<p>代理人工智能正在重塑印度的科技產業，為全球服務帶來飛躍。</p>
<p>藉助 NVIDIA AI Enterprise 軟件和 NVIDIA Nemotron 模型，印度的科技領袖正在加速各行業的生產力和效率——從呼叫中心到電信和醫療保健。</p>
<p>Infosys、Persistent、Tech Mahindra 和 Wipro 正在引領商業轉型，通過與 NVIDIA AI Enterprise 構建的集成代理人工智能平台，提高後台生產力和客户服務。</p>
<p>在今年的印度人工智能影響峯會上，代理和生成性人工智能驅動的下一代商業服務的最新技術得到了充分展示。</p>
<p>根據印度商業與經濟基金會（IBEF）的數據，印度的科技產業預計到 2030 年將達到 5000 億美元的收入，較 2023 年的約 2500 億美元翻了一番，這得益於 9 月份獲得的 38,000 個 GPU 的推動。</p>
<h2><strong>Wipro WEGA 平台通過 NVIDIA AI Enterprise 提升呼叫中心效率</strong></h2>
<p>在政府監管市場的健康保險計劃中，客户體驗至關重要——尤其是在高峰註冊週期期間，當截止日期臨近，訂閲者需要 24/7 的支持來評估選項並優化家庭的註冊決策時。傳統的呼叫中心商業模式圍繞季節性招聘和漫長的培訓建立，根本無法跟上步伐。所需的是一種新的運營模式，既能改善客户體驗，又能控制不斷上升的服務成本。</p>
<p>Wipro 的 AI 代理輔助解決方案，依託 WEGA 平台和 NVIDIA AI Enterprise 軟件，展現了未來的曙光。該系統已在一家主要的美國醫療保險提供商中部署，正在通過使服務代表能夠處理更復雜的請求、加快解決時間、提供更個性化的支持和提高運營效率來重塑會員體驗。</p>
<p>AI 代理幫助滿足客户對健康計劃的期望：即時獲取準確的信息、對話式自助服務、無縫註冊和跨渠道的一致指導。在幕後，支付方面臨着不斷上升的呼叫量、數據碎片化和繁重的行政工作負擔。AI 代理通過即時擴展、全天候運行和實時智能支持人類代表來彌補這一差距。</p>
<p>結果顯著：42% 的來電現在由 AI 代理處理，900 個併發呼叫和每秒 164 個請求的響應幾乎是即時的——所有這些都在 200 毫秒以下的延遲內完成。</p>
<p>會員享受自然的對話式自助服務。人類代理接收實時提示和知識檢索。一個集中式數據中心提供個性化洞察，而自動化數字化則消除了下游流程中的手動工作。</p>
<p>使用生產級、水平可擴展的 NVIDIA NIM 微服務和 NVIDIA NeMo Guardrails，作為 NVIDIA AI Enterprise 的一部分，該解決方案具備在受監管的醫療環境中所需的性能、治理和安全性。</p>
<p>其影響已經超越醫療保健，類似的部署正在金融服務領域展開。在準確性、合規性和規模至關重要的地方，AI 代理正在成為一種變革力量。</p>
<h2><strong>Tech Mahindra 部署大型電信模型以推動使用 NVIDIA NIM 的自主網絡運營</strong></h2>
<p>Tech Mahindra 正在加速向 AI 輔助網絡運營的轉變，推出了與 NVIDIA 合作構建的新平台。核心是一個大型電信模型（LTM），它生成優先級的數據驅動建議，幫助現場技術人員根據網絡的歷史成功率對每個修復進行排名。結果是更快、更準確的解決方案——通常在一次訪問中完成——並朝着 4 級以上的運營成熟度邁進。</p>
<p>一家大型電信服務提供商正在將相同的 LTM 基礎作為其運營路線圖的一部分，目標是通過更高質量的工單和更少的升級來改善服務層問題解決、客户體驗和後台效率。</p>
<p>該平台使用 NVIDIA Nemotron 嵌入模型進行遙測的語義搜索，並使用 Nemotron 重新排序模型來提高決策相關性。這些模型與 NVIDIA NIM 微服務一起部署，以實現快速、可靠的加速 AI 推理。NVIDIA NeMo Agent Toolkit 協調跨網絡域的代理工作流程，實現真正的規模化代理操作。</p>
<p>通過擁抱自主網絡運營，Tech Mahindra 展示了 AI 如何轉變全球電信行業，該行業年收入超過 1.5 萬億美元——即使是小幅的正常運行時間和效率提升也能帶來巨大的經濟影響。</p>
<h2><strong>Infosys 構建企業級編碼小語言模型與 NVIDIA AI Enterprise</strong></h2>
<p>Infosys 開發了一種新的編碼小語言模型，使用 NVIDIA NeMo 框架構建，作為 NVIDIA AI Enterprise 的一部分，並集成在 Infosys Topaz Fabric 中。該模型以前沿級性能加速軟件交付，同時保持輕量化，可以在本地企業數據中心、雲環境甚至標準桌面上部署。</p>
<p>該模型擁有 25 億參數，支持代理開發、代碼生成、重構和端到端軟件工程工作流程。它經過高質量代碼、合成數據、數學推理和自然語言輸入的精心組合訓練——這種方法使其能夠在 MBPP、MBPP+ 和 BFCL 等基準測試中匹配前沿模型的性能。</p>
<p>Infosys 還優先考慮安全性和信任。該模型結合了安全對齊的培訓和負責任的人工智能實踐，減少有害輸出的同時保持流暢性。其安全編碼能力通過行業基準驗證，包括斯坦福 AIR-Bench 和 Meta 的 CyberSecEval，使企業能夠放心地在代碼生成、調試和多代理開發流程中部署。</p>
<h2><strong>Persistent 利用 NVIDIA BioNeMo 和 NeMo Agent Toolkit 加速 AI 驅動的分子發現</strong></h2>
<p>Persistent Systems 正在與 NVIDIA 合作，將早期藥物發現推向一個新的速度和科學準確性的時代。這一合作將 Persistent 在生命科學工程方面的深厚專業知識與 NVIDIA 的全棧加速計算平台結合起來，為研究人員提供了一條從 AI 實驗到生產級發現工作流的強大路徑。</p>
<p>這一努力的核心是 Persistent 新推出的生成分子和虛擬篩選 (GenMoIVS) 解決方案，基於 NVIDIA BioNeMo 平台和 NeMo Agent Toolkit 構建。GenMoIVS 使用大型領域特定模型以高精度模擬分子行為，在候選化合物進入濕實驗室之前生成和評估它們。這些代理工作流在虛擬篩選、優先級排序和實驗規劃中持續推理，幫助團隊降低早期發現的風險並縮短開發週期。</p>
<p>該平台運行在 NVIDIA 的加速計算平台上，包括 NVIDIA AI Enterprise 軟件和 NIM 微服務，能夠在受監管環境中實現高通量模擬和實時科學決策。通過將可擴展基礎設施與生產就緒的代理人工智能相結合，Persistent 為生命科學組織提供了一種更快速、更具成本效益的方式來探索化合物空間並提高下游成功率。</p>

