当前沿实验室还在比拼"通用智力"时，企业级 AI 正悄悄拐向另一条路——不为解最难的题，而是把销售、客服、营销这些具体活儿干得又快又便宜。Salesforce 在 Dreamforce 大会上交出的答案 Koa，背后站着 NVIDIA 的开源底座 Nemotron。这条岔路，正在重新定义"企业要不要自己养一个模型"。
不是通用冠军，是岗位能手
在 Dreamforce 大会上，Salesforce 发布了公司首个推理模型（reasoning model）Koa，它基于 NVIDIA 的开源权重模型 Nemotron 训练，双方联合进行后训练，专精于销售、营销与客户支持场景。与闭源前沿模型相比，Koa 有六个鲜明标签：①用开放权重替代闭源前沿模型；②针对具体工作任务训练，而非去解不可能的高数难题；③训练过程未摄入任何 Salesforce 客户真实数据；④完成同样任务消耗 token 更少，直接降低 AI 支出；⑤可通过 AI 网关按需求自动路由；⑥满足客户自身的数据安全与合规要求。
为什么偏偏是 Nemotron
Salesforce AI 执行副总裁 Jayesh Govindarajan 点出关键：此前一直想自训企业级前沿模型，但"缺一个预训练底座"——直到 Nemotron 出现，它是"主权、SOTA、且数据来源清晰"的模型。"我们完全不知道 Qwen 训练了什么"，他直言点名阿里开源模型的数据不透明。
NVIDIA 生成式 AI 企业软件副总裁 Kari Ann Briski 则称，Nemotron 的推理架构实现了 token 效率，把"主权 AI、首 token 时延、高效推理"三者凑齐。
图片来源：Pexels
不是二选一，是分层组合
值得注意，Salesforce 并未因此抛弃 Claude 或 ChatGPT：它同步推出与 Anthropic 的 Claudeforce 合作，让企业用 Claude 作交互界面，而数据仍留在 Salesforce 的系统记录中、由自家基础设施保护。这意味着企业的真实架构是"开源底座干重活、闭源模型做交互"的混合态。
给AI相关人士的启发
Koa 释放的信号很清晰——企业 AI 与前沿实验室的需求正在分叉。主权开源模型正成为大厂降本、合规、保数据的务实新选项。对 AI 数据工程师而言，未来要理解的不是"哪个模型最聪明"，而是"哪类任务该用哪类底座、数据在哪、合规边界在哪"。模型选型，本质上是一道供应链与治理题。
来源：TechCrunch