Koa: Model AI Reasoning yang Dibangun untuk Alur Kerja, Bukan Demo Keren
Salesforce Koa adalah model AI reasoning berbasis Nvidia Nemotron yang dirancang khusus untuk memahami alur kerja perusahaan yang kompleks, mengeksekusi tugas multi-tahap, dan membantu agen AI enterprise memilih alat perangkat lunak yang tepat sehingga otomasi alur kerja bisnis tidak lagi berhenti pada jawaban teks, tetapi berujung pada tindakan operasional yang nyata dan terukur.
Di ajang Dreamforce, Salesforce memperkenalkan Koa sebagai model AI reasoning pertama mereka yang dibangun di atas Nemotron, model open-weight dari Nvidia. Ini bukan sekadar peluncuran produk baru, tetapi pernyataan sikap: kebutuhan AI enterprise tidak lagi sama dengan laboratorium frontier yang sibuk mengejar skor benchmark dan soal matematika rumit. Koa diciptakan untuk satu tujuan pragmatis: membuat agen AI enterprise di Agentforce automation sanggup menjalankan pekerjaan nyata, bukan hanya mengobrol pintar.
Koa adalah model penalaran CRM perdana yang diposisikan sebagai tulang punggung ekosistem Agentforce, tempat perusahaan membangun agen AI untuk menjawab pertanyaan pelanggan, menjadwalkan janji, dan mengeksekusi tugas back-office secara otomatis. Artinya, sejak awal desain, Koa sudah dipaku pada konteks bisnis, bukan hiburan konsumen. Inilah pergeseran penting: dari AI sebagai chatbot generik ke AI reasoning yang menempel pada proses, sistem, dan aturan perusahaan.
Mengapa Koa Penting: Alur Kerja Kompleks Membutuhkan Penalaran, Bukan Sekadar LLM Besar
Selama ini, ketika agen AI di Agentforce menghadapi permintaan panjang dan multi-langkah, Salesforce harus mengirim prompt ke model frontier seperti Claude atau ChatGPT lewat AI gateway Agentforce. Itu artinya penalaran paling penting dalam otomasi alur kerja masih bergantung pada model tertutup di luar kendali penuh perusahaan. Untuk banyak CIO, ini adalah kompromi yang mereka terima sambil merasa tidak sepenuhnya nyaman.
Salesforce menunda membangun model AI reasoning sendiri bukan karena kurang ambisi, tetapi karena tidak ada model dasar pra-latih yang memadai dan jelas asal-usul datanya. Menurut EVP Salesforce AI, sampai Nemotron hadir, belum ada model pra-latih asal Amerika yang cukup canggih dan memiliki provenans data yang jelas untuk dijadikan pondasi. Dengan Nemotron open-weight, celah itu tertutup: Salesforce bisa melatih modelnya sendiri tanpa berspekulasi soal sumber data yang abu-abu.
Di sinilah Koa mengambil posisi strategis. Alih-alih menembak semua tugas ke model frontier, perusahaan kini punya model AI reasoning internal yang dirancang untuk memahami urutan kerja, dependensi sistem, dan aturan bisnis. Koa dapat dirutekan melalui AI gateway bersama model frontier lain, sehingga perusahaan bisa memilih kapan memakai kekuatan internal yang hemat biaya dan kapan mengandalkan model eksternal untuk kebutuhan tertentu. Ini bukan hanya soal performa, tetapi soal kedaulatan teknologi dan kontrol operasional.
Dari Tokenomics ke Tindakan: Bagaimana Koa Mengotomasi Alur Kerja Bisnis
Kekuatan Koa bukan di “kecerdasan umum”, tetapi di kemampuannya mengurai tugas bisnis menjadi langkah-langkah terstruktur. Kolaborasi Salesforce dan Nvidia mengintegrasikan fondasi Nvidia Nemotron agar agen AI dapat menangani alur kerja korporasi yang kompleks secara otonom. Koa mampu mengeksekusi tugas multi-tahap sekaligus menentukan perangkat lunak paling relevan untuk menyelesaikan pekerjaan tersebut, misalnya memilih modul CRM yang tepat, mengupdate pipeline, lalu menjadwalkan tindak lanjut tanpa campur tangan manual.
Model AI reasoning ini dikembangkan lewat post-training agar unggul di penjualan, pemasaran, dan dukungan pelanggan, bukan teka-teki akademis. Semua itu dilatih dengan data sintetis yang mensimulasikan interaksi profesional layanan pelanggan, pelanggan marah yang menghubungi call center, hingga profesional penjualan yang mengejar penutupan kesepakatan. Di level operasional, Koa membantu Agentforce automation mengurangi friksi: dari pembaruan peluang penjualan hingga penjadwalan tindak lanjut, performanya diklaim melampaui standar AI yang sudah ada.
