人工知能（AI）エージェントは、複雑なタスクを自動化し、生産性を大幅に向上させる能力を持ち、ビジネスオペレーションにおける新たなデジタルワークフォースとして台頭してきている。しかし、個々のエージェントの能力には限界があり、その真の可能性は協働する能力にあります。異なるAIエージェントが協働することができれば、より複雑な問題を解決するために協働することができ、その結果、ビジネスインパクトが大きくなります。組織がこのコラボレーションの可能性をより迅速に活用できるよう、NVIDIAは最近、以下のものを発表した。 AI-Q企業データの知識を解き放つために推論を使用するAgentic Systemsの開発を支援する新しいNVIDIAブループリント。
今日、多くの組織にとっての課題は、AIエージェントがサイロの中で働き、「インテリジェンスのサイロ」を作り出していることだ。これでは、ドメインにまたがる複雑な複数ステップのタスクを処理する能力が制限されてしまう。AI-Q ブループリントは、こうした障壁を取り除き、協力し合えるデジタル労働力を構築するための明確な参照アーキテクチャを提供するために発足した。
NVIDIA AI-QとAgentIQツールキット：よりスマートな協調エージェントシステムの構築
AI-Q は単一のソフトウェアではなく、NVIDIA Accelerated Computing、パートナー・ストレージ・プラットフォーム、および関連ソフトウェア・ツールを統合したリファレンス実装です。本書は、これらのコンポーネントの統合方法を明確にし、特に新しい NVIDIA Accelerated Computing を紹介します。 Llama Nemotron 複雑な分析や多段階の推論を得意とする推論モデル。推論モデルは AI-Q同社は、複雑性の高いタスクを高い精度とスピードで処理できるデジタル労働力を構築することができる。
青写真の核となる強みは、高速なマルチモーダルデータ抽出と世界最高水準の検索機能の統合である。 NeMo Retrieverエヌビディア NIM マイクロサービスとAIエージェント自体のコラボレーション。例えば、AI研究アシスタントのシナリオでは AI-Q ビルドされたエージェントは、レポートを生成する際に トークン 高いセマンティック精度を維持しながら、ペタバイト級のデータを処理する場合、最大5倍、15倍高速になるとしている。これは、大規模な情報を処理し、知識抽出を加速するアーキテクチャの可能性を示している。
添える AI-Q 青写真の主要なソフトウェアコンポーネントは、新しくリリースされたNVIDIA AgentIQ ツールキットAgentIQ は、オープンソースのソフトウェア・ライブラリである。 GitHub コアゴールは、異なるエージェント、ツール、データ間のシームレスな異種接続を可能にすることです。開発者は、企業データによって駆動されるAIエージェントのチームを接続、分析（プロファイリング）、最適化し、エンドツーエンドのマルチエージェントシステムを構築することができます。開発者は、既存のマルチエージェントシステムに部分的または全体的に統合することができ、統合プロセスは完全にオプションとして設計されています。
AgentIQ ツールキットのもう一つの重要な特徴は、システムの透明性が強化されていることです。これは、完全なシステムトレーサビリティとパフォーマンス分析を提供し、組織がエージェントチームのパフォーマンスを監視し、効率のボトルネックを特定し、ビジネスインテリジェンスがどのように生成されるかを詳細に理解することを可能にします。これらの分析は、NVIDIA NIM およびエヌビディア Dynamo AgentIQのオープンソースの性質は、より広範な開発者コミュニティが貢献できることを意味し、開発とアプリケーションの実装を加速し、採用とカスタマイズの障壁を低くします。
新ビジネスを強化するAIエージェント労働力
AIエージェントが「デジタル従業員」の役割を担うにつれ、ITチームは彼らの「オンボーディング」と「トレーニング」をサポートする必要がある。AI-Q 青写真と AgentIQ ツールキットは、エージェント間のコラボレーションを促進し、異なるインテリジェンスフレームワーク間でパフォーマンスを最適化することで、これをサポートする。
これらのツールを採用する組織は、例えば、AIエージェントのチームをソリューション間でより簡単に接続できるようになります。 Salesforce な AgentforceそしてAtlassian Rovo(に統合されている Confluence 歌で応える Jira (で）と ServiceNow AI プラットフォームなどこの接続性により、情報のサイロ化を解消し、アプリケーション横断的なワークフローを合理化し、特定のタスクの応答時間を数日から数時間に短縮することができます。
開発者の便宜のために。AgentIQ また、以下のような一般的なフレームワークやツールとも統合できる。 CrewAIそしてLangGraphそしてLlama StackそしてMicrosoft Azure AI Agent Service 歌で応える Letta.つまり、開発者は慣れ親しんだ環境で仕事ができるということだ。例えばAzure AI Agent Service とともに AgentIQ この統合により Semantic Kernel マルチエージェントフレームワークの構築とオーケストレーションは、より効率的である。 Semantic Kernel ある AgentIQ で完全にサポートされている。
アプリケーション・シナリオはすでに生まれ始めている。金融サービスのリーダー Visa AIエージェントは、大規模なフィッシングメールの分析を自動化することで、サイバーセキュリティを強化するために使用されている。使用方法 AI-Q のパフォーマンス分析特性Visa エージェントのパフォーマンスとコストを最適化することで、効率的な脅威対応におけるAIの役割を最大化することができる。さらにAI-Q エヌビディア Metropolis VSS（ビデオ検索と要約）設計図の統合は、環境の理解とインタラクションを強化するために、視覚認識能力を音声、翻訳、データ解析と組み合わせたマルチモーダル・エージェントを生み出している。
AI-QとAgentIQを使い始める
AI-Q ブループリントで使用されている主なNVIDIAテクノロジーは以下の通りです。 Llama Nemotron シリーズ推論モデル（例 llama-3.3-nemotron-49b-instruct)、モデルの埋め込みと再配置(例えば llama-3.2-nv-embedqa-1b-v2そして NeMo Retriever 関連するマルチモーダル解析モデル。以下のようなサードパーティ製ソフトウェア Tavily(ウェブ検索用）、LangChain(エージェント構築用）と Milvus ベクトルデータベース(エヌビディアを通じて入手可能） cuVS アクセラレーション）もアーキテクチャーにおいて重要な役割を果たしている。
開発者は GitHub ゲイン AgentIQ ツールキットのオープンソースライブラリ(http://github.com/NVIDIA/AgentIQNVIDIAはまた、開発者がインテリジェントな身体システムを構築するスキルを練習し、向上できるように、関連するハッカソンイベントも開催しています。
組織を構築する AI-Q NVIDIAのストレージ・パートナーは、継続的にデータを処理し、AIエージェントが複雑なクエリを推論し応答するために必要な知識への迅速なアクセスを提供する、カスタマイズされたプラットフォームを提供しています。
エヌビディア AI-Q 青写真と AgentIQ このツールキットのリリースは、エンタープライズAIアプリケーションを単一のインテリジェンスから協調的インテリジェンスのネットワークへと進化させるものです。コラボレーションの信頼性、セキュリティ、制御性の確保など、エージェントの複雑なチームの構築と管理にはまだ課題があるが、この方向性は企業の自動化とインテリジェンスに新たな想像力の可能性を確実に開くものだ。
日本語 
简体中文 
English 
Deutsch 
Português do Brasil