Box integra sistema Nemotron da Nvidia para busca com agentes de IA
A Box anunciou o Box Content Retrieval, sistema baseado no Nvidia Nemotron para acelerar consultas e melhorar respostas de agentes de IA em documentos.
Resumo rápido
- A Box apresentou o Box Content Retrieval, um sistema de busca para agentes que integra o sistema de embeddings Nemotron, da Nvidia, à sua plataforma.
- Uma executiva da Nvidia estima que o recurso responderá a consultas quatro vezes mais rápido, reduzindo erros em 20% e o uso de tokens em 90%.
- A novidade estará disponível para clientes do plano Enterprise Advance no início do próximo ano.
Entenda o contexto
Embeddings são representações numéricas de textos ou dados que permitem a sistemas de IA identificar conceitos e significados subjacentes, indo além da busca por palavras-chave exatas. A integração entre a Box e a Nvidia busca facilitar o trabalho de agentes autônomos ao processar grandes volumes de documentos corporativos com menor consumo de processamento.
Durante sua conferência de desenvolvedores realizada na quinta-feira, 5 de novembro de 2026, a Box apresentou um novo recurso que integra o sistema de embeddings Nemotron, desenvolvido pela Nvidia, à estrutura central do seu produto. Chamada de Box Content Retrieval, a funcionalidade foi projetada para permitir que agentes de inteligência artificial respondam a consultas de maneira mais eficiente ao utilizar metadados criados pela tecnologia da Nvidia.
Quais são as expectativas de desempenho e custo?
Segundo a Box, o sistema visa oferecer consultas mais rápidas, precisas e econômicas para os usuários. Em entrevista ao veículo TechCrunch, a vice-presidente de software de IA generativa da Nvidia, Kari Briski, afirmou que espera que as consultas sejam respondidas quatro vezes mais rápido, com 20% menos erros e uma redução de 90% na quantidade de tokens utilizados.
O CEO da Box, Aaron Levie, explicou que a tecnologia aumenta a relevância das pesquisas feitas por agentes. Em vez de o agente precisar ler um documento inteiro, o sistema consegue retornar trechos específicos dos arquivos que são mais significativos para a consulta ou tarefa em execução.
Como funciona o projeto Nemotron Embed?
A novidade é uma implementação do projeto Nemotron Embed, que fornece modelos de embedding com pesos abertos para otimizar sistemas de busca automatizada. Modelos de embedding utilizam grande modelo de linguagem (LLM) para pré-processar dados, organizando as informações para que possam ser consumidas por agentes. No lançamento de julho, a versão recente do Nemotron alcançou a primeira colocação no benchmark RTEB, métrica que avalia a qualidade de sistemas de recuperação de dados.
A empresa aponta que o recurso trará mais utilidade quando associado a agentes ativos. Como os embeddings do Nemotron mapeiam conceitos subjacentes em vez de depender de palavras-chave simples, a ferramenta consegue localizar temas correlatos mesmo quando redações ou idiomas diferentes são empregados no texto.
Quando a novidade estará disponível?
De acordo com a Box, a funcionalidade será lançada no início do próximo ano para todos os clientes do plano Enterprise Advance. O CEO da empresa ressaltou que, embora os modelos Nemotron estejam disponíveis gratuitamente, o Box Content Retrieval também depende dos controles de permissão e metadados já existentes na plataforma, o que dificulta sua recriação do zero por terceiros.
Referências
- Reportagem consultada: TechCrunch — IA
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