Aspek biaya juga tidak bisa diabaikan. Koa diklaim menekan pengeluaran AI karena memakai token lebih sedikit untuk pekerjaan yang sama, berkat arsitektur Nemotron yang dioptimalkan untuk inferensi hemat token. Salesforce menyebut kombinasi ini sebagai trifecta: AI yang berdaulat, waktu ke token pertama yang cepat, dan penalaran yang efisien di seluruh tokenomics. Bagi perusahaan yang ingin mengisi ratusan proses operasional dengan agen AI, efisiensi token ini berujung pada kemampuan scale-up tanpa ledakan biaya.
Open-Weight, Data Sintetis, dan Pertaruhan Kepercayaan di AI Enterprise
Koa sengaja diposisikan sebagai alternatif open-weight terhadap model frontier tertutup yang biasanya meminta perusahaan mengunggah file, kode, prompt, dan umpan balik langsung ke model mereka dengan biaya besar. Di banyak organisasi, kekhawatiran soal kebocoran data dan vendor lock-in mulai mengerem ambisi otomasi. Koa mencoba membalik narasi: kemampuan tinggi tanpa harus menyerahkan seluruh mahkota data ke pihak luar.
Seluruh materi pelatihan Koa dibangun dari skenario sintetis yang mencakup kebutuhan lebih dari 14 sektor industri, dari kesehatan sampai manufaktur. Salesforce menegaskan bahwa mereka tidak memakai data asli pelanggan untuk melatih model ini, dan seluruh pelatihan serta inferensi dilakukan di infrastruktur internal agar perusahaan memegang kendali penuh atas bobot model. Di era di mana pelatihan model sering kali diselimuti kabut legal dan etis, pendekatan ini adalah sinyal penting: kepercayaan bukan bonus, tetapi fitur utama.
Namun penting dicatat, Salesforce tidak memutus relasi dengan pemain frontier. Mereka tetap menawarkan integrasi dengan model seperti Claude dan ChatGPT melalui AI gateway, plus kemitraan baru yang memosisikan Claude sebagai antarmuka AI sementara data tetap diam di sistem catatan Salesforce. Artinya, strategi mereka bukan “semua ke dalam” atau “semua ke luar”, melainkan orkestrasi portofolio: Koa untuk tugas yang repetitif, terstruktur, dan sensitif data; model frontier untuk kasus yang butuh kemampuan bahasa lebih luas. Perusahaan yang pandai memetakan mana yang ditangani Koa dan mana yang tetap dialihkan keluar akan menang di efisiensi dan kepatuhan.
Implikasi Strategis: Dari Eksperimen Chatbot ke Infrastruktur Operasional AI
Kehadiran Koa menandai pergeseran level AI di perusahaan: dari eksperimen chatbot ke infrastruktur operasional yang mengotomatiskan pekerjaan sehari-hari dalam skala besar. Chair dan CEO Salesforce, Marc Benioff, menyatakan bahwa tingkat kesalahan Koa hanya sepertiga dari model pembanding yang ada di pasar saat ini. Untuk organisasi yang memikirkan otomasi alur kerja bukan sebagai demo, tetapi sebagai sistem produksi, angka ini bukan kosmetik—ini beda antara AI yang menambah pekerjaan koreksi dengan AI yang bisa mereka percayakan.
Koa sudah dipakai secara internal, termasuk sebagai agen di platform Slack, dan telah diuji oleh organisasi global seperti Formula 1, Xero, dan UChicago Medicine. Rencananya, Koa akan tersedia luas di Amerika Serikat pada musim dingin 2026, sementara model khusus untuk Missionforce Operations—solusi untuk instansi pemerintah dengan standar keamanan tinggi—akan didistribusikan ke pelanggan terpilih mulai Oktober. Ini menunjukkan bahwa Salesforce tidak melihat Koa sebagai produk tunggal, tetapi sebagai fondasi keluarga solusi AIforce yang menyasar sektor komersial dan publik.
Intinya, Koa adalah ajakan pada perusahaan untuk berhenti puas dengan chatbot dan mulai memikirkan agen AI enterprise yang benar-benar mengerti proses. Model AI reasoning ini membuka peluang Agentforce automation untuk mengubah SOP, bukan sekadar menambah lapisan antarmuka cerdas. Tantangannya sekarang beralih ke pihak perusahaan: berani merombak alur kerja agar AI tidak hanya menempel di pinggir, tetapi masuk ke inti operasi? Koa sudah menyiapkan kemampuan; giliran organisasi yang menentukan seberapa jauh mereka mau mengubah cara bekerja.