印孚瑟斯技術

<p>印度的科技行業正在利用 NVIDIA 的人工智能來提升各個領域的生產力和客户支持，包括醫療保健和電信。像印孚瑟斯技術、Wipro 和 Tech Mahindra 這樣的公司正在實施基於人工智能的解決方案，以改善運營效率和客户體驗。Wipro 的人工智能輔助平台正在改變醫療服務的交付方式，而 Tech Mahindra 的大型電信模型則在優化網絡運營。印孚瑟斯技術開發了一種輕量級編碼模型，以加速軟件交付。預計到 2030 年，該行業的收入將達到 5000 億美元，推動這一增長的是人工智能技術的進步</p>

<p>Agentic AI is reshaping India’s tech industry, delivering leaps in services worldwide.</p>
<div class="lb-trans"><p>代理人工智能正在重塑印度的科技產業，為全球服務帶來飛躍。</p>
</div><p>Tapping into NVIDIA AI Enterprise software and NVIDIA Nemotron models, India’s technology leaders are accelerating productivity and efficiency across industries — from call centers to telecommunications and healthcare.</p>
<div class="lb-trans"><p>藉助 NVIDIA AI Enterprise 軟件和 NVIDIA Nemotron 模型，印度的科技領袖正在加速各行業的生產力和效率——從呼叫中心到電信和醫療保健。</p>
</div><p>Infosys, Persistent, Tech Mahindra and Wipro are leading the way for business transformation, improving back-office productivity and customer services with integrated agentic AI platforms built with NVIDIA AI Enterprise.</p>
<div class="lb-trans"><p>Infosys、Persistent、Tech Mahindra 和 Wipro 正在引領商業轉型，通過與 NVIDIA AI Enterprise 構建的集成代理人工智能平台，提高後台生產力和客户服務。</p>
</div><p>At this year’s India AI Impact Summit, the state of the art for next-generation business services driven by agentic and generative AI was on full display.</p>
<div class="lb-trans"><p>在今年的印度人工智能影響峯會上，代理和生成性人工智能驅動的下一代商業服務的最新技術得到了充分展示。</p>
</div><p>India’s tech industry is on track to reach $500 billion in revenue by 2030, up from about $250 billion in 2023, according to IBEF, citing momentum in AI from 38,000 GPUs secured in September.</p>
<div class="lb-trans"><p>根據印度商業與經濟基金會（IBEF）的數據，印度的科技產業預計到 2030 年將達到 5000 億美元的收入，較 2023 年的約 2500 億美元翻了一番，這得益於 9 月份獲得的 38,000 個 GPU 的推動。</p>
</div><h2><strong>Wipro WEGA Platform Boosting Efficiency for Call Centers With NVIDIA AI</strong> <strong>Enterprise</strong></h2>
<div class="lb-trans"><h2><strong>Wipro WEGA 平台通過 NVIDIA AI Enterprise 提升呼叫中心效率</strong></h2>
</div><p>For health insurance plans in government‑regulated markets, customer experience is important — especially during peak enrollment cycles, when deadlines loom and subscribers need 24/7 support to assess options and optimize enrollment decisions for their families. Traditional contact center business models, built around seasonal hiring and lengthy training, simply can’t keep pace. What’s needed is a new operating model that improves customer experience while containing the growing cost of service.</p>
<div class="lb-trans"><p>在政府監管市場的健康保險計劃中，客户體驗至關重要——尤其是在高峰註冊週期期間，當截止日期臨近，訂閲者需要 24/7 的支持來評估選項並優化家庭的註冊決策時。傳統的呼叫中心商業模式圍繞季節性招聘和漫長的培訓建立，根本無法跟上步伐。所需的是一種新的運營模式，既能改善客户體驗，又能控制不斷上升的服務成本。</p>
</div><p>Wipro’s AI‑agent-assisted solution, powered by the WEGA platform and NVIDIA AI Enterprise software, offers a glimpse of that future. Deployed for a major U.S. healthcare insurance provider, the system is already reshaping member experiences by enabling service representatives to handle more complex requests, accelerate resolution times, deliver more personalized support and improve operational efficiencies.</p>
