Gli agenti IA di Navan utilizzano in produzione Nemotron 3.5 Super VL di NVIDIA, dopo che la società di software per i viaggi d’affari ha messo a punto e implementato il modello entro tre settimane dall’accesso anticipato. In un annuncio del 16 ottobre 2026, Navan ha dichiarato che il modello gestiva le interazioni con i clienti a costi ridotti.
Punti chiave
- L’implementazione è stata completata e non si tratta di una sperimentazione pianificata del modello di NVIDIA.
- Navan ha segnalato prestazioni migliori nelle attività di viaggio nelle proprie valutazioni, ma non ha quantificato i risparmi sui costi in produzione.
- L’hosting autonomo consente a Navan di personalizzare e sostituire i modelli, mantenendo il controllo sull’implementazione.
Indice
- Gli agenti IA di Navan vanno oltre la risposta alle domande
- I test interni confrontano qualità ed efficienza delle risposte
- L’hosting autonomo preserva la flessibilità nella scelta dei modelli
- Conclusione
Gli agenti IA di Navan vanno oltre la risposta alle domande
L’annuncio tecnico di Navan descrive un sistema progettato per svolgere attività legate ai viaggi, non semplicemente per generare risposte conversazionali. Un volo cancellato può richiedere la ricerca di disponibilità in tempo reale, la spiegazione delle alternative, la verifica delle politiche aziendali e il coordinamento delle modifiche alle prenotazioni di hotel o auto.
Nel suo resoconto dell’implementazione in produzione di Nemotron, Navan ha dichiarato di aver adattato un modello utilizzando l’esperienza combinata di cinque agenti: un orchestratore e specialisti per hotel, voli, auto e treni. Ogni agente mantiene la responsabilità dei propri strumenti e delle proprie decisioni, condividendo al contempo le informazioni sull’intero viaggio.
Con questa architettura, il completamento delle attività diventa la prova pratica dell’integrazione. Una risposta rapida non basta se il sistema non è in grado di usare correttamente gli strumenti di prenotazione o di rispettare i vincoli del viaggiatore.
| Voce | Dettagli |
|---|---|
| Capacità del modello | Circa 120 miliardi di parametri, di cui circa 12 miliardi attivati per passaggio. |
| Metodo di fine-tuning | Fine-tuning LoRA con la libreria open source NVIDIA NeMo AutoModel. |
| Informazioni finali di addestramento | Circa 10 milioni di token. |
| Validazione | Quasi 2.000 test di validazione nel set di addestramento finale. |
I test interni confrontano qualità ed efficienza delle risposte
Navan ha utilizzato Qwen 3.8-27B, il proprio modello di riferimento già in produzione e ospitato autonomamente, come principale termine di confronto. L’azienda ha testato i modelli usando gli stessi prompt, strumenti, scenari di viaggio e sistema di valutazione.
Nella valutazione di Navan, il modello Nemotron sottoposto a fine-tuning ha superato o eguagliato i modelli concorrenti in sei delle sette misure. L’azienda ha indicato l’uso degli strumenti, il completamento delle attività, l’aderenza a informazioni reali e la qualità della conversazione come punti di forza.
Si tratta di risultati dei test riportati dall’azienda, non di valutazioni delle prestazioni verificate in modo indipendente. La valutazione si è concentrata su attività di viaggio basate sul testo, sebbene il modello supporti anche altri tipi di input. Navan ha affermato che il modello implementato ha ridotto i costi, ma non ha divulgato né una percentuale di risparmio né un importo in dollari.
L’hosting autonomo preserva la flessibilità nella scelta dei modelli
Navan ha dichiarato che l’hosting autonomo le offre un maggiore controllo su velocità, costi e affidabilità, poiché gestisce la personalizzazione, i test, l’implementazione e gli aggiornamenti dei modelli. Consente inoltre all’azienda di sostituire un modello senza ricostruire l’intero sistema attorno a esso.
L’integrazione amplia quindi il portafoglio di modelli di Navan, anziché stabilire un unico modello permanente per ogni flusso di lavoro. L’approccio dichiarato consiste nel valutare i modelli rispetto ai requisiti specifici del settore dei viaggi e nel testare l’assistente completo con strumenti reali, compresa la sua capacità di riprendersi quando qualcosa va storto.
Conclusione
Il traguardo confermato è un’implementazione attiva che gestisce le interazioni con i clienti. L’annuncio di Navan fornisce evidenze interne di un miglioramento delle prestazioni nelle attività, ma non divulga l’entità dei risparmi sui costi in produzione.
Leggi altre notizie
Avvertenza
Questo articolo di FinanceVelix fornisce informazioni generali e non costituisce consulenza finanziaria, d’investimento, legale o fiscale personalizzata. I prezzi di mercato, i tassi d’interesse e le condizioni economiche possono variare; gli investimenti comportano il rischio di perdita. I fatti rispecchiano le informazioni disponibili al momento della pubblicazione e possono cambiare. Verificate autonomamente le informazioni importanti e, se necessario, rivolgetevi a un professionista qualificato. La menzione di un’attività, di un’azienda o di un servizio non costituisce un’approvazione.
