AI & computing › Agentic AI & autonome agents

Salesforce en Nvidia bouwen eigen redeneermodel voor sales en support

· 2 min leestijd

Agentic AI & autonome agents
Beeld: TechCrunch

Salesforce heeft op zijn Dreamforce-conferentie een nieuw AI-model gepresenteerd: Koa. Het model is gebouwd samen met chipmaker Nvidia en moet bedrijven een goedkoper en veiliger alternatief bieden voor dure AI-modellen van OpenAI en Anthropic bij sales- en klantenservicetaken.

Salesforce noemt Koa zijn eerste eigen redeneermodel: een AI-systeem dat niet alleen snel antwoord geeft, maar ook meerdere stappen kan doordenken bij een ingewikkelde taak. Tot nu toe stuurde Salesforce dat soort zware taken door naar externe modellen zoals Claude van Anthropic of ChatGPT van OpenAI. Met Koa bouwt het bedrijf voor het eerst zelf zo'n model, in samenwerking met Nvidia.

Waarom Salesforce zelf een model bouwt

Grote AI-labs als OpenAI en Anthropic verdienen vooral geld doordat bedrijven hun data, code en documenten rechtstreeks in hun modellen stoppen en daarvoor fors betalen. Salesforce ziet dat anders: veel klanten willen een model dat exact is toegesneden op één taak, geen klantgegevens gebruikt tijdens het trainen, en minder rekenkracht verbruikt. Koa is daarom getraind om specifiek goed te zijn in sales, marketing en klantenservice, in plaats van breed inzetbaar te zijn voor bijvoorbeeld wiskunde of programmeren.

Het model draait binnen Agentforce, het platform waarmee Salesforce-klanten AI-agents bouwen voor taken als het beantwoorden van klantvragen of het inplannen van afspraken. Voorheen werden ingewikkelde vragen automatisch doorgestuurd naar een extern model via een AI-gateway, het systeem dat bepaalt welk AI-model een verzoek het beste kan afhandelen. Koa is nu een van de opties in die routering.

Nemotron als basis, zonder klantdata

Koa is niet vanaf nul gebouwd. De basis is Nemotron, een open-weightmodel van Nvidia. Dat betekent dat de onderliggende bouwstenen van het model openbaar zijn, in tegenstelling tot gesloten modellen van OpenAI of Anthropic. Salesforce-topman Jayesh Govindarajan noemt het gebrek aan zo'n geschikt basismodel de reden waarom het bedrijf hier eerder niet mee begon: hij wilde een Amerikaans model waarvan duidelijk is welke data erin is verwerkt, in tegenstelling tot bijvoorbeeld het Chinese model Qwen van Alibaba.

Vanuit die Nemotron-basis is Koa vervolgens door post-training toegespitst op sales- en supporttaken: een proces waarbij een algemeen model na de eerste training wordt bijgeschaafd voor een specifieke toepassing. Opvallend is dat Salesforce daarbij geen echte klantgegevens gebruikte. In plaats daarvan bouwden de teams synthetische data: kunstmatig gegenereerde gesprekken die realistische situaties nabootsen, tot en met boze klanten aan de telefoon en salesmedewerkers die een deal proberen te sluiten. Zo kan het model niets lekken van échte klanten.

Minder rekenkosten, maar geen breuk met concurrenten

Een belangrijk verkoopargument is kostenbesparing. Koa zou voor dezelfde taak minder tokens nodig hebben dan een model als Claude of ChatGPT. Tokens zijn de stukjes tekst waarmee AI-modellen rekenen, en hoe meer tokens een taak kost, hoe hoger de rekenrekening voor bedrijven. Salesforce breekt overigens niet volledig met de grote AI-labs: het kondigde tegelijkertijd een samenwerking met Anthropic aan, Claudeforce genaamd, waarbij klanten Claude als gebruikersinterface kunnen inzetten terwijl hun data binnen de eigen Salesforce-omgeving blijft.

Achtergrond & begrippen

Wat betekent dit voor de toekomst? Koa laat zien dat grote softwarebedrijven steeds vaker eigen, taakspecifieke AI-modellen bouwen in plaats van volledig te leunen op dure algemene modellen van OpenAI of Anthropic. Dat kan de markt voor bedrijfs-AI goedkoper en diverser maken, en vermindert de afhankelijkheid van enkele grote Amerikaanse en Chinese AI-labs. Tegelijk groeit het belang van open-weightmodellen als bouwsteen waarop andere bedrijven kunnen voortbouwen.

Redeneermodel
Een AI-model dat een taak in meerdere logische stappen doordenkt in plaats van direct een antwoord te geven, wat het geschikter maakt voor complexere opdrachten.
Open-weightmodel
Een AI-model waarvan de onderliggende parameters openbaar zijn gemaakt, zodat andere partijen het kunnen hergebruiken en aanpassen.
Post-training
Het proces waarbij een al getraind algemeen AI-model verder wordt bijgeschaafd voor een specifieke taak of vakgebied.
AI-gateway
Een systeem dat binnen een softwareplatform automatisch bepaalt welk AI-model het beste past bij een binnenkomend verzoek.
Synthetische data
Kunstmatig gegenereerde trainingsdata die realistische situaties nabootst, zonder gebruik te maken van echte (klant)gegevens.
Tokens
De kleine tekstfragmenten waarin AI-taalmodellen tekst verwerken; hoe meer tokens nodig zijn, hoe hoger de rekenkosten.
Soevereine AI
AI-modellen die binnen de eigen landsgrenzen of jurisdictie zijn ontwikkeld, met duidelijkheid over welke data erin is verwerkt.
Data-herkomst
Het overzicht van welke bronnen en data zijn gebruikt om een AI-model te trainen, belangrijk voor vertrouwen en transparantie.

Bronnen

Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.

Meer over Agentic AI & autonome agents