Lors de sa conférence annuelle Knowledge 2025, ServiceNow a dévoilé un nouveau modèle en partenariat avec Nvidia pour faire progresser les agents IA à destination des entreprises.
Apriel Nemotron 15B
Baptisé Apriel Nemotron 15B, il s’agit d’un nouveau modèle de langage de raisonnement (LLM) open source conçu pour offrir une latence et des coûts d’inférence réduits et une IA agentique. Selon le communiqué, le modèle a été entraîné sur Nvidia Nemo, le jeu de données post-entraînement Nvidia Llama Nemotron et des données spécifiques au domaine de ServiceNow.
Le principal avantage de ce modèle est qu’il regroupe des capacités de raisonnement avancées dans un format plus compact. Cela le rend moins cher et plus rapide à exécuter sur l’infrastructure GPU Nvidia en tant que microservice Nvidia NIM, tout en offrant l’intelligence d’entreprise recherchée par les entreprises.
ServiceNow indique qu’Apriel Nemotron 15B affiche des résultats prometteurs pour sa catégorie lors des tests de performance, confirmant ainsi son potentiel pour la prise en charge des workflows d’IA agentique.
Les capacités de raisonnement sont particulièrement importantes lors de l’utilisation de l’IA agentique, car, dans ces expériences automatisées, l’IA exécute des tâches pour l’utilisateur final dans divers contextes. Par conséquent, elle doit effectuer elle-même un traitement ou un raisonnement pour déterminer la meilleure façon de procéder.
Architecture conjointe de données à volant d’inertie
En plus du modèle, les deux entreprises ont également dévoilé une architecture conjointe de données à volant d’inertie : une boucle de rétroaction qui collecte les données issues des interactions pour affiner les modèles d’IA. Cette architecture intègre ServiceNow Workflow Data Fabric et une sélection de microservices Nvidia NeMo, selon le communiqué.
Cette architecture conjointe permet aux entreprises d’utiliser les données de leurs workflows pour affiner leurs modèles de raisonnement, tout en mettant en place les garde-fous nécessaires pour protéger leurs clients, garantir un traitement sécurisé et rapide des données, et leur donner le contrôle qu’ils souhaitent. Idéalement, cela permettrait de créer des agents d’IA hautement personnalisés et contextuels, selon l’entreprise.