NVIDIA lanzó Agent Toolkit para el despliegue seguro de agentes empresariales de AI

NVIDIA ha presentado Agent Toolkit — un stack de código abierto para empresas que desean ejecutar agentes de IA no en demostraciones, sino en sistemas internos reales. En GTC 2026 en San Jose, la empresa demostró cómo planea abordar la preocupación principal de los clientes empresariales: la pérdida de control sobre datos, accesos y acciones del agente.

Por qué el mercado se está desacelerando

Los clientes empresariales dejaron de cuestionarse hace mucho tiempo si necesitan agentes de IA. La pregunta ahora es diferente: ¿qué sucede cuando tal agente obtiene acceso a CRM, documentos internos, service desk, facturación o procesos de producción? Si un chatbot ordinario comete un error en la respuesta, es desagradable.

Si un agente autónomo ejecuta una acción por sí solo, el error se convierte en un incidente, una fuga o gastos directos. Esta es precisamente la razón por la que la transición de pilotos a producción está ocurriendo más lentamente de lo que los proveedores de modelos prometieron. NVIDIA no está apostando por otro "asistente inteligente", sino por una capa de infraestructura diseñada para mantener a los agentes dentro de límites definidos.

La empresa es explícita: los negocios necesitan guardrails: políticas de acceso, restricciones de red, controles de privacidad y responsabilidad clara por las acciones del sistema. Hasta ahora, todo esto se ha montado frecuentemente de manera manual para cada caso específico, lo que escala mal. Agent Toolkit se posiciona como un intento de estandarizar esta parte del mercado y eliminar la barrera principal para la adopción.

Qué hay en el Stack

El componente clave de la plataforma es OpenShell, un runtime de código abierto para agentes autónomos. En la terminología de NVIDIA, los propios agentes se llaman claws, y OpenShell asegura que operen de acuerdo con la política de la empresa en lugar de "como sea posible". Impone restricciones de seguridad, red y privacidad y debe permitir que un agente realice trabajo útil sin obtener privilegios excesivos. Este es un cambio importante: el enfoque se desplaza del modelo mismo al entorno de runtime y al control del comportamiento.

• OpenShell — entorno de runtime con políticas de seguridad, restricciones de red y privacidad
• AI-Q — blueprint para búsqueda agentic y trabajo con conocimiento empresarial, construido junto con LangChain
• Nemotron — modelos abiertos de NVIDIA para etapas de investigación y análisis dentro del pipeline de agentes
• Evaluación integrada de respuestas — sistema que muestra exactamente cómo el agente llegó al resultado

Dentro de Agent Toolkit también está AI-Q — un blueprint de búsqueda agentic construido con LangChain. NVIDIA emplea un esquema híbrido: los modelos frontier manejan la orquestación, mientras que los modelos Nemotron abiertos asumen la porción de investigación. Según la empresa, este enfoque puede reducir los costos de solicitud en más del 50% mientras entrega resultados al nivel de los mejores desempeños en DeepResearch Bench y DeepResearch Bench II. Para la empresa, esta no es una métrica cosmética: la economía de solicitudes es precisamente lo que frecuentemente rompe la escalabilidad después de un piloto exitoso.

"Claude

Code y OpenClaw han iniciado un punto de inflexión para la IA agentic — se está moviendo más allá de la generación y el razonamiento hacia la acción," dijo Jensen Huang.

Para evitar que esto parezca puramente teórico, NVIDIA inmediatamente vinculó OpenShell al ecosistema de proveedores de seguridad. La empresa anunció compatibilidad y asociaciones con Cisco, CrowdStrike, Google, Microsoft Security y TrendAI. La lógica es simple: si los agentes van a trabajar dentro de redes corporativas, deben integrarse en herramientas de seguridad existentes en lugar de pedirle al negocio que construya un mundo separado solo para IA.

Quién ya está conectado

NVIDIA ha reunido rápidamente una lista impresionante de socios alrededor de Agent Toolkit: Adobe, Atlassian, SAP, Salesforce, ServiceNow, Siemens, Cisco, CrowdStrike, Red Hat, Box, Cohesity, Cadence, Dassault Systèmes, IQVIA y Synopsys. Esta es una señal importante para el mercado: no se trata de un SDK experimental para desarrolladores entusiastas, sino de un intento de convertirse en la capa fundamental para software empresarial. NVIDIA desea que su stack viva no al lado del software empresarial sino bajo él — como una capa estándar para escenarios agentic.

También hay ejemplos más específicos. Salesforce, junto con NVIDIA, está construyendo una arquitectura de referencia donde los empleados usan Slack como la interfaz principal y capa de orquestración para agentes Agentforce que trabajan con datos de fuentes tanto on-premises como en la nube. Atlassian está integrando Agent Toolkit en su estrategia Rovo para Jira y Confluence. ServiceNow está desarrollando una "fuerza de trabajo autónoma" de especialistas en IA sobre esta base. Siemens lanzó Fuse EDA AI Agent para automatizar workflows en electrónica, e IQVIA ya ha desplegado más de 150 agentes en equipos internos y con clientes, incluyendo 19 de las 20 compañías farmacéuticas más grandes.

El toolkit está disponible ahora en build.nvidia.com y es soportado en AWS, Google Cloud, Microsoft Azure e Oracle Cloud Infrastructure.

Qué significa esto

NVIDIA está intentando ocupar el nivel más ventajoso de este mercado emergente: no solo vendiendo chips o modelos, sino controlando el runtime, seguridad y economía de los agentes de IA empresariales. Si el enfoque con OpenShell y AI-Q realmente simplifica el despliegue de agentes en producción, la empresa tiene una oportunidad de convertirse para la empresa agentic en lo que Kubernetes se convirtió para los contenedores: no el único jugador, pero la capa a través de la cual pasa casi toda implementación seria.