9月22日、Brad Shimminが「Salesforce Bets on Silicon Synergy and Metadata to Make Business AI Practical」と題した記事を公開した。エンタープライズ意思決定者の55%以上がエージェントのハルシネーション管理を最大の導入課題と挙げる中、SalesforceとNVIDIAが共同開発したCRM専用推論モデル「Koa」は、その問題にモデルの重みではなくメタデータ層で応じるという独自の設計思想を持つ。本記事ではその技術設計と市場戦略を詳しく紹介する。

SalesforceとNVIDIAが「Koa」を発表——CRM専用の推論モデル

Dreamforce 2026において、SalesforceはAIエージェント基盤「Agentforce」を駆動するCRM専用推論モデル「Koa」を正式に発表した。NVIDIAとの協業によって開発されたKoaは、NVIDIAのNemotron Super 120Bアーキテクチャをベースに、約30年分のエンタープライズCRM業務フローおよびエッジケースの実行パターンから蒸留した独自の合成データセットでポストトレーニングされている。

現時点ではSlack社内での従業員タスク自動化に既に投入されており、Baxter Credit Union、Formula 1、UChicago Medicine、Xero、1-800Accountant、Engineといった顧客のパイロット実装にも入っている。米国クラウドリージョンでの一般提供は2026年冬を予定しており、国防・規制対象の公共セクター向けにはエアギャップ環境で動作する主権型デプロイメント「Missionforce」への展開も計画している。

推論モデルである必然性——なぜ通常のLLMでは足りないのか

Koaが単なる汎用LLMでなく「推論モデル」として設計されている点がエンジニア視点では重要だ。

一般的なファウンデーションモデルは、確率的な単一パスでテキストを出力する。推論モデルはこれと異なり、内部でアウトラインを作成し、ライブレコードに対してビジネスルールを検証し、中間結論を自己批判しながら反復してから最終出力を返す。この「熟考サイクル」がエンタープライズ業務に必要な決定論的な動作を生むが、計算コストは大幅に増加する。最適化されていないクラウドインフラ上で多ステップ推論を走らせると、運用コストが急激に膨らみ、日常的なカスタマーワークフローに許容できないレイテンシをもたらす。請求トラブルの解決に30秒待たされるエンドユーザーは離れる、というのが記事の率直な指摘だ。

NVIDIAとの協業はこの経済的なボトルネックを直接狙っている。ポストトレーニングパイプラインをNVIDIAのアクセラレーテッドコンピュートスタックと密に整合させることで、数百万件規模の高頻度エンタープライズトランザクションで持続可能なコストとレイテンシを実現しようとしている。

静的なファインチューニングを避ける設計——メタデータ層が鍵

アーキテクチャ上の重要な判断として、Koaは顧客ごとのモデルファインチューニングを行わない。

企業のデータは常に変動する。請求条件は変わり、請求書は消化され、アカウントは日々入れ替わる。こうした状態をモデルの重みに焼き込めば、数日以内に陳腐化する。KoaはそのトラップをSalesforce Data 360との連携で回避する。呼び出し時点でリアルタイムにアイデンティティを解決し、最新のコンテキストを動的に組み立てる設計だ。

さらに重要なのが、Salesforceのメタデータアーキテクチャの活用方法だ。Koaは生のデータベーステーブルを盲目的に探索するのではなく、メタデータ層を「業務マップ」として参照し、ビジネスルールの解釈、行レベルのアクセス権限の適用、既存ワークフローの確定的なトリガーを行う。

Futurum Intelligenceが実施した「1H 2026 AI Platforms意思決定者サーベイ」（※本記事著者Brad ShimminはFuturumグループ所属であり、自社調査の引用にあたる）によると、エンタープライズ意思決定者の55.37%が「エージェントの信頼性と本番環境でのハルシネーション管理」を生成AI導入の最大課題と回答している。Koaはトランザクション書き込みを実行する前にメタデータ定義を参照してポリシーチェックを事前実行することで、汎用モデルがカスタムバリデーションルールに遭遇した際に生じるワークフロー破損やAPIクラッシュを防ぐ狙いだ。

公共セクター向け「Missionforce」——エアギャップ環境への展開

Missionforceは、国防や規制対象の公共セクターを主な対象とした主権型デプロイメントオプションだ。エアギャップ環境とは、外部ネットワークから物理的・論理的に切り離されたクローズドなインフラを指し、機密データがクラウドを経由せず施設内に閉じた状態でAI推論を実行できる点が最大の意義となる。データの国外流出リスクや規制上のコンプライアンス要件が厳しいセクターにとって、外部クラウドへの依存を排除できることは導入ハードルを大きく下げる。この展開形態がどの程度の速度で採用されるかは、後述のWatchリストでも注目点として挙げられている。

今後12〜24ヶ月の課題——ルーティング規律とハイパースケーラーとの摩擦

市場戦略の観点では、KoaはSalesforceのプラットフォームデータグラビティ（重要なデータがプラットフォームに留まり続ける引力）を守る防御的な手である。過去2年間、クラウドハイパースケーラーは企業に対して業務データを外部の集中型データウェアハウスへ移送するよう促してきた。Salesforceはデータが存在する場所でシリコン最適化推論を直接実行することで、ネットワーク転送コスト、クロスクラウドレイテンシ、複雑な同期パイプラインを排除する方向で対抗する。

ただし今後12〜24ヶ月の最大の実装課題はワークロードの振り分けだ。アカウントの住所を調べるだけの操作に1200億パラメータの推論モデルを呼び出すのは明らかに無駄なコンピュートだ。Agentforce内に、軽量ヒューリスティックモデルと重量推論エンジンを使い分けるインテントルーターを適切に実装できるかどうかが焦点になる。

記事では「Watch」項目として以下も挙げている：

• AWS・Google Cloud・Microsoftのゼロコピー対抗策：ハイパースケーラーがCRMコンテキストをSalesforceネイティブモデルなしで取り込む方法をどう洗練させるか
• 推論レイテンシSLA：Formula 1やXeroのパイロットで、複雑な多ステップ検証を5秒以内に安定的に完了できるか
• Missionforceの採用ペース：ローカルデータ常駐とエアギャップコンプライアンスが求められる国防・公共セクターでの展開速度

詳細はSalesforce Bets on Silicon Synergy and Metadata to Make Business AI Practicalを参照していただきたい。