NVIDIA Agent Toolkit si amplia con una nuova base per collegare gli agenti aziendali ai dati delle imprese, affiancata da modelli e strumenti per controllarne l’attività. Nel rapporto del 21 ottobre 2026, NVIDIA ha descritto implementazioni nella propria catena di approvvigionamento e su piattaforme software aziendali, ponendo l’accesso ai dati d’impresa al centro della più recente espansione del toolkit open source.
Punti chiave
- La nuova Agent Knowledge Foundation collega le informazioni aziendali ai concetti di business, così che gli agenti possano recuperare il contesto e supportare le previsioni.
- NVIDIA ha indicato implementazioni che coinvolgono Palantir, Databricks e Snowflake, sebbene le soluzioni differiscano a seconda della piattaforma.
- NVIDIA ha inoltre citato miglioramenti nel recupero delle informazioni presso Amazon OpenSearch Service, SAP e ServiceNow; questi risultati riguardano l’impiego di singoli modelli, non il toolkit nel suo complesso.
Indice
- Cosa aggiunge NVIDIA Agent Toolkit per i dati aziendali
- A che punto sono le implementazioni enterprise
- Cosa dimostrano i risultati sul recupero delle informazioni
- Come vengono controllati l’accesso e il miglioramento degli agenti
- Conclusione
Cosa aggiunge NVIDIA Agent Toolkit per i dati aziendali
L’aggiunta centrale è NVIDIA Agent Knowledge Foundation, che combina librerie per l’elaborazione dei dati con modelli per il recupero delle informazioni e per i dati strutturati. NVIDIA afferma che le aziende possono utilizzarla mantenendo le sedi dei dati, i flussi di lavoro e i controlli di governance già esistenti.
La nuova libreria Auto-Ontology offre agli agenti un’interpretazione delle informazioni grezze orientata al business. Invece di trattare i record soltanto come punti dati isolati, individua concetti come clienti, prodotti e ordini e stabilisce connessioni tra di essi. Questo contesto dovrebbe aiutare gli agenti a rispondere a domande aziendali e a supportare le decisioni.
La foundation integra librerie CUDA-X, tra cui cuDF, cuGraph, cuML, cuOpt e cuVS. La selezione di modelli comprende Nemotron Retriever e la famiglia Kumo Structured: Kumo Tabular, Kumo Relational, Kumo Time Series e Kumo Forecast.
| Elemento | Dettagli |
|---|---|
| NVIDIA OpenShell | Ambiente di esecuzione sicuro che consente alle aziende di limitare l’accesso e le azioni degli agenti. |
| Blueprint NVIDIA NemoClaw | Progetti di riferimento per realizzare agenti sicuri e adattati a mansioni specialistiche. |
| Blueprint di ottimizzazione NemoClaw più recente | Framework iniziale, articolato in passaggi, per migliorare l’intelligenza degli agenti. |
A che punto sono le implementazioni enterprise
L’organizzazione della catena di approvvigionamento di NVIDIA utilizza la foundation con Foundry, Ontology e AIP di Palantir. Secondo NVIDIA, questa implementazione supporta agenti specializzati che lavorano con informazioni proprietarie per ottimizzare le previsioni e le decisioni. Si tratta di un’implementazione interna descritta nel rapporto, non di una semplice applicazione proposta.
Databricks combina la propria Genie Ontology con NVIDIA Kumo Anomaly per agenti che utilizzano informazioni contestuali. La soluzione di Snowflake integra i modelli Kumo Engine e Kumo Relational negli ambienti Snowflake Notebook, consentendo ai clienti di aggiungervi funzioni predittive.
Questi esempi mostrano diverse modalità di adozione in ambito enterprise: un’implementazione operativa presso NVIDIA, un’integrazione Databricks e l’accesso per i clienti tramite l’ambiente notebook di Snowflake. Non vanno interpretati come implementazioni identiche o come prova di risultati equivalenti.
Cosa dimostrano i risultati sul recupero delle informazioni
NVIDIA ha citato diversi risultati ottenuti con Nemotron Retriever, distinguendo i miglioramenti nella ricerca e nel reranking dalle più ampie potenzialità degli agenti aziendali. Secondo NVIDIA, presso Amazon OpenSearch Service il modello di embedding ha migliorato la rilevanza riducendo al contempo i passaggi di ricerca, con un aumento della latenza pressoché nullo.
L’azienda ha dichiarato che il reranker ottimizzato di SAP funzionava a una velocità quasi tre volte superiore. Ha inoltre affermato che ServiceNow ha migliorato la qualità del reranking riducendo la latenza di quasi un quarto. Il rapporto non fornisce un benchmark comune che consenta di confrontare direttamente questi risultati.
Zoom utilizza Nemotron Retriever per la comprensione dei documenti, la rilevanza della ricerca e il recupero del contesto nei servizi Zoom AI Services. NVIDIA non ha associato a questa implementazione un risultato quantitativo in termini di prestazioni.
Come vengono controllati l’accesso e il miglioramento degli agenti
L’espansione non si limita a fornire agli agenti più informazioni. I componenti associati affrontano i limiti di esecuzione, la progettazione di agenti specializzati e l’ottimizzazione, con responsabilità distinte riepilogate di seguito.
NVIDIA descrive il blueprint di ottimizzazione NemoClaw più recente come un punto di partenza per migliorare nel tempo l’intelligenza degli agenti. Si tratta di un progetto di riferimento per gli sviluppatori, non della prova che ogni implementazione enterprise abbia già ottenuto un miglioramento. Il rapporto elenca inoltre NeMo Relay e NeMo Compass tra gli strumenti e le funzionalità del toolkit, senza descriverne i ruoli.
Conclusione
L’espansione riunisce nello stesso toolkit l’interpretazione dei dati aziendali, il recupero delle informazioni e i controlli di esecuzione. Le prove concrete più solide sono l’insieme delle implementazioni citate e i risultati a livello di singolo modello; questi esempi non dimostrano un unico risultato in termini di prestazioni per l’intero stack di agenti.
Leggi altre notizie
Avvertenza
Questo articolo di FinanceVelix fornisce informazioni generali e non costituisce una consulenza personalizzata in materia finanziaria, d’investimento, legale o fiscale. I prezzi di mercato, i tassi di interesse e le condizioni economiche possono cambiare; gli investimenti comportano un rischio di perdita. I fatti rispecchiano le informazioni disponibili al momento della pubblicazione e possono cambiare. Verificate autonomamente le informazioni importanti e, se necessario, consultate un professionista qualificato. La menzione di un’attività, di un’azienda o di un servizio non costituisce un’approvazione.