<div class="lb-trans"><p>Wipro 的 AI 代理輔助解決方案，依託 WEGA 平台和 NVIDIA AI Enterprise 軟件，展現了未來的曙光。該系統已在一家主要的美國醫療保險提供商中部署，正在通過使服務代表能夠處理更復雜的請求、加快解決時間、提供更個性化的支持和提高運營效率來重塑會員體驗。</p>
</div><p>AI agents help meet the expectations customers bring to their health plans: immediate access to accurate information, conversational self‑service, frictionless enrollment and consistent guidance across channels. Behind the scenes, payers face rising call volumes, fragmented data and heavy administrative workloads. AI agents bridge that gap by scaling instantly, operating around the clock and supporting human representatives with real‑time intelligence.</p>
<div class="lb-trans"><p>AI 代理幫助滿足客户對健康計劃的期望：即時獲取準確的信息、對話式自助服務、無縫註冊和跨渠道的一致指導。在幕後，支付方面臨着不斷上升的呼叫量、數據碎片化和繁重的行政工作負擔。AI 代理通過即時擴展、全天候運行和實時智能支持人類代表來彌補這一差距。</p>
</div><p>The results have been striking: 42% of inbound calls are now handled by AI agents and near‑instant responsiveness across 900 concurrent calls and 164 requests per second — all with sub‑200‑millisecond latency.</p>
<div class="lb-trans"><p>結果顯著：42% 的來電現在由 AI 代理處理，900 個併發呼叫和每秒 164 個請求的響應幾乎是即時的——所有這些都在 200 毫秒以下的延遲內完成。</p>
</div><p>Members benefit from natural, conversational self‑service. Human agents receive real‑time prompts and knowledge retrieval. A centralized data hub surfaces personalized insights, while automated digitization removes manual work from downstream processes.</p>
<div class="lb-trans"><p>會員享受自然的對話式自助服務。人類代理接收實時提示和知識檢索。一個集中式數據中心提供個性化洞察，而自動化數字化則消除了下游流程中的手動工作。</p>
</div><p>Using production grade, horizontally scalable NVIDIA NIM microservices and NVIDIA NeMo Guardrails, part of NVIDIA AI Enterprise, the solution includes the performance, governance and safety required in regulated healthcare environments.</p>
<div class="lb-trans"><p>使用生產級、水平可擴展的 NVIDIA NIM 微服務和 NVIDIA NeMo Guardrails，作為 NVIDIA AI Enterprise 的一部分，該解決方案具備在受監管的醫療環境中所需的性能、治理和安全性。</p>
</div><p>Its impact is already extending beyond healthcare, with similar deployments underway in financial services. Anywhere accuracy, compliance and scale matter, AI agents are becoming a transformative force.</p>
<div class="lb-trans"><p>其影響已經超越醫療保健，類似的部署正在金融服務領域展開。在準確性、合規性和規模至關重要的地方，AI 代理正在成為一種變革力量。</p>
</div><h2><strong>Tech Mahindra Deploying Large Telco Model to Power Autonomous Network Operations Using NVIDIA NIM</strong></h2>
<div class="lb-trans"><h2><strong>Tech Mahindra 部署大型電信模型以推動使用 NVIDIA NIM 的自主網絡運營</strong></h2>
</div><p>Tech Mahindra is accelerating the shift toward AI-assisted network operations with a new platform built in collaboration with NVIDIA. At the center is a large telco model (LTM) that generates prioritized, data‑driven recommendations to help field technicians rank each fix by its historical success rate across the network. The result is faster, more accurate resolutions — often in a single visit — and a clear path toward level‑4‑plus operational maturity.</p>
