Los agentes de IA de Navan utilizan NVIDIA Nemotron 3.5 Super VL en producción, después de que la empresa de software para viajes de negocios ajustara el modelo y lo implementara en un plazo de tres semanas desde que obtuvo acceso anticipado. En un anuncio del 16 de octubre de 2026, Navan afirmó que el modelo estaba gestionando interacciones con clientes a un costo reducido.
Conclusiones clave
- El despliegue ya se completó; no se trata de una prueba planificada del modelo de NVIDIA.
- Navan informó de un mejor rendimiento en tareas de viajes según sus propias evaluaciones, pero no cuantificó los ahorros de costos en producción.
- El alojamiento propio permite a Navan personalizar y sustituir modelos, a la vez que controla su implementación.
Tabla de contenidos
- Los agentes de IA de Navan van más allá de responder preguntas
- Las pruebas internas comparan la calidad con la eficiencia de respuesta
- El alojamiento propio conserva la flexibilidad en la elección de modelos
- Conclusión
Los agentes de IA de Navan van más allá de responder preguntas
El anuncio técnico de Navan describe un sistema diseñado para realizar tareas de viaje, no solo para generar respuestas conversacionales. Un vuelo cancelado puede requerir buscar disponibilidad en tiempo real, explicar alternativas, consultar la política de la empresa y coordinar cambios en las reservas de hotel o automóvil.
En su relato del despliegue de Nemotron en producción, Navan afirmó que adaptó un modelo utilizando la experiencia combinada de cinco agentes: un orquestador y especialistas en hoteles, vuelos, automóviles y trenes. Cada agente conserva la responsabilidad de sus propias herramientas y decisiones, al tiempo que comparte información sobre el viaje.
Por ello, la finalización de tareas constituye la prueba práctica de la integración. Una respuesta rápida no basta si el sistema no puede utilizar correctamente las herramientas de reserva o respetar las restricciones del viajero.
| Elemento | Detalles |
|---|---|
| Capacidad del modelo | Aproximadamente 120.000 millones de parámetros, de los cuales se activan unos 12.000 millones en cada paso. |
| Método de ajuste fino | Ajuste fino LoRA con la biblioteca abierta NVIDIA NeMo AutoModel. |
| Información del entrenamiento final | Aproximadamente 10 millones de tokens. |
| Validación | Casi 2.000 pruebas de validación en el conjunto de entrenamiento final. |
Las pruebas internas comparan la calidad con la eficiencia de respuesta
Navan utilizó Qwen 3.8-27B, su modelo de referencia actual de producción alojado internamente, como principal punto de comparación. La empresa probó los modelos con las mismas indicaciones, herramientas, situaciones de viaje y sistema de puntuación.
El modelo Nemotron ajustado superó o igualó a los modelos competidores en seis de las siete métricas de la evaluación de Navan. La empresa destacó el uso de herramientas, la finalización de tareas, la fundamentación en información real y la calidad de la conversación como puntos fuertes.
Estos resultados de pruebas fueron comunicados por la empresa y no se han verificado de forma independiente. La evaluación se centró en tareas de viaje basadas en texto, aunque el modelo también admite otros tipos de entrada. Navan afirmó que el modelo implementado redujo los costos, pero no reveló el porcentaje de ahorro ni una cifra en dólares.
El alojamiento propio conserva la flexibilidad en la elección de modelos
Navan afirmó que el alojamiento propio le ofrece un mayor control sobre la velocidad, los costos y la fiabilidad, ya que gestiona la personalización, las pruebas, la implementación y las actualizaciones de los modelos. También permite a la empresa sustituir un modelo sin tener que reconstruir todo el sistema a su alrededor.
Por tanto, la integración amplía la cartera de modelos de Navan, en lugar de establecer un único modelo permanente para todos los flujos de trabajo. El enfoque declarado consiste en evaluar los modelos según requisitos específicos de los viajes y probar el asistente completo con herramientas reales, incluida su capacidad para recuperarse cuando algo sale mal.
Conclusión
El hito confirmado es la puesta en marcha de un despliegue que atiende interacciones con clientes. El anuncio de Navan aporta evidencia interna de una mejora en el rendimiento de las tareas, pero no revela la magnitud de los ahorros de costos en producción.
Leer más noticias
Exención de responsabilidad
Este artículo de FinanceVelix ofrece información general, no asesoramiento financiero, de inversión, legal o fiscal personalizado. Los precios de mercado, las tasas de interés y las condiciones económicas pueden cambiar; las inversiones conllevan riesgo de pérdida. Los hechos reflejan la información disponible en el momento de la publicación y pueden cambiar. Verifique de forma independiente la información importante y consulte a un profesional cualificado cuando sea necesario. La mención de un activo, empresa o servicio no constituye un respaldo.
