当所有人都在盯着下一代通用大模型时，Salesforce 和英伟达选择从企业软件的缝隙里切入——这可能是 AI 实验室最不愿看到的竞争方式。
发生了什么
据 TechCrunch 报道，Salesforce 发布了一款名为 Koa 的推理模型，它建立在英伟达的开源权重模型 Nemotron 之上，训练目标非常明确：完成销售、营销和客户支持类任务。
这里有两个关键信息。第一，Koa 不是通用聊天模型，而是面向具体业务职能的"垂直推理模型"。第二，它的底座是开源权重模型，而非从零自研的闭源大模型。这意味着 Salesforce 不需要在预训练层面与头部实验室正面竞争，而是把资源集中在后训练和业务数据上。
为什么重要
过去两年，企业级 AI 的默认路径是调用最强的通用模型 API，再叠加提示词工程和检索增强。这条路的问题在于：模型能力虽强，但对具体业务流程的理解是"外挂"的，推理链条并不天然贴合销售漏斗、工单流转或营销活动这些真实场景。
Koa 的思路是把"推理"直接对准业务动作。销售、营销、客服这三类任务的共同点是：有明确的目标、有可衡量的结果、有大量历史交互数据可供训练。这恰好是 Salesforce 的护城河——它掌握着客户关系管理系统中沉淀的真实业务语料。
更值得注意的是开源权重底座的选择。英伟达的 Nemotron 系列提供了可商用、可定制的模型基础，让 Salesforce 能够在不依赖某家闭源实验室的前提下，构建自己的模型资产。对企业客户而言，这意味着数据流向和模型控制权更清晰；对 AI 实验室而言，这意味着它们最强的通用模型可能被"绕过"——企业不再需要为每个垂直场景支付通用模型的溢价。
影响与看点
对行业来说，Koa 释放的信号是：企业软件巨头正在把 AI 能力内化，而不是外包给模型厂商。Salesforce 有客户、有数据、有分发渠道，一旦垂直模型的效果在真实业务指标上被验证，它完全可以只在必要时调用外部通用模型，把大部分推理留在自己的栈内。
对开发者而言，值得关注的是这类模型的可定制程度和接口形态。如果 Koa 能以 API 或平台组件的形式开放，围绕销售和客服的智能体开发门槛会显著降低；如果它被锁在 Salesforce 生态内，则更多是加固其平台黏性。
对用户来说，短期内最实际的变化可能是客服和销售辅助工具的回答更"懂业务"，而不是更"能聊天"。
一个独立判断：通用大模型的军备竞赛仍会继续，但企业 AI 的胜负手正在从"谁的模型更聪明"转向"谁的模型更懂这门生意"。Koa 未必是技术上的突破，却可能是商业模式上的分水岭。
