ИИ-агенты Navan используют NVIDIA Nemotron 3.5 Super VL в рабочей среде после того, как компания-разработчик программного обеспечения для деловых поездок дообучила и внедрила модель в течение трех недель после получения раннего доступа. В объявлении от 16 октября 2026 года Navan сообщила, что модель обрабатывает взаимодействия с клиентами при сниженных затратах.
Ключевые выводы
- Внедрение уже завершено — речь идет не о запланированном пробном запуске модели NVIDIA.
- По результатам собственных оценок Navan, модель эффективнее справлялась с задачами, связанными с поездками, однако компания не предоставила количественных данных об экономии затрат в рабочей среде.
- Самостоятельный хостинг позволяет Navan настраивать и заменять модели, сохраняя контроль над их развертыванием.
Содержание
- ИИ-агенты Navan переходят от ответов на вопросы к выполнению задач
- Внутренние тесты сопоставляют качество и эффективность ответов
- Самостоятельный хостинг сохраняет гибкость в выборе моделей
- Заключение
ИИ-агенты Navan переходят от ответов на вопросы к выполнению задач
В техническом сообщении Navan описана система, предназначенная для выполнения задач, связанных с поездками, а не только для генерации ответов в диалоге. Отмена рейса может потребовать поиска доступных вариантов в режиме реального времени, объяснения альтернатив, проверки корпоративных правил и согласования изменений в бронировании отеля или автомобиля.
В своем описании развертывания Nemotron в рабочей среде Navan сообщила, что адаптировала одну модель, объединив опыт пяти агентов: координатора и специализированных агентов для отелей, авиаперелетов, автомобилей и поездов. Каждый агент отвечает за собственные инструменты и решения, одновременно обмениваясь информацией о поездке с остальными.
При такой архитектуре практическим критерием интеграции становится выполнение задачи. Быстрого ответа недостаточно, если система не умеет правильно использовать инструменты бронирования или учитывать ограничения путешественника.
| Параметр | Подробности |
|---|---|
| Размер модели | Около 120 миллиардов параметров, из которых примерно 12 миллиардов активируются на каждом шаге. |
| Метод дообучения | Дообучение LoRA с использованием открытой библиотеки NVIDIA NeMo AutoModel. |
| Данные для заключительного этапа обучения | Около 10 миллионов токенов. |
| Проверка | Почти 2 000 проверочных тестов в итоговом наборе данных для обучения. |
Внутренние тесты сопоставляют качество и эффективность ответов
В качестве основного объекта сравнения Navan использовала Qwen 3.8-27B — свою действующую базовую модель, размещенную на собственной инфраструктуре. Компания тестировала модели с одними и теми же запросами, инструментами, сценариями поездок и системой оценивания.
По результатам оценки Navan дообученная модель Nemotron превзошла конкурирующие модели или показала равный результат по шести из семи показателей. Компания отметила такие сильные стороны, как использование инструментов, выполнение задач, опора на реальные данные и качество диалога.
Это результаты тестирования, предоставленные самой компанией, а не независимо подтвержденные выводы об эффективности. Оценка была сосредоточена на текстовых задачах, связанных с поездками, хотя модель также поддерживает другие типы входных данных. Navan заявила, что внедренная модель снизила затраты, но не раскрыла процент экономии или сумму в долларах.
Самостоятельный хостинг сохраняет гибкость в выборе моделей
По словам Navan, самостоятельный хостинг дает компании больше контроля над скоростью, затратами и надежностью, поскольку она сама управляет настройкой, тестированием, развертыванием и обновлением моделей. Это также позволяет заменить модель, не перестраивая всю систему вокруг нее.
Таким образом, интеграция расширяет портфель моделей Navan, а не закрепляет одну постоянную модель для всех рабочих процессов. Компания заявляет, что оценивает модели с учетом специфических требований к поездкам и тестирует помощника целиком с реальными инструментами, включая его способность восстановить работу после сбоя.
Заключение
Подтвержденный этап — развертывание модели в рабочей среде для обслуживания взаимодействий с клиентами. Объявление Navan содержит внутренние данные об улучшении выполнения задач, однако масштаб экономии затрат в рабочей среде компания не раскрыла.
Читайте другие новости
Отказ от ответственности
Эта статья FinanceVelix содержит общую информацию и не является персональной финансовой, инвестиционной, юридической или налоговой консультацией. Рыночные цены, процентные ставки и экономические условия могут меняться; инвестиции сопряжены с риском потерь. Факты отражают сведения, доступные на момент публикации, и могут измениться. Самостоятельно проверяйте важную информацию и при необходимости обращайтесь к квалифицированному специалисту. Упоминание актива, компании или услуги не является рекомендацией.
