NVIDIA Agent Toolkit s’enrichit d’une nouvelle fondation permettant de connecter les agents d’entreprise aux données des sociétés, ainsi que de modèles et d’outils destinés à contrôler leur activité. Dans son rapport du 21 octobre 2026, NVIDIA a décrit des déploiements au sein de sa propre chaîne d’approvisionnement et de plateformes logicielles d’entreprise, plaçant l’accès aux données commerciales au cœur de la dernière extension de cette boîte à outils open source.
Points clés à retenir
- La nouvelle Agent Knowledge Foundation relie les informations des entreprises aux concepts métier, afin que les agents puissent récupérer du contexte et contribuer aux prévisions.
- NVIDIA a fait état de déploiements impliquant Palantir, Databricks et Snowflake, même si les mises en œuvre diffèrent selon les plateformes.
- NVIDIA a également cité des améliorations de la recherche chez Amazon OpenSearch Service, SAP et ServiceNow ; ces résultats concernent des utilisations spécifiques de modèles, et non l’ensemble de la boîte à outils.
Table des matières
- Ce qu’apporte NVIDIA Agent Toolkit pour les données d’entreprise
- État des déploiements en entreprise
- Ce que démontrent les résultats de recherche
- Comment l’accès et l’amélioration des agents sont contrôlés
- Conclusion
Ce qu’apporte NVIDIA Agent Toolkit pour les données d’entreprise
Le principal ajout est NVIDIA Agent Knowledge Foundation, qui combine des bibliothèques de traitement des données avec des modèles de recherche d’informations et de données structurées. Selon NVIDIA, les entreprises peuvent l’utiliser tout en conservant leurs emplacements de données, leurs flux de travail et leurs contrôles de gouvernance existants.
Sa nouvelle bibliothèque Auto-Ontology donne aux agents une interprétation des informations brutes orientée vers les métiers. Au lieu de traiter les enregistrements uniquement comme des points de données isolés, elle identifie des concepts tels que les clients, les produits et les commandes, puis établit des liens entre eux. Ce contexte vise à aider les agents à répondre aux questions métier et à étayer les décisions.
La fondation intègre des bibliothèques CUDA-X, notamment cuDF, cuGraph, cuML, cuOpt et cuVS. La sélection de modèles comprend Nemotron Retriever et la famille Kumo Structured : Kumo Tabular, Kumo Relational, Kumo Time Series et Kumo Forecast.
| Élément | Détails |
|---|---|
| NVIDIA OpenShell | Environnement d’exécution sécurisé permettant aux entreprises de limiter les accès et les actions des agents. |
| Plans NVIDIA NemoClaw | Conceptions de référence pour créer des agents sécurisés adaptés à des tâches spécialisées. |
| Nouveau plan d’optimisation NemoClaw | Cadre de départ détaillé étape par étape pour améliorer l’intelligence des agents. |
État des déploiements en entreprise
L’organisation de la chaîne d’approvisionnement de NVIDIA utilise cette fondation avec Foundry, Ontology et AIP de Palantir. Selon NVIDIA, cette mise en œuvre permet à des agents spécialisés de traiter des informations exclusives afin d’effectuer des prévisions et d’optimiser les décisions. Il s’agit d’un déploiement interne décrit dans le rapport, et non d’une simple application envisagée.
Databricks associe sa Genie Ontology à NVIDIA Kumo Anomaly pour des agents qui exploitent des informations contextuelles. L’approche de Snowflake intègre les modèles Kumo Engine et Kumo Relational dans les environnements Snowflake Notebook, ce qui permet aux clients d’y ajouter des fonctions prédictives.
Ces exemples illustrent différentes voies d’adoption en entreprise : un déploiement opérationnel chez NVIDIA, une intégration avec Databricks et un accès destiné aux clients via l’environnement Notebook de Snowflake. Ils ne doivent pas être considérés comme des mises en œuvre identiques ni comme la preuve de résultats équivalents.
Ce que démontrent les résultats de recherche
NVIDIA a cité plusieurs résultats concernant Nemotron Retriever, en distinguant les améliorations de la recherche et du reclassement des résultats de la promesse plus générale des agents d’entreprise. Chez Amazon OpenSearch Service, le modèle d’intégration a amélioré la pertinence tout en réduisant le nombre d’étapes de recherche, avec une latence supplémentaire quasi nulle, selon NVIDIA.
L’entreprise a indiqué que le modèle de reclassement affiné de SAP fonctionnait près de trois fois plus vite. Elle a également déclaré que ServiceNow avait amélioré la qualité du reclassement tout en réduisant la latence de près d’un quart. Le rapport ne fournit pas de référence commune permettant de comparer directement ces résultats.
Zoom utilise Nemotron Retriever pour la compréhension de documents, la pertinence des recherches et la récupération de contexte dans Zoom AI Services. NVIDIA n’a associé aucun résultat de performance quantifié à ce déploiement.
Comment l’accès et l’amélioration des agents sont contrôlés
L’extension ne consiste pas uniquement à fournir davantage d’informations aux agents. Les composants associés couvrent les limites d’exécution, la conception d’agents spécialisés et l’optimisation ; leurs responsabilités respectives sont résumées ci-dessous.
NVIDIA présente le nouveau plan d’optimisation NemoClaw comme un point de départ pour améliorer l’intelligence des agents au fil du temps. Il s’agit d’une conception de référence destinée aux développeurs, et non de la preuve que chaque déploiement d’entreprise a déjà obtenu une amélioration. Le rapport mentionne également NeMo Relay et NeMo Compass parmi les outils et compétences de la boîte à outils, sans préciser leurs rôles.
Conclusion
Cette extension réunit dans une même boîte à outils l’interprétation des données d’entreprise, la recherche d’informations et les contrôles d’exécution. Les éléments concrets les plus probants sont les mises en œuvre citées et les résultats obtenus au niveau des modèles ; ces exemples ne démontrent pas un résultat de performance unique pour l’ensemble de la pile d’agents.
Lire d’autres actualités
Plus d’actualités FinanceVelix
Avertissement
Cet article de FinanceVelix fournit des informations générales et ne constitue pas un conseil personnalisé en matière financière, d’investissement, juridique ou fiscale. Les cours du marché, les taux d’intérêt et la conjoncture économique peuvent évoluer ; les investissements comportent un risque de perte. Les faits reflètent les informations disponibles au moment de la publication et peuvent changer. Vérifiez les informations importantes de manière indépendante et consultez un professionnel qualifié si nécessaire. La mention d’un actif, d’une entreprise ou d’un service ne constitue pas une recommandation.
