Nvidia expande Agent Toolkit com foco em IA corporativa e dados internos

A Nvidia anunciou a expansão de seu Agent Toolkit, uma plataforma de código aberto para o desenvolvimento de agentes de inteligência artificial (IA). As novas ferramentas visam aprimorar a personalização, o controle, o monitoramento e a governança de agentes corporativos, permitindo que empresas transformem seus dados internos em inteligência acionável.

O principal destaque é a introdução da Nvidia Agent Knowledge Foundation. Este componente permite que os agentes de IA acessem e utilizem informações proprietárias das empresas diretamente, sem a necessidade de mover dados sensíveis, reconstruir fluxos de trabalho ou alterar os controles de governança já estabelecidos. A solução utiliza bibliotecas como CUDA-X e a nova Auto-Ontology para traduzir dados brutos em conceitos de negócio.

Transformando dados internos em inteligência acionável

A Agent Knowledge Foundation foi projetada para alimentar agentes com conhecimento específico da empresa, garantindo que as decisões tomadas sejam baseadas em informações precisas e relevantes. A biblioteca Auto-Ontology, por exemplo, mapeia as relações entre conceitos de negócio como clientes, produtos e pedidos, facilitando a compreensão e o uso desses dados pelos agentes.

A plataforma agora inclui cinco categorias de componentes: a já mencionada Agent Knowledge Foundation, modelos abertos da Nvidia como Nemotron Retriever e a família Kumo, o ambiente de execução seguro NVIDIA OpenShell, blueprints de referência como NemoClaw para agentes especializados, e ferramentas de auxílio como NeMo Relay e NeMo Compass.

Parcerias e desempenho aprimorado

A Agent Knowledge Foundation já está sendo utilizada por parceiros estratégicos da Nvidia. A própria área de cadeia de suprimentos da Nvidia a emprega em conjunto com plataformas como Palantir Foundry para otimizar decisões com dados proprietários. Empresas como Databricks e Snowflake também estão integrando os modelos Kumo para aprimorar capacidades preditivas e de análise de anomalias.

Os modelos Nemotron Retriever também apresentaram melhorias significativas em aplicações de parceiros. O modelo de embedding aprimorou a relevância de buscas no Amazon OpenSearch Service, enquanto o reranker ajustado (fine-tuned) da SAP rodou quase três vezes mais rápido. A ServiceNow reduziu a latência em quase um quarto, e a Zoom utilizou os modelos para melhorar a compreensão de documentos e a relevância de buscas em seus serviços de IA.

Próximos passos e governança

A expansão do Agent Toolkit reflete a crescente demanda por soluções de IA que possam ser integradas de forma segura e eficiente em ambientes corporativos. O foco em governança e controle é crucial para que as empresas possam adotar IA generativa com confiança, especialmente ao lidar com dados sensíveis.

A Nvidia continua a posicionar seu toolkit como uma base robusta para o desenvolvimento de agentes de IA, visando acelerar a inovação e a adoção dessas tecnologias em diversos setores industriais.