На конференции Dreamforce Salesforce вывела на передний план новый подход к применению ИИ в маркетинге и продажах: модель Koa, созданная специально для CRM‑задач. В отличие от обобщённых больших моделей, Koa заточена не просто под генерацию ответов, а под последовательное выполнение действий в многозвенных бизнес‑процессах — от квалификации лида до триггеров воронки и управления кейсами обслуживания.
Основные детали новости
Koa разработана совместно с Nvidia и базируется на Nemotron 3 Super. Для её пост‑обучения Salesforce использовала проприетарный синтетический набор данных, имитирующий сценарии CRM‑внедрений компании за десятилетия работы. Ключевой акцент — не на использовании клиентских данных: никто из заказчиков не вошёл в тренировочные выборки.
Модель умеет реконструировать бизнес‑сценарии по шагам: генерация лидов, квалификация возможностей, разрешение сервисных инцидентов. Каждому сценарию сопоставлены конкретные действия и вызовы инструментов, что учит Koa не только находить ответ, но и последовательно выполнять необходимые этапы для достижения результата.
Salesforce сохраняет контроль над весами модели и выполняет инференс внутри собственной инфраструктуры, чтобы данные клиентов не выходили за границы доверия. Это делает Koa пригодной для задач, где ИИ имеет доступ к конфиденциальной информации, изменяет записи в CRM или запускает внутренние процессы.
Компания уже начала пилоты с рядом клиентов, среди которых 1‑800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine и Xero. Ожидается, что общая доступность Koa в регионах США запланирована на эту зиму.
Дополнительные факты
- Koa не заменяет общие модели в экосистеме Salesforce. Платформа поддерживает доступ к моделям Google (Gemini) через партнёрство с Google Cloud и к моделям через Amazon Bedrock (включая Anthropic, Nvidia и OpenAI) в рамках расширенной интеграции с AWS.
- Salesforce предлагает концепцию, при которой для разных задач используются разные модели: общие — для креатива и анализа, специализированные — для операций, требующих знания бизнес‑логики и правил CRM.
- AIforce — расширенная архитектура, представленная на Dreamforce, делает данные, семантику, права доступа, безопасность и действия Salesforce доступными через API для внешних AI‑сред. Это позволяет моделям из других экосистем работать с данными и процессами Salesforce без привязки к интерфейсу платформы.
- В расширении партнёрств виден практический пример разделения интерфейса и логики: Commerce Cloud‑мерчанты смогут показывать товары в Google Search через AI Mode и Gemini, а расчёты, соответствие правилам и управление заказами останутся на инфраструктуре Commerce Cloud.
Почему это важно для SEO
Для SEO‑специалистов ключевой вывод простой: пространство, в котором пользователи находят и покупают товары, перестаёт быть только сайтом или магазином. AI‑интерфейсы и агенты становятся дополнительными каналами открытия и покупки, где технология, управляющая результатом, может быть скрыта от конечного пользователя.
Практические последствия для SEO и поисковой видимости:
- Появление новых точек контакта. Товары и предложения смогут появляться в результатах, создаваемых AI‑режимами (например, через Gemini в Google Search), при этом обработка транзакций и соответствие требованиям остаются на стороне продавца.
- Рост значения качества данных. Чем точнее и консистентнее данные в CRM и связанных системах (определения, права, API), тем выше шанс корректного отображения и обработки информации в AI‑каналах.
- Необходимость учитывать оркестрацию моделей. Маркетинг‑операции могут распределять задачи между общими и специализированными моделями: это влияет на то, какие сигналы и метаданные нужно оптимизировать для разных сценариев взаимодействия с контентом и товарами.
- Усиление роли governance. Поскольку агенты будут иметь возможность менять записи и запускать процессы, важность контроля, точности и оценки последствий ошибок возрастает — это новый параметр риска для маркетинга и SEO, который нужно мониторить.
В итоге SEO‑специалисты должны учитывать не только классические факторы ранжирования, но и готовность бэкенд‑инфраструктуры — качества метаданных, API и бизнес‑правил — к тому, чтобы их контент и продукты корректно обрабатывались агентами и моделями следующего поколения.
