📢 转载信息
原文链接：https://blogs.nvidia.com/blog/india-enterprise-ai-agents/
原文作者：John Fanelli
智能体AI正在重塑印度的科技行业，为全球服务带来飞跃式发展。
通过利用英伟达AI企业软件和英伟达Nemotron模型，印度的技术领导者正在加速跨行业（从呼叫中心到电信和医疗保健）的生产力和效率提升。
Infosys、Persistent、Tech Mahindra和Wipro正通过利用NVIDIA AI Enterprise构建的集成智能体AI平台，引领业务转型，改善后端生产力和客户服务。
在今年的印度AI影响力峰会上，由智能体和生成式AI驱动的下一代商业服务的尖端技术得到了充分展示。
根据IBEF的报告，得益于9月份获得的38,000个GPU带来的AI发展势头，印度科技行业有望在2030年达到5000亿美元的收入，高于2023年的约2500亿美元。
Wipro WEGA平台利用NVIDIA AI Enterprise提升呼叫中心效率
对于受政府监管市场的健康保险计划来说，客户体验至关重要——尤其是在报名高峰期，由于截止日期临近，订阅者需要24/7的支持来评估选项并为家人优化报名决策。传统呼叫中心的业务模式，依赖季节性招聘和冗长的培训，根本无法跟上节奏。需要的是一种新的运营模式，既能改善客户体验，又能控制不断上涨的服务成本。
Wipro的AI智能体辅助解决方案，由WEGA平台和NVIDIA AI Enterprise软件驱动，展示了这种未来的景象。该系统已为一家主要的美国医疗保险提供商部署，它通过使服务代表能够处理更复杂的请求、加快解决时间、提供更个性化的支持并提高运营效率，正在重塑会员体验。
AI智能体有助于满足客户对健康计划的期望：即时获取准确信息、对话式自助服务、无缝报名以及跨渠道的一致性指导。在幕后，保险公司面临呼叫量增加、数据分散和繁重的管理工作。AI智能体通过即时扩展、全天候运行以及利用实时智能支持人工代表来弥合这一差距。
结果非常显著：42%的入站呼叫现在由AI智能体处理，并且在900个并发呼叫和每秒164个请求下实现了近乎即时的响应——所有这些的延迟都低于200毫秒。
会员受益于自然、对话式的自助服务。人工代理接收实时提示和知识检索。一个集中的数据中心会显示个性化的见解，而自动数字化则消除了下游流程中的手动工作。
该解决方案利用生产级的、可水平扩展的NVIDIA NIM微服务和NVIDIA NeMo Guardrails（均是NVIDIA AI Enterprise的一部分），包含了受监管医疗环境所需的性能、治理和安全性。
其影响已扩展到医疗保健之外，类似的部署正在金融服务领域进行。在任何需要准确性、合规性和规模化的领域，AI智能体都正成为一股变革性的力量。
Tech Mahindra 部署大型电信模型，利用 NVIDIA NIM 实现自主网络运维
Tech Mahindra正与英伟达合作，通过一个新平台加速向AI辅助网络运维的转变。该平台的核心是一个大型电信模型（LTM），它可以生成以数据为驱动的优先建议，帮助现场技术人员根据网络历史上成功的比率对每项修复进行排序。其结果是更快、更准确的解决方案——通常只需一次访问——并为达到4级以上运营成熟度铺平了清晰的道路。
一家大型电信服务提供商正在将其运营路线图的一部分采纳相同的LTM基础，目标是通过更高质量的工单和更少的升级来改善服务层问题的解决、客户体验和后端效率。
该平台利用NVIDIA Nemotron嵌入模型对遥测数据进行语义搜索，并利用Nemotron重排序模型来提高决策相关性。这些模型使用NVIDIA NIM微服务进行快速、可靠的加速AI推理。NVIDIA NeMo Agent Toolkit编排跨网络域的智能体工作流，从而能够实现真正规模化的智能体操作。
通过拥抱自主网络运维，Tech Mahindra展示了AI如何变革年收入超过1.5万亿美元的全球电信行业——在这个行业中，即使是正常运行时间和效率的微小提升也能带来巨大的经济影响。
Infosys 利用 NVIDIA AI Enterprise 构建企业级编码小型语言模型
Infosys 使用作为 NVIDIA AI Enterprise 一部分的 NVIDIA NeMo 框架开发了一个新的编码小型语言模型，并将其集成到 Infosys Topaz Fabric 中。该模型在保持轻量级的同时，以前沿级别的性能加速软件交付，并且可以部署在本地企业数据中心、云环境乃至标准台式机上。
这个拥有25亿参数的模型支持智能体开发、代码生成、重构和端到端软件工程工作流。它经过精选的高质量代码、合成数据、数学推理和自然语言输入的混合体训练——这种方法使其能够在MBPP、MBPP+和BFCL等基准测试中匹配前沿模型的性能。
Infosys 还优先考虑了安全性和可信赖性。该模型采用了安全对齐训练和负责任的AI实践，这些实践在保持流畅性的同时减少了有害输出。其安全编码能力已通过斯坦福AIR-Bench和Meta的CyberSecEval等行业基准测试进行验证，使企业有信心将其部署到代码生成、调试和多智能体开发管道中。
Persistent 利用 NVIDIA BioNeMo 和 NeMo Agent Toolkit 加速 AI 驱动的分子发现
Persistent Systems正与英伟达合作，推动早期药物发现进入一个速度和科学保真度的新时代。此次合作汇集了Persistent在生命科学工程方面的深厚专业知识与英伟达的全栈加速计算平台，为研究人员提供了从AI实验到生产级发现工作流的强大路径。
这项工作的核心是Persistent新的生成分子和虚拟筛选（GenMoIVS）解决方案，它构建在NVIDIA BioNeMo平台和NeMo Agent Toolkit之上。GenMoIVS利用大型、特定领域的模型以高精度模拟分子行为，在候选化合物进入湿实验室之前就对其进行生成和评估。这些智能体工作流在虚拟筛选、优先级排序和实验规划中持续推理，帮助团队降低早期发现的风险并缩短开发周期。
该平台运行在英伟达的加速计算平台（包括NVIDIA AI Enterprise软件和NIM微服务）之上，能够在受监管环境中实现高吞吐量模拟和实时科学决策。通过将可扩展的基础设施与生产就绪的智能体AI相结合，Persistent正在为生命科学组织提供一种更快、更具成本效益的方式来探索化合物空间并提高下游成功率。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区