NVIDIA Agent Toolkit wordt uitgebreid met een nieuwe basis om bedrijfsagents toegang te geven tot bedrijfsgegevens, naast modellen en tools om hun activiteiten te beheersen. In zijn rapport van 21 oktober 2026 beschreef NVIDIA implementaties in de eigen toeleveringsketen en op enterprise-softwareplatforms. Daarmee staat toegang tot bedrijfsgegevens centraal in de nieuwste uitbreiding van de opensourcetoolkit.

Belangrijkste punten

  • De nieuwe Agent Knowledge Foundation koppelt bedrijfsinformatie aan zakelijke concepten, zodat agents context kunnen ophalen en voorspellingen kunnen ondersteunen.
  • NVIDIA noemde implementaties bij Palantir, Databricks en Snowflake, al verschillen de implementaties per platform.
  • NVIDIA wees ook op verbeteringen bij het ophalen van informatie bij Amazon OpenSearch Service, SAP en ServiceNow; die resultaten hebben betrekking op afzonderlijke modeltoepassingen, niet op de toolkit als geheel.

Inhoudsopgave

Wat NVIDIA Agent Toolkit toevoegt voor bedrijfsgegevens

De belangrijkste toevoeging is NVIDIA Agent Knowledge Foundation, die bibliotheken voor gegevensverwerking combineert met modellen voor het ophalen van informatie en gestructureerde gegevens. Volgens NVIDIA kunnen bedrijven deze gebruiken met behoud van hun bestaande gegevenslocaties, workflows en governancecontroles.

De nieuwe Auto-Ontology-bibliotheek geeft agents een bedrijfsgerichte interpretatie van onbewerkte informatie. In plaats van records alleen als afzonderlijke datapunten te behandelen, herkent de bibliotheek concepten zoals klanten, producten en bestellingen en legt zij verbanden daartussen. Die context moet agents helpen zakelijke vragen te beantwoorden en besluitvorming te ondersteunen.

De foundation bevat CUDA-X-bibliotheken, waaronder cuDF, cuGraph, cuML, cuOpt en cuVS. De modelselectie omvat Nemotron Retriever en de Kumo Structured-familie: Kumo Tabular, Kumo Relational, Kumo Time Series en Kumo Forecast.

OnderdeelDetails
NVIDIA OpenShellEen beveiligde runtime waarmee bedrijven de toegang en acties van agents kunnen beperken.
NVIDIA NemoClaw-blueprintsReferentieontwerpen voor het bouwen van beveiligde agents die zijn afgestemd op gespecialiseerde werkzaamheden.
Nieuwste optimalisatieblueprint van NemoClawEen stapsgewijs uitgangspunt voor het verbeteren van de intelligentie van agents.

Waar bedrijfsimplementaties staan

De toeleveringsketenorganisatie van NVIDIA gebruikt de foundation in combinatie met Foundry, Ontology en AIP van Palantir. Volgens NVIDIA ondersteunt deze implementatie gespecialiseerde agents die met bedrijfseigen informatie werken voor voorspellingen en optimalisatie van beslissingen. Het gaat om een interne implementatie die in het rapport wordt beschreven, niet slechts om een voorgestelde toepassing.

Databricks combineert zijn Genie Ontology met NVIDIA Kumo Anomaly voor agents die contextuele informatie gebruiken. De aanpak van Snowflake integreert Kumo Engine- en Kumo Relational-modellen in Snowflake Notebook-omgevingen, zodat klanten daar voorspellende functies kunnen toevoegen.

Deze voorbeelden laten verschillende routes naar zakelijk gebruik zien: een operationele implementatie bij NVIDIA, een integratie bij Databricks en toegang voor klanten via de notebookomgeving van Snowflake. Ze mogen niet worden opgevat als identieke implementaties of als bewijs van gelijkwaardige resultaten.

Wat de resultaten van het ophalen van informatie aantonen

NVIDIA noemde verschillende resultaten voor Nemotron Retriever en maakte daarbij onderscheid tussen verbeteringen op het gebied van zoeken en herordenen enerzijds en de bredere belofte van bedrijfsagents anderzijds. Bij Amazon OpenSearch Service verbeterde het embeddingmodel volgens NVIDIA de relevantie en verminderde het het aantal zoekstappen, met vrijwel geen extra latentie.

Het bedrijf zei dat de fijn afgestemde reranker van SAP bijna drie keer sneller werkte. Ook zou ServiceNow de kwaliteit van het herordenen hebben verbeterd en de latentie met bijna een kwart hebben verlaagd. Het rapport bevat geen gemeenschappelijke benchmark waarmee deze resultaten rechtstreeks kunnen worden vergeleken.

Zoom gebruikt Nemotron Retriever voor documentbegrip, zoekrelevantie en het ophalen van context binnen Zoom AI Services. NVIDIA vermeldde voor die implementatie geen gekwantificeerd prestatieresultaat.

Hoe toegang en verbetering van agents worden beheerst

De uitbreiding beperkt zich niet tot het voorzien van agents van meer informatie. De bijbehorende componenten richten zich ook op grenzen aan de uitvoering, het ontwerpen van gespecialiseerde agents en optimalisatie, met elk een eigen verantwoordelijkheid zoals hieronder samengevat.

NVIDIA omschrijft de nieuwste optimalisatieblueprint van NemoClaw als een uitgangspunt om de intelligentie van agents in de loop van de tijd te verbeteren. Het is een referentieontwerp voor ontwikkelaars, geen bewijs dat elke bedrijfsimplementatie al verbeteringen heeft gerealiseerd. Het rapport noemt ook NeMo Relay en NeMo Compass als tools en vaardigheden binnen de toolkit, zonder hun rollen nader toe te lichten.

Conclusie

De uitbreiding brengt interpretatie van bedrijfsgegevens, het ophalen van informatie en uitvoeringscontroles samen in één toolkit. Het sterkste concrete bewijs bestaat uit de genoemde implementaties en resultaten op modelniveau; die voorbeelden tonen geen uniforme prestatie-uitkomst aan voor de volledige agentstack.

Lees meer nieuws

Meer nieuws van FinanceVelix

Disclaimer

Dit artikel van FinanceVelix bevat algemene informatie en is geen gepersonaliseerd financieel, beleggings-, juridisch of fiscaal advies. Marktprijzen, rentetarieven en economische omstandigheden kunnen veranderen; beleggen brengt risico op verlies met zich mee. De feiten zijn gebaseerd op het materiaal dat beschikbaar was op het moment van publicatie en kunnen veranderen. Controleer belangrijke informatie zelfstandig en raadpleeg indien nodig een gekwalificeerde deskundige. De vermelding van een activum, bedrijf of dienst is geen aanbeveling.