Agen AI Navan menggunakan NVIDIA Nemotron 3.5 Super VL dalam produksi setelah perusahaan perangkat lunak perjalanan bisnis tersebut menyempurnakan dan menerapkan model itu dalam waktu tiga minggu sejak menerima akses awal. Dalam pengumuman pada 16 Oktober 2026, Navan mengatakan model tersebut menangani interaksi pelanggan dengan biaya yang lebih rendah.
Intisari
- Penerapan telah selesai, bukan sekadar uji coba model NVIDIA yang direncanakan.
- Navan melaporkan kinerja tugas perjalanan yang lebih baik dalam evaluasi internalnya, tetapi tidak mengukur penghematan biaya produksi.
- Hosting mandiri memungkinkan Navan menyesuaikan dan mengganti model sekaligus mengendalikan penerapannya.
Daftar Isi
- Agen AI Navan tak lagi sekadar menjawab pertanyaan
- Pengujian internal membandingkan kualitas dan efisiensi respons
- Hosting mandiri menjaga fleksibilitas dalam memilih model
- Kesimpulan
Agen AI Navan tak lagi sekadar menjawab pertanyaan
Pengumuman teknis Navan menjelaskan sistem yang dirancang untuk menjalankan tugas perjalanan, bukan sekadar menghasilkan balasan percakapan. Penerbangan yang dibatalkan dapat mengharuskan sistem mencari ketersediaan terkini, menjelaskan alternatif, memeriksa kebijakan perusahaan, serta mengoordinasikan perubahan pada reservasi hotel atau mobil.
Dalam uraian tentang penerapan Nemotron dalam produksi, Navan mengatakan bahwa perusahaan mengadaptasi satu model dengan memanfaatkan gabungan pengalaman lima agen: satu orkestrator dan agen khusus untuk hotel, penerbangan, mobil, dan kereta. Setiap agen tetap bertanggung jawab atas alat dan keputusannya sendiri sembari berbagi informasi sepanjang perjalanan.
Dengan rancangan itu, penyelesaian tugas menjadi tolok ukur praktis integrasi tersebut. Respons yang cepat saja tidak cukup jika sistem tidak dapat menggunakan alat pemesanan dengan benar atau mematuhi batasan yang ditetapkan pelancong.
| Item | Detail |
|---|---|
| Kapasitas model | Sekitar 120 miliar parameter, dengan sekitar 12 miliar parameter diaktifkan pada setiap langkah. |
| Metode penyempurnaan | Penyempurnaan LoRA menggunakan pustaka terbuka NVIDIA NeMo AutoModel. |
| Informasi pelatihan akhir | Sekitar 10 juta token. |
| Validasi | Hampir 2.000 pengujian validasi dalam set pelatihan akhir. |
Pengujian internal membandingkan kualitas dan efisiensi respons
Navan menggunakan Qwen 3.8-27B, model produksi hosting mandiri yang sebelumnya digunakan perusahaan, sebagai pembanding utama. Perusahaan menguji model dengan prompt, alat, skenario perjalanan, dan sistem penilaian yang sama.
Dalam evaluasi Navan, model Nemotron yang telah disempurnakan mengungguli atau menyamai model pesaing pada enam dari tujuh ukuran. Perusahaan menyoroti penggunaan alat, penyelesaian tugas, landasan pada informasi nyata, dan kualitas percakapan sebagai keunggulannya.
Hasil ini merupakan hasil pengujian yang dilaporkan perusahaan, bukan temuan kinerja yang diverifikasi secara independen. Evaluasi tersebut berfokus pada tugas perjalanan berbasis teks, meskipun model itu juga mendukung jenis masukan lainnya. Navan mengatakan model yang diterapkan mengurangi biaya, tetapi tidak mengungkapkan persentase penghematan maupun jumlah dalam dolar.
Hosting mandiri menjaga fleksibilitas dalam memilih model
Navan mengatakan hosting mandiri memberinya kendali lebih besar atas kecepatan, biaya, dan keandalan karena perusahaan mengelola penyesuaian, pengujian, penerapan, dan pembaruan model. Cara ini juga memungkinkan perusahaan mengganti model tanpa membangun ulang seluruh sistem di sekelilingnya.
Dengan demikian, integrasi ini memperluas portofolio model Navan, alih-alih menetapkan satu model permanen untuk setiap alur kerja. Pendekatan yang dinyatakan perusahaan adalah mengevaluasi model berdasarkan persyaratan khusus perjalanan dan menguji asisten secara menyeluruh dengan alat nyata, termasuk kemampuannya untuk pulih ketika terjadi masalah.
Kesimpulan
Pencapaian yang telah dikonfirmasi adalah penerapan langsung yang melayani interaksi pelanggan. Pengumuman Navan memberikan bukti internal tentang peningkatan kinerja tugas, sementara skala penghematan biaya produksi tidak diungkapkan.
Baca Berita Lainnya
Penafian
Artikel FinanceVelix ini menyajikan informasi umum, bukan nasihat keuangan, investasi, hukum, atau perpajakan yang disesuaikan secara pribadi. Harga pasar, suku bunga, dan kondisi ekonomi dapat berubah; investasi mengandung risiko kerugian. Fakta mencerminkan materi yang tersedia saat diterbitkan dan dapat berubah. Periksa informasi penting secara mandiri dan konsultasikan dengan profesional yang berkualifikasi bila diperlukan. Penyebutan aset, perusahaan, atau layanan bukan merupakan dukungan atau rekomendasi.