<div class="lb-trans"><p>Tech Mahindra 正在加速向 AI 輔助網絡運營的轉變，推出了與 NVIDIA 合作構建的新平台。核心是一個大型電信模型（LTM），它生成優先級的數據驅動建議，幫助現場技術人員根據網絡的歷史成功率對每個修復進行排名。結果是更快、更準確的解決方案——通常在一次訪問中完成——並朝着 4 級以上的運營成熟度邁進。</p>
</div><p>A large telecommunications services provider is adopting the same LTM foundation as part of its operations roadmap, targeting improvements in service‑layer issue resolution, customer experience and back‑office efficiency through higher‑quality tickets and fewer escalations.</p>
<div class="lb-trans"><p>一家大型電信服務提供商正在將相同的 LTM 基礎作為其運營路線圖的一部分，目標是通過更高質量的工單和更少的升級來改善服務層問題解決、客户體驗和後台效率。</p>
</div><p>The platform uses NVIDIA Nemotron embedding models for semantic search across telemetry and a Nemotron reranking model to sharpen decision relevance. These models are deployed with NVIDIA NIM microservices for rapid, reliable accelerated AI inference. NVIDIA NeMo Agent Toolkit orchestrates agent workflows across network domains, enabling true agentic operations at scale.</p>
<div class="lb-trans"><p>該平台使用 NVIDIA Nemotron 嵌入模型進行遙測的語義搜索，並使用 Nemotron 重新排序模型來提高決策相關性。這些模型與 NVIDIA NIM 微服務一起部署，以實現快速、可靠的加速 AI 推理。NVIDIA NeMo Agent Toolkit 協調跨網絡域的代理工作流程，實現真正的規模化代理操作。</p>
</div><p>By embracing autonomous network operations, Tech Mahindra shows how AI can transform a global telecom industry generating more than $1.5 trillion in annual revenue — where even small gains in uptime and efficiency deliver outsized economic impact.</p>
<div class="lb-trans"><p>通過擁抱自主網絡運營，Tech Mahindra 展示了 AI 如何轉變全球電信行業，該行業年收入超過 1.5 萬億美元——即使是小幅的正常運行時間和效率提升也能帶來巨大的經濟影響。</p>
</div><h2><strong>Infosys Builds an Enterprise-Grade Coding Small Language Model With NVIDIA AI Enterprise</strong></h2>
<div class="lb-trans"><h2><strong>Infosys 構建企業級編碼小語言模型與 NVIDIA AI Enterprise</strong></h2>
</div><p>Infosys developed a new small language model for coding, built using the NVIDIA NeMo framework that’s part of NVIDIA AI Enterprise, and integrated within Infosys Topaz Fabric. The model accelerates software delivery with frontier‑grade performance while remaining lightweight, and it can be deployed across on-premises enterprise data centers, cloud environments and even standard desktops.</p>
<div class="lb-trans"><p>Infosys 開發了一種新的編碼小語言模型，使用 NVIDIA NeMo 框架構建，作為 NVIDIA AI Enterprise 的一部分，並集成在 Infosys Topaz Fabric 中。該模型以前沿級性能加速軟件交付，同時保持輕量化，可以在本地企業數據中心、雲環境甚至標準桌面上部署。</p>
</div><p>The 2.5‑billion‑parameter model supports agent development, code generation, refactoring and end‑to‑end software‑engineering workflows. It’s trained on a curated blend of high‑quality code, synthetic data, mathematical reasoning and natural language inputs — an approach that enables it to match frontier‑model performance on benchmarks such as MBPP, MBPP+ and BFCL.</p>
<div class="lb-trans"><p>該模型擁有 25 億參數，支持代理開發、代碼生成、重構和端到端軟件工程工作流程。它經過高質量代碼、合成數據、數學推理和自然語言輸入的精心組合訓練——這種方法使其能夠在 MBPP、MBPP+ 和 BFCL 等基準測試中匹配前沿模型的性能。</p>
