AI-агенти Navan використовують NVIDIA Nemotron 3.5 Super VL у виробничому середовищі після того, як компанія-розробник програмного забезпечення для ділових подорожей доопрацювала й розгорнула модель протягом трьох тижнів після отримання раннього доступу. В оголошенні від 16 жовтня 2026 року Navan повідомила, що модель обробляє взаємодії з клієнтами зі зниженими витратами.
Ключові висновки
- Розгортання завершено — це не заплановане тестування моделі NVIDIA.
- За результатами власних оцінювань Navan, модель краще виконує завдання, пов’язані з подорожами, однак компанія не кількісно оцінила економію витрат у виробничому середовищі.
- Самостійний хостинг дає Navan змогу налаштовувати й замінювати моделі, водночас контролюючи їх розгортання.
Зміст
- AI-агенти Navan виходять за межі відповідей на запитання
- Внутрішні тести зіставляють якість з ефективністю відповідей
- Самостійний хостинг зберігає гнучкість у виборі моделей
- Висновок
AI-агенти Navan виходять за межі відповідей на запитання
У технічному оголошенні Navan описує систему, призначену для виконання завдань, пов’язаних із подорожами, а не лише для генерування відповідей у діалозі. Скасування рейсу може вимагати пошуку актуальних варіантів, пояснення альтернатив, перевірки політики компанії та координації змін у бронюваннях готелю чи автомобіля.
У описі розгортання Nemotron у виробничому середовищі Navan повідомила, що адаптувала одну модель, використавши сукупний досвід п’яти агентів: координатора та спеціалізованих агентів для готелів, авіарейсів, автомобілів і поїздів. Кожен агент відповідає за власні інструменти й рішення, водночас обмінюючись інформацією про подорож.
За такого підходу практичним критерієм інтеграції стає виконання завдань. Швидкої відповіді недостатньо, якщо система не може належним чином використовувати інструменти бронювання або дотримуватися обмежень, визначених мандрівником.
| Показник | Деталі |
|---|---|
| Потужність моделі | Приблизно 120 мільярдів параметрів, з яких близько 12 мільярдів активуються на кожному кроці. |
| Метод доопрацювання | Доопрацювання LoRA з використанням відкритої бібліотеки NVIDIA NeMo AutoModel. |
| Дані фінального навчання | Приблизно 10 мільйонів токенів. |
| Валідація | Майже 2 000 валідаційних тестів у фінальному наборі навчальних даних. |
Внутрішні тести зіставляють якість з ефективністю відповідей
Для основного порівняння Navan використала Qwen 3.8-27B — свою чинну базову модель, розміщену на власних серверах у виробничому середовищі. Компанія тестувала моделі на однакових запитах, інструментах, сценаріях подорожей і за єдиною системою оцінювання.
За результатами оцінювання Navan, доопрацьована модель Nemotron перевершила або зрівнялася з конкуруючими моделями за шістьма з семи показників. Серед сильних сторін компанія відзначила використання інструментів, виконання завдань, опору на реальну інформацію та якість діалогу.
Це результати тестування, наведені компанією, а не незалежно перевірені показники ефективності. Оцінювання зосереджувалося на текстових завданнях, пов’язаних із подорожами, хоча модель також підтримує інші типи вхідних даних. Navan заявила, що розгорнута модель знизила витрати, але не розкрила відсоток економії або суму в доларах.
Самостійний хостинг зберігає гнучкість у виборі моделей
За словами Navan, самостійний хостинг забезпечує компанії більший контроль над швидкістю, витратами та надійністю, оскільки вона самостійно керує налаштуванням, тестуванням, розгортанням і оновленням моделей. Це також дає змогу замінити модель, не перебудовуючи всю систему навколо неї.
Отже, інтеграція розширює портфель моделей Navan, а не закріплює одну постійну модель для кожного робочого процесу. Заявлений підхід компанії передбачає оцінювання моделей за вимогами, специфічними для сфери подорожей, і тестування помічника в цілому з реальними інструментами, зокрема його здатності відновлювати роботу після збоїв.
Висновок
Підтверджений етап — запуск моделі у виробничому середовищі для обслуговування взаємодій із клієнтами. Оголошення Navan містить внутрішні свідчення підвищення ефективності виконання завдань, однак масштаб економії витрат у виробничому середовищі не розкрито.
Читайте більше новин
Застереження
Ця стаття FinanceVelix містить загальну інформацію, а не персоналізовані фінансові, інвестиційні, юридичні чи податкові рекомендації. Ринкові ціни, процентні ставки та економічні умови можуть змінюватися; інвестиції пов’язані з ризиком збитків. Факти відображають інформацію, доступну на момент публікації, і можуть змінитися. Самостійно перевіряйте важливу інформацію та за потреби звертайтеся до кваліфікованого фахівця. Згадка про актив, компанію чи послугу не є рекомендацією.
