NVIDIA Agent Toolkit laajenee uudella perustalla, joka yhdistää yritysagentit yritysten dataan, sekä malleilla ja työkaluilla, joilla niiden toimintaa voidaan hallita. Lokakuun 21. päivänä 2026 julkaistussa raportissaan NVIDIA kuvaili käyttöönottoja omassa toimitusketjussaan ja yritysohjelmistoalustoilla. Näin yritysdatan käyttö nostettiin avoimen lähdekoodin työkalupaketin uusimman laajennuksen keskiöön.
Keskeiset huomiot
- Uusi Agent Knowledge Foundation yhdistää yritystiedot liiketoimintakäsitteisiin, jotta agentit voivat hakea kontekstia ja tukea ennusteiden laatimista.
- NVIDIA mainitsi käyttöönottoja, joissa ovat mukana Palantir, Databricks ja Snowflake, vaikka toteutukset eroavat alustakohtaisesti.
- NVIDIA mainitsi myös hakujen parannuksia Amazon OpenSearch Servicessä, SAP:lla ja ServiceNow’ssa. Tulokset koskevat yksittäisten mallien käyttötapauksia, eivät työkalupakettia kokonaisuutena.
Sisällysluettelo
- Mitä NVIDIA Agent Toolkit tuo yritysten datan käyttöön
- Yrityskäyttöönottojen nykytila
- Mitä hakutulokset osoittavat
- Miten käyttöä ja agenttien kehittämistä hallitaan
- Johtopäätös
Mitä NVIDIA Agent Toolkit tuo yritysten datan käyttöön
Keskeinen lisäys on NVIDIA Agent Knowledge Foundation, joka yhdistää datankäsittelykirjastoja haku- ja rakenteisen datan malleihin. NVIDIA kertoo, että yritykset voivat hyödyntää sitä säilyttäen nykyiset datan sijaintinsa, työnkulkunsa ja hallintakontrollinsa.
Uusi Auto-Ontology-kirjasto antaa agenteille liiketoimintalähtöisen tulkinnan raakadatasta. Sen sijaan, että tietueita käsiteltäisiin vain erillisinä datapisteinä, kirjasto tunnistaa esimerkiksi asiakkaiden, tuotteiden ja tilausten kaltaisia käsitteitä ja luo niiden välille yhteyksiä. Tämän kontekstin tarkoituksena on auttaa agentteja vastaamaan liiketoimintakysymyksiin ja tukemaan päätöksentekoa.
Perusta sisältää CUDA-X-kirjastoja, kuten cuDF:n, cuGraphin, cuML:n, cuOptin ja cuVS:n. Mallivalikoimaan kuuluvat Nemotron Retriever ja Kumo Structured -perhe: Kumo Tabular, Kumo Relational, Kumo Time Series ja Kumo Forecast.
| Kohde | Tiedot |
|---|---|
| NVIDIA OpenShell | Suojattu suoritusympäristö, jonka avulla yritykset voivat rajoittaa agenttien pääsyä tietoihin ja niiden toimia. |
| NVIDIA NemoClaw -mallipohjat | Viitemallit erikoistuneisiin tehtäviin räätälöityjen, turvallisten agenttien rakentamiseen. |
| Uusin NemoClaw-optimointimallipohja | Vaiheittainen lähtökohta agenttien älykkyyden parantamiseen. |
Yrityskäyttöönottojen nykytila
NVIDIAn toimitusketjuorganisaatio käyttää perustaa yhdessä Palantirin Foundryn, Ontologyn ja AIP:n kanssa. NVIDIAn mukaan toteutus tukee erikoistuneita agentteja, jotka käsittelevät luottamuksellista tietoa ennusteiden laatimiseksi ja päätösten optimoimiseksi. Kyseessä on raportissa kuvattu sisäinen käyttöönotto, ei pelkästään ehdotettu käyttötapaus.
Databricks yhdistää Genie Ontologynsa NVIDIA Kumo Anomalyyn kontekstitietoa hyödyntäviä agentteja varten. Snowflaken ratkaisussa Kumo Engine- ja Kumo Relational -mallit sijoitetaan Snowflake Notebook -ympäristöihin, jolloin asiakkaat voivat lisätä niihin ennustavia toimintoja.
Nämä esimerkit osoittavat erilaisia reittejä yrityskäyttöön: NVIDIAn operatiivisen käyttöönoton, Databricks-integraation ja Snowflaken notebook-ympäristön kautta tarjottavan asiakaskäytön. Niitä ei pidä tulkita samanlaisiksi toteutuksiksi tai osoitukseksi vastaavista tuloksista.
Mitä hakutulokset osoittavat
NVIDIA mainitsi useita Nemotron Retrieveriin liittyviä tuloksia ja erotti haku- ja uudelleenjärjestelyparannukset yritysagenttien laajemmista lupauksista. NVIDIAn mukaan Amazon OpenSearch Servicessä upotusmalli paransi relevanssia ja vähensi hakuvaiheita ilman käytännössä lainkaan lisäviivettä.
Yhtiön mukaan SAP:n hienosäädetty uudelleenjärjestelymalli toimi lähes kolme kertaa nopeammin. Se kertoi myös, että ServiceNow paransi uudelleenjärjestelyn laatua ja vähensi viivettä lähes neljänneksellä. Raportissa ei esitetä yhteistä vertailutestiä, jonka perusteella tuloksia voisi verrata suoraan keskenään.
Zoom käyttää Nemotron Retrieveriä dokumenttien ymmärtämiseen, hakujen relevanssin parantamiseen ja kontekstin hakuun Zoom AI Services -palveluissa. NVIDIA ei liittänyt käyttöönottoon määrällistä suorituskykytulosta.
Miten käyttöä ja agenttien kehittämistä hallitaan
Laajennuksessa ei ole kyse vain siitä, että agenteille tarjotaan enemmän tietoa. Siihen liittyvät komponentit käsittelevät myös suorituksen rajoja, erikoistuneiden agenttien suunnittelua ja optimointia. Niiden erilliset tehtävät on koottu alla.
NVIDIA kuvailee uusinta NemoClaw-optimointimallipohjaa lähtökohdaksi agenttien älykkyyden asteittaiseen kehittämiseen. Kyseessä on kehittäjille tarkoitettu viitemalli, ei todiste siitä, että jokainen yrityskäyttöönotto olisi jo parantanut tuloksia. Raportissa luetellaan työkalupaketin työkalujen ja taitojen joukossa myös NeMo Relay ja NeMo Compass, mutta niiden tehtäviä ei eritellä.
Johtopäätös
Laajennus tuo yritysdatan tulkinnan, haun ja suorituksen hallintakontrollit samaan työkalupakettiin. Konkreettisinta näyttöä ovat nimetyt toteutukset ja malleihin liittyvät tulokset; nämä esimerkit eivät osoita koko agenttipinon saavuttavan yhtä tiettyä suorituskykytulosta.
Lue lisää uutisia
Vastuuvapauslauseke
Tämä FinanceVelixin artikkeli tarjoaa yleistä tietoa, ei henkilökohtaista taloudellista, sijoitus-, oikeudellista tai veroneuvontaa. Markkinahinnat, korot ja talousolot voivat muuttua; sijoituksiin liittyy tappioriski. Tiedot perustuvat julkaisuhetkellä saatavilla olleeseen aineistoon ja voivat muuttua. Tarkista tärkeät tiedot itsenäisesti ja pyydä tarvittaessa neuvoa pätevältä asiantuntijalta. Omaisuuserän, yhtiön tai palvelun mainitseminen ei ole suositus.
