NVIDIA heeft zijn NEMO Microservices uitgebracht, een reeks tools die zijn ontworpen om ontwikkelaars te helpen AI -agenten in te voegen in enterprise workflows. Uit de verhuizing komt uit onderzoek dat bijna de helft van de bedrijven slechts kleine winst uit hun AI -investeringen ziet.
NEMO Microservices maken deel uit van de AI Enterprise Suite van NVIDIA en stellen ontwikkelaars in staat AI -agenten te bouwen die kunnen integreren met bestaande applicaties en services om taken te automatiseren. De componenten omvatten Nemo Curator voor het verzamelen van gegevens, Nemo Customizer voor modelleeropleiding, Nemo -evaluator om de modelverbetering te controleren, en Nemo -vangrails om veiligheids- en beveiligingsproblemen te voorkomen.
Volgens Joey Conway, NVIDIA’s senior directeur van generatieve AI -software voor Enterprise, werkt NEMO Microservices in een circulaire pijplijn, met behulp van nieuwe gegevens en gebruikersfeedback om het AI -model te verbeteren, dat vervolgens opnieuw wordt ingezet. Conway beschreef Nemo Microservices als ‘in wezen als een Docker -container’, waarbij orkestratie op Kubernetes vertrouwde.
NVIDIA beweert dat zijn AI Toolkit brede software -ondersteuning heeft, waaronder enterprise -platforms zoals SAP, ServiceNow en AMDOC’s, evenals AI -softwarestacks zoals Datarobot en Dataiku. Voorbeelden van gebruik van NEMO Microservices zijn AMDOC’s, die drie soorten agenten ontwikkelt voor telecomoperators: een factureringsagent, een verkoopagent en een netwerkagent.
Ontwikkelaars kunnen NEMO Microservices downloaden van de NVIDIA NGC -catalogus of implementeren als onderdeel van de NVIDIA AI Enterprise Suite. De release van NEMO Microservices valt samen met onderzoek gepubliceerd in het VK, waaruit bleek dat bedrijven gemiddeld £ 321.000 ($ 427.000) aan AI uitgeven om de klantervaring te verbeteren.
NVIDIA begint AI -chips te produceren voor de VS in Texas
Uit het onderzoek, in opdracht van StoryBlok, bleek dat 44% van de bedrijfsleiders meldde dat AI slechts een lichte verbetering heeft opgeleverd, hoewel 93% beweerde dat hun AI -investering een goed rendement op investering heeft behaald. De meest populaire use cases voor AI onder Britse bedrijfsleiders zijn onder meer website -contentcreatie, klantenservice, marketinganalyse, vertaalservices en het maken van marketinginhoud.
