Navans AI-agenter bruger NVIDIA’s Nemotron 3.5 Super VL i produktion, efter at softwarevirksomheden inden for forretningsrejser finjusterede og implementerede modellen inden for tre uger efter at have fået tidlig adgang. I en meddelelse den 16. oktober 2026 oplyste Navan, at modellen håndterede kundeinteraktioner til en lavere omkostning.
Vigtige pointer
- Implementeringen er gennemført og er ikke blot en planlagt afprøvning af NVIDIA’s model.
- Navan rapporterede om bedre ydeevne på rejseopgaver i egne evalueringer, men kvantificerede ikke besparelserne på produktionsomkostningerne.
- Selvhosting giver Navan mulighed for at tilpasse og udskifte modeller, samtidig med at virksomheden selv styrer implementeringen.
Indholdsfortegnelse
- Navans AI-agenter går videre end at besvare spørgsmål
- Interne tests sammenligner kvalitet med svartidseffektivitet
- Selvhosting bevarer fleksibiliteten i valg af modeller
- Konklusion
Navans AI-agenter går videre end at besvare spørgsmål
Navans tekniske meddelelse beskriver et system, der er udviklet til at udføre rejseopgaver – ikke blot generere samtalesvar. En aflyst flyafgang kan kræve, at systemet søger i aktuelle ledige rejser, forklarer alternativer, kontrollerer virksomhedens retningslinjer og koordinerer ændringer af hotel- eller billejreservationer.
I sin beskrivelse af Nemotron-implementeringen i produktion oplyste Navan, at virksomheden tilpassede én model ved at kombinere erfaringerne fra fem agenter: en orkestrator og specialiserede agenter for hoteller, fly, biler og tog. Hver agent har fortsat ansvaret for sine egne værktøjer og beslutninger, samtidig med at de deler oplysninger på tværs af rejsen.
Med dette design bliver gennemførelsen af opgaver den praktiske prøve på integrationen. Et hurtigt svar er ikke nok, hvis systemet ikke kan bruge bookingværktøjer korrekt eller overholde den rejsendes begrænsninger.
| Element | Detaljer |
|---|---|
| Modelkapacitet | Cirka 120 milliarder parametre, hvoraf omkring 12 milliarder aktiveres pr. trin. |
| Finjusteringsmetode | LoRA-finjustering med open source-biblioteket NVIDIA NeMo AutoModel. |
| Oplysninger om den afsluttende træning | Cirka 10 millioner tokens. |
| Validering | Næsten 2.000 valideringstests i det endelige træningssæt. |
Interne tests sammenligner kvalitet med svartidseffektivitet
Navan brugte Qwen 3.8-27B, virksomhedens eksisterende selvhostede produktionsmodel, som den primære sammenligning. Virksomheden testede modellerne med de samme prompts, værktøjer, rejsescenarier og scoringssystem.
Den finjusterede Nemotron-model slog eller delte førstepladsen med konkurrerende modeller på seks af syv mål i Navans evaluering. Virksomheden fremhævede værktøjsbrug, opgavegennemførelse, forankring i faktiske oplysninger og samtalekvalitet som styrkeområder.
Dette er testresultater rapporteret af virksomheden og ikke uafhængigt verificerede resultater. Evalueringen fokuserede på tekstbaserede rejseopgaver, selv om modellen også understøtter andre inputtyper. Navan oplyste, at den implementerede model reducerede omkostningerne, men offentliggjorde hverken en procentvis besparelse eller et beløb i dollar.
Selvhosting bevarer fleksibiliteten i valg af modeller
Navan oplyste, at selvhosting giver virksomheden større kontrol over hastighed, omkostninger og pålidelighed, fordi den selv styrer, hvordan modeller tilpasses, testes, implementeres og opdateres. Det gør det også muligt for virksomheden at udskifte en model uden at genopbygge hele systemet omkring den.
Integrationen udvider derfor Navans modelportefølje frem for at fastlægge én permanent model til alle arbejdsgange. Virksomheden siger, at den vil evaluere modeller ud fra rejserelaterede krav og teste hele assistenten med faktiske værktøjer, herunder dens evne til at komme sig, når noget går galt.
Konklusion
Den bekræftede milepæl er en aktiv implementering, der håndterer kundeinteraktioner. Navans meddelelse giver interne belæg for forbedret opgaveydelse, mens omfanget af besparelser på produktionsomkostningerne ikke er offentliggjort.
Læs flere nyheder
Flere nyheder fra FinanceVelix
Ansvarsfraskrivelse
Denne FinanceVelix-artikel indeholder generelle oplysninger og udgør ikke personlig finansiel, investeringsmæssig, juridisk eller skattemæssig rådgivning. Markedspriser, renter og økonomiske forhold kan ændre sig; investeringer indebærer risiko for tab. Oplysningerne afspejler det materiale, der var tilgængeligt på offentliggørelsestidspunktet, og kan ændre sig. Kontrollér selv vigtige oplysninger, og rådfør dig om nødvendigt med en kvalificeret fagperson. Omtale af et aktiv, en virksomhed eller en tjeneste er ikke en anbefaling.