</div><p>Infosys also prioritized safety and trust. The model incorporates safety‑aligned training and responsible AI practices that reduce harmful outputs while preserving fluency. Its secure‑coding capabilities are validated through industry benchmarks including Stanford AIR‑Bench and Meta’s CyberSecEval, giving enterprises confidence to deploy it across code generation, debugging and multi‑agent development pipelines.</p>
<div class="lb-trans"><p>Infosys 還優先考慮安全性和信任。該模型結合了安全對齊的培訓和負責任的人工智能實踐，減少有害輸出的同時保持流暢性。其安全編碼能力通過行業基準驗證，包括斯坦福 AIR-Bench 和 Meta 的 CyberSecEval，使企業能夠放心地在代碼生成、調試和多代理開發流程中部署。</p>
</div><h2><strong>Persistent Accelerates AI‑Driven Molecular Discovery With NVIDIA BioNeMo and NeMo Agent Toolkit</strong></h2>
<div class="lb-trans"><h2><strong>Persistent 利用 NVIDIA BioNeMo 和 NeMo Agent Toolkit 加速 AI 驅動的分子發現</strong></h2>
</div><p>Persistent Systems is working with NVIDIA to push early‑stage drug discovery into a new era of speed and scientific fidelity. The collaboration brings together Persistent’s deep life sciences engineering expertise with NVIDIA’s full‑stack accelerated computing platform, giving researchers a powerful path from AI experimentation to production‑grade discovery workflows.</p>
<div class="lb-trans"><p>Persistent Systems 正在與 NVIDIA 合作，將早期藥物發現推向一個新的速度和科學準確性的時代。這一合作將 Persistent 在生命科學工程方面的深厚專業知識與 NVIDIA 的全棧加速計算平台結合起來，為研究人員提供了一條從 AI 實驗到生產級發現工作流的強大路徑。</p>
</div><p>At the center of the effort is Persistent’s new Generative Molecules and Virtual Screening (GenMoIVS) solution, built on the NVIDIA BioNeMo platform and the NeMo Agent Toolkit. GenMoIVS uses large, domain‑specific models to simulate molecular behavior with high accuracy, generating and evaluating candidate compounds before they ever reach a wet lab. These agentic workflows continuously reason across virtual screening, prioritization and experimental planning, helping teams de‑risk early discovery and shorten development cycles.</p>
<div class="lb-trans"><p>這一努力的核心是 Persistent 新推出的生成分子和虛擬篩選 (GenMoIVS) 解決方案，基於 NVIDIA BioNeMo 平台和 NeMo Agent Toolkit 構建。GenMoIVS 使用大型領域特定模型以高精度模擬分子行為，在候選化合物進入濕實驗室之前生成和評估它們。這些代理工作流在虛擬篩選、優先級排序和實驗規劃中持續推理，幫助團隊降低早期發現的風險並縮短開發週期。</p>
</div><p>The platform runs on NVIDIA’s accelerated computing platform, including NVIDIA AI Enterprise software and NIM microservices, enabling high‑throughput simulation and real‑time scientific decision-making in regulated environments. By combining scalable infrastructure with production‑ready agentic AI, Persistent is giving life sciences organizations a faster, more cost‑effective way to explore the compound space and improve downstream success rates.</p>
<div class="lb-trans"><p>該平台運行在 NVIDIA 的加速計算平台上，包括 NVIDIA AI Enterprise 軟件和 NIM 微服務，能夠在受監管環境中實現高通量模擬和實時科學決策。通過將可擴展基礎設施與生產就緒的代理人工智能相結合，Persistent 為生命科學組織提供了一種更快速、更具成本效益的方式來探索化合物空間並提高下游成功率。</p>
</div>

印度的全球系統集成商正在利用 NVIDIA AI 構建新一代企業代理，變革後台和客户支持