Чому це стосується всієї галузі, а не лише Salesforce
Koa — окремий випадок ширшого зсуву. Фронтир-лабораторії будували бізнес на припущенні, що корпорації вантажитимуть свої файли, код, промпти й зворотний зв’язок прямо в їхні моделі — і платитимуть за це мільйони. Ця логіка працює, доки в корпорацій немає вибору.
Вибір з’являється. Open-weight моделі рівня Nemotron закрили значну частину розриву з закритими системами на публічних бенчмарках. А коли є якісна відкрита база, будь-який великий гравець із доступом до інженерів може довчити її під свою вертикаль — і перестати платити за міркування назовні. Salesforce просто перша зробила це публічно й у масштабі.
Наслідки розкладаються по сторонах так. Для Nvidia це подвійний виграш: Nemotron стає фактичним стандартом корпоративного open-weight ШІ, а тренування й інференс усе одно крутяться на її залізі. Для фронтир-лабораторій це стиснення найприбутковішого сегмента — платного корпоративного інференсу. Для корпоративного клієнта це важіль на переговорах і нижчі рахунки. Для самої Salesforce — вища маржа й контроль над власним стеком.
Український і європейський ракурс тут прямий. Питання суверенності даних, яке Ґовіндараджан ставить у центр, — це та сама рамка, у якій живе європейський бізнес під GDPR і українські компанії, що працюють із чутливими даними. Модель, яку можна розгорнути у власному контурі без передавання даних до американського API, — це не маркетинг, а вимога регулятора для цілих галузей.
Salesforce не спалює мости
Важливий нюанс, щоб не було спокуси прочитати Koa як розрив з Anthropic. Salesforce не відмовляється ні від Anthropic, ні від OpenAI. Паралельно компанія розгортає партнерство ClaudeForce — Claude працює як інтерфейс поверх даних, що залишаються в контурі Salesforce. Тобто стратегія не «або-або», а маршрутизація: дешева власна модель — на масові типові завдання, дорога фронтир-модель — на найскладніші випадки, де якість переважує вартість.
Саме ця архітектура шлюзу й робить історію небезпечною для лабораторій. Щойно маршрутизатор отримує право обирати найдешевший достатній варіант, обсяг завдань, які доходять до преміального фронтир-інференсу, починає скорочуватися структурно, а не епізодично.
Що це означає для інвестора
Для акцій Nvidia логіка найпряміша. Koa зміцнює тезу, що Nemotron стає інфраструктурним шаром корпоративного ШІ. Кожна довчена на ньому вертикальна модель — це продана GPU-потужність і на етапі тренування, і на етапі інференсу. Ризик для Nvidia лежить радше в макро й геополітиці (експортні обмеження, попит), ніж у цій конкретній новині, яка для неї однозначно позитивна.
Для Salesforce картина тонша. На момент публікації акції CRM торгувалися близько 247 доларів, форвардний P/E — приблизно 15, тобто помітно нижче медіани софтверної галузі. Консенсус аналітиків — «Moderate Buy» із середнім таргетом близько 267 доларів. Ринок оцінює Salesforce як зрілу, недорогу за мультиплікаторами компанію, чия ШІ-історія ще не повністю відображена в ціні. Koa грає саме в цю тезу: власна дешевша модель покращує економіку Agentforce, а Agentforce — це головний драйвер, від якого залежить, чи повернеться CRM до статусу growth-історії, чи залишиться дешевим value-активом.
За чим стежити далі: перші незалежні бенчмарки Koa проти Claude і GPT на реальних CRM-задачах; динаміка ARR Agentforce у наступному звіті Salesforce; сигнали від інших великих SaaS-гравців про власні моделі на Nemotron. Якщо тренд «довчи відкриту модель — перестань платити за міркування» підхоплять Workday, ServiceNow чи HubSpot, історія перестане бути про одну компанію й стане про перерозподіл усього корпоративного ШІ-ринку.
Матеріал має інформаційно-аналітичний характер і відображає стан справ на момент публікації. Це не індивідуальна інвестиційна рекомендація: рішення про купівлю чи продаж активів ви ухвалюєте самостійно, зваживши власні цілі й ризики, а за потреби — порадившись із ліцензованим консультантом.
Читайте також
- Трамп відкинув регулювання ШІ й атакував Амодеї з Anthropic
- Лазівка експорту чипів Nvidia: як Aivres постачала Blackwell структурам Китаю
- Контроль над ШІ: як Китай офіційно готується до сценарію, коли машина вийде з покори
Джерела
- Salesforce and Nvidia’s new reasoning model is everything the AI labs should fear — TechCrunch
- Salesforce Koa: An Enterprise Language Model for Agentic Tool Use — arXiv
- Salesforce and Anthropic Announce Claudeforce — Salesforce Investor Relations
- Salesforce (CRM) Stock Forecast & Price Target — MarketBeat
Ви маєте увійти, щоб оприлюднити коментар.