投稿者 投稿日: カテゴリー AIニュース
Salesforce は2026年9月15日、CRM業務に特化した自社初の推論モデル「Koa」を発表しました。
年次カンファレンス Dreamforce に合わせた発表で、Koa は NVIDIA のオープンウェイトモデル Nemotron 3 Super をベースに、営業・マーケティング・カスタマーサポートの業務を遂行できるよう追加学習されたものです。自社ベンチマークでは主要モデルと同等以上の精度を、エラー3分の1で達成したとされています。EC事業者から見て重要なのは、Koa そのものより「フロンティアモデルに全部投げる」時代が終わりつつあるという流れのほうです。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
Koaとは何か、Dreamforceで発表された事実関係
Koa とは、Salesforce が CRM 業務専用に追加学習した推論モデルのことです。Salesforce の公式発表によると、ベースになっているのは NVIDIA の Nemotron 3 Super で、そこに約27年分の CRM 導入知見をもとにした合成データを使ってポストトレーニングを施しています。学習には製造業・金融・ヘルスケア・旅行など14業種以上の業務シナリオが使われ、ペルソナごとのタスクと、それを完了するためのツール呼び出しの手順まで含めて再現されています。
数字で押さえるべき点は3つです。ひとつめは精度で、Salesforce の CRM ベンチマーク、つまり商談の更新やケースの振り分け、フォローアップの予約といった現実の業務タスク集において、主要モデルと同等以上のスコアをエラー3分の1で出したとしています。ふたつめは学習データで、顧客の実データは一切使われていません。みっつめは提供時期で、現在は一部のパイロット顧客のみ、一般提供は2026年冬に米国リージョンから始まる予定です。パイロットには Formula 1、Xero、UChicago Medicine などが名を連ねています。
TechCrunch の取材に対して、Salesforce AI の EVP を務める Jayesh Govindarajan は、推論についてはこれまでフロンティアモデルの提供者に頼ってきた、と述べています。TechCrunch の記事では、これまで自社で推論モデルを訓練できなかった理由として、データの来歴がはっきりした最先端の事前学習済みモデルが手に入らなかった点が挙げられています。日本のEC事業者が使う SaaS でも、同じ制約が解けつつあるということです。
日本のEC事業者にとっての3つの論点
結論から言えば、Koa は日本のEC事業者が明日触れるものではありませんが、AI導入の設計判断を3つ動かします。
ひとつめは、タスクごとにモデルを使い分ける設計が標準になることです。Salesforce は Agentforce の AI ゲートウェイで、簡単な処理は特化モデル、複雑な多段推論はフロンティアモデルへと振り分ける構成を取っています。EC現場に置き換えれば、レビュー要約や問い合わせの一次分類は安いモデル、価格改定や薬機法・景表法まわりの表現判断は高性能モデル、という振り分けです。全部を最上位モデルに投げている運用は、コスト面で不利になっていきます。トークン効率については、うるチカラの音声接客コストに関する記事でも同じ構図を扱いました。
ふたつめは、自社データが学習に使われるかという契約論点です。Koa は合成データのみで学習し、推論も Salesforce の管理下で完結する設計を前面に出しました。これは企業側が求めた結果です。楽天・Amazon・Shopify・Yahoo!ショッピングのいずれで運営していても、AIツールを選ぶ際には、入力した顧客名・住所・問い合わせ内容が学習に回るのかどうかを利用規約で確認する必要があります。ここを詰めずに全社展開すると、あとから止めることになります。
みっつめは、精度の測り方です。Koa の売りは「賢い」ではなく「同じ仕事でエラーが3分の1」でした。EC業務でも、商品説明の生成なら修正率、問い合わせ一次返信なら人間の差し戻し率、といった業務側の指標で測らないと、導入の可否は判断できません。この点はAIの本番移行に関する記事でも触れたとおり、パイロットが本番に届かない最大の理由になっています。
明日からの初動アクション
まず、自社で AI に投げているタスクを一覧にして、難易度で2〜3段階に分けてください。分類・要約・定型返信は軽いタスク、判断や規約チェックが絡むものは重いタスクです。この棚卸しがないと、モデルの使い分けもコスト削減も設計できません。
次に、軽いタスクについて現在のモデル利用料を1件あたりの単価に直して記録します。月額いくらではなく、問い合わせ1件あたり何円、商品1点あたり何円まで落とすと、安いモデルに移したときの効果が判断できます。
そのうえで、利用中のAIサービスについて学習利用の有無を確認し、顧客データを入力してよい範囲を社内ルールとして1枚にまとめてください。最後に、各タスクの品質しきい値を数値で決めます。修正率2割以下なら自動、それ以上なら人が確認する、といった線引きです。なお Agentforce および Koa の日本国内での提供時期については公式に明示がなく、要確認です。
まとめ
Koa の発表が示しているのは、企業向けAIが「万能で高価なモデル1つ」から「業務特化で安いモデルを使い分ける」方向へ動いているという事実です。日本のEC事業者が取るべきスタンスは、話題のモデル名を追うことではなく、自社のタスクを分解し、それぞれに見合った精度とコストのモデルを割り当てる設計を先に持つことです。その設計さえあれば、次に何が出ても乗り換えは数日で済みます。
参考文献
- Salesforce Newsroom・Announcing Koa: Salesforce’s First CRM Reasoning Model, Built on NVIDIA Nemotron
- TechCrunch・Salesforce and Nvidia’s new reasoning model is everything the AI labs should fear
- Salesforce AI Research・CRM Benchmark
- Salesforce・Agentforce Koa 製品ページ
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: TechCrunch
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
