NVIDIA lanza Agent Toolkit para ejecutar agentes de IA corporativos de forma segura

NVIDIA ha presentado Agent Toolkit, un stack open source para empresas que quieren ejecutar agentes de IA en sistemas internos reales y no solo en demostraciones. En GTC 2026, celebrada en San José, la compañía mostró cómo piensa abordar el mayor temor de los clientes corporativos: perder el control sobre los datos, los accesos y las acciones del agente.

Por qué el mercado frena

Hace tiempo que los clientes corporativos no se preguntan si necesitan agentes de IA. La pregunta es otra: qué ocurre cuando un agente accede al CRM, a documentos internos, al service desk, a la facturación o a procesos de producción. Si un chatbot corriente se equivoca en una respuesta, es molesto. Si un agente autónomo lanza una acción por su cuenta, el error se convierte en un incidente, una fuga o un gasto directo. Por eso el paso masivo de los pilotos a producción va más lento de lo que prometían los proveedores de modelos.

NVIDIA no apuesta por otro «asistente inteligente», sino por una capa de infraestructura que mantenga a los agentes dentro de unos límites definidos. La compañía afirma sin rodeos que las empresas necesitan guardrails: reglas de acceso, restricciones de red, control de privacidad y responsabilidad clara por las acciones del sistema. Hasta ahora, todo esto se montaba a menudo a mano para cada caso concreto, lo que escalaba mal. Agent Toolkit se presenta como un intento de estandarizar esta parte del mercado y eliminar la principal barrera para la adopción.

Qué incluye el stack

El elemento clave de la plataforma es OpenShell, un runtime open source para agentes autónomos. En la terminología de NVIDIA, los agentes se llaman claws, y OpenShell se encarga de que trabajen según la política de la empresa y no «como salga». Define restricciones de seguridad, de red y de privacidad, y debe permitir que el agente haga un trabajo útil sin recibir permisos de más. Es un cambio importante: el énfasis pasa del modelo en sí al entorno de ejecución y al control del comportamiento.

• OpenShell: entorno de ejecución con políticas de seguridad y restricciones de red y privacidad
• AI-Q: blueprint para búsqueda agéntica y trabajo con conocimiento corporativo, creado junto con LangChain
• Nemotron: modelos abiertos de NVIDIA para las fases de investigación y análisis dentro del pipeline agéntico
• Evaluación de respuestas integrada: un sistema que muestra cómo llegó exactamente el agente a su resultado

Agent Toolkit incluye también AI-Q, un blueprint de búsqueda agéntica creado con LangChain. NVIDIA usa un esquema híbrido: los modelos frontier se encargan de la orquestación y los modelos abiertos Nemotron asumen la parte de investigación. Según la compañía, este enfoque puede reducir el coste de las consultas en más de un 50% y, aun así, alcanzar resultados propios de los primeros puestos de DeepResearch Bench y DeepResearch Bench II. Para las empresas no es una métrica cosmética: la economía de las consultas suele frustrar el escalado tras un piloto exitoso.

«Claude

Code y OpenClaw han marcado un punto de inflexión para la IA agéntica: va más allá de la generación y el razonamiento y pasa a la acción», afirmó Jensen Huang.

Para que la propuesta no parezca meramente teórica, NVIDIA vinculó enseguida OpenShell al ecosistema de proveedores de seguridad. La compañía anunció compatibilidad y colaboración con Cisco, CrowdStrike, Google, Microsoft Security y TrendAI. La lógica es sencilla: si los agentes van a trabajar dentro de los perímetros corporativos, deben integrarse en las herramientas de protección existentes en lugar de pedir a las empresas que construyan un mundo aparte solo para la IA.

Quién se ha sumado

NVIDIA reunió de inmediato en torno a Agent Toolkit una lista de socios impresionante: Adobe, Atlassian, SAP, Salesforce, ServiceNow, Siemens, Cisco, CrowdStrike, Red Hat, Box, Cohesity, Cadence, Dassault Systèmes, IQVIA y Synopsys. 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 base del software corporativo. NVIDIA quiere que su stack no viva junto al software empresarial, sino debajo, como capa estándar para escenarios agénticos.

Hay también ejemplos más concretos. Salesforce construye con NVIDIA una arquitectura de referencia en la que los empleados usan Slack como interfaz principal y capa de orquestación para agentes de Agentforce que trabajan con datos tanto on-prem como en la nube. Atlassian integra Agent Toolkit en su estrategia Rovo para Jira y Confluence. ServiceNow desarrolla sobre esta base una «fuerza laboral autónoma» de especialistas de IA. Siemens lanzó Fuse EDA AI Agent para automatizar workflows en electrónica, e IQVIA ya ha desplegado más de 150 agentes en equipos internos y en clientes, incluidas 19 de las 20 mayores farmacéuticas.

El conjunto ya está disponible en build.nvidia.com y es compatible con AWS, Google Cloud, Microsoft Azure y Oracle Cloud Infrastructure.

Qué significa

NVIDIA intenta ocupar el nivel más rentable del nuevo mercado: no solo vender chips o modelos, sino controlar el runtime, la seguridad y la economía de los agentes de IA corporativos. Si el enfoque de OpenShell y AI-Q realmente simplifica el despliegue de agentes en producción, la compañía tendrá la oportunidad de ser para la empresa agéntica lo que Kubernetes fue para los contenedores: no el único actor, pero sí la capa por la que pasa casi toda implantación seria.