NVIDIA memperkenalkan NemoClaw di ajang GTC sebagai arsitektur referensi untuk membantu perusahaan mengadopsi sistem agen AI otonom dengan lebih aman. Fokus utamanya adalah menggabungkan model Neotron yang bisa dijalankan secara lokal dengan OpenShell, lapisan keamanan berbasis kebijakan yang dirancang untuk mengontrol izin agen AI secara rinci.
Pengumuman ini penting karena banyak perusahaan mulai tertarik memakai agen AI untuk otomatisasi, tetapi masih menahan diri akibat risiko kebocoran data dan kontrol akses yang lemah. NemoClaw diposisikan untuk menjawab hambatan itu dengan pendekatan yang menekankan keamanan, efisiensi operasional, dan integrasi ke lingkungan kerja yang sudah ada.
Apa itu NemoClaw
Berdasarkan penjelasan yang dikutip dari Sam Witteveen, NemoClaw adalah arsitektur referensi yang dibangun untuk menyederhanakan adopsi OpenClaw. OpenClaw sendiri merupakan framework open source untuk membuat agen AI otonom yang dapat melakukan tugas kompleks seperti coding, menjelajah web, berinteraksi dengan API, hingga merangkai beberapa tugas secara berurutan.
Dalam konteks perusahaan, kemampuan seperti itu sangat menarik tetapi juga membawa permukaan serangan yang lebih besar. Karena itu, NVIDIA merancang NemoClaw agar perusahaan bisa memanfaatkan fleksibilitas framework terbuka tanpa mengorbankan keamanan dan kepatuhan internal.
Peran Neotron dan OpenShell
Komponen yang paling menonjol dalam NemoClaw adalah model Neotron yang dapat dideploy secara lokal. Pendekatan lokal ini membantu perusahaan menjaga data sensitif tetap berada di dalam infrastruktur mereka sendiri, bukan diproses di layanan eksternal.
NVIDIA menyebut model ini dioptimalkan untuk perangkat kerasnya, termasuk sistem seperti DGX Spark dan workstation RTX. Optimalisasi tersebut ditujukan untuk memberi performa yang stabil saat agen AI menjalankan beban kerja tingkat perusahaan.
Sisi keamanan diperkuat oleh OpenShell. Ini adalah runtime keamanan open source yang menggunakan kontrol kebijakan berbasis YAML untuk menetapkan izin agen AI secara granular.
Dengan model izin seperti itu, perusahaan dapat membatasi akses agen ke basis data, jaringan, atau API tertentu. Skema ini relevan bagi organisasi yang harus memastikan agen AI hanya bekerja dalam batas kewenangan yang sesuai dengan aturan internal.
Mengapa relevan untuk perusahaan
Banyak perusahaan ingin mengotomatiskan proses bisnis, tetapi belum siap membiarkan agen AI bergerak bebas di sistem inti. NemoClaw mencoba menawarkan kompromi, yakni kemampuan otomasi yang tinggi dengan kendali yang tetap ketat.
Arsitektur ini juga disebut kompatibel dengan ekosistem enterprise yang sudah berjalan. Hal itu penting karena tim TI biasanya lebih membutuhkan solusi yang bisa dipasang tanpa mengubah alur kerja utama secara drastis.
Secara praktis, NemoClaw diarahkan untuk beberapa skenario penggunaan yang umum di perusahaan. Berikut contoh use case yang disebut dalam materi referensi:
- Onboarding klien untuk mengurangi tugas administratif berulang.
- Ekstraksi invoice agar pemrosesan data keuangan lebih cepat dan rapi.
- Manajemen kontrak untuk membantu peninjauan dan pengaturan dokumen hukum.
- Pencarian RFP sourcing guna mempercepat identifikasi dan evaluasi vendor.
Dalam skenario seperti itu, agen AI dapat bekerja dengan meniru izin yang dimiliki karyawan. Pendekatan tersebut membantu perusahaan menjaga kepatuhan sambil tetap meningkatkan produktivitas.
OpenClaw dan tantangan yang diatasi
OpenClaw menawarkan fondasi yang kuat untuk membangun agen AI serbaguna. Namun, framework yang terbuka dan fleksibel biasanya menghadirkan tantangan tambahan dalam hal pengawasan, pembatasan akses, dan mitigasi risiko.
NemoClaw hadir sebagai lapisan yang membuat OpenClaw lebih siap dipakai di lingkungan enterprise. Dengan kata lain, NVIDIA tidak hanya menyoroti kemampuan agen AI, tetapi juga menyediakan pola implementasi yang lebih realistis untuk kebutuhan bisnis yang sensitif terhadap keamanan.
Dukungan perangkat keras baru
Selain NemoClaw, NVIDIA juga mengumumkan chip Gro 3 LPU yang disebut memakai Grock IP. Chip ini dirancang untuk menghadirkan pemrosesan AI yang lebih cepat serta efisiensi energi yang lebih baik untuk beban kerja berat.
Kehadiran perangkat keras baru ini melengkapi strategi NVIDIA yang menggabungkan software dan hardware dalam satu ekosistem. Bagi perusahaan, kombinasi itu penting karena performa model, konsumsi daya, dan skalabilitas sering menjadi faktor utama sebelum sistem AI diterapkan secara luas.
Berikut ringkasan komponen utama yang diumumkan:
| Komponen | Fungsi utama |
|---|---|
| NemoClaw | Arsitektur referensi untuk adopsi agen AI enterprise |
| Neotron local models | Menjalankan model AI secara lokal untuk menjaga keamanan data |
| OpenShell | Mengatur izin agen AI dengan kebijakan YAML yang granular |
| Gro 3 LPU chips | Mempercepat pemrosesan AI dan meningkatkan efisiensi energi |
Arah pengembangan berikutnya
NVIDIA juga mengindikasikan rencana memperluas kemampuan platform ini melalui model Neotron Ultra yang telah dipra-latih. Model tersebut ditujukan untuk menangani tugas OpenClaw yang lebih rumit dan memperbesar cakupan penggunaan agen AI di lingkungan perusahaan.
Arah ini memperlihatkan bahwa strategi NVIDIA bukan sekadar meluncurkan alat baru, tetapi membangun jalur adopsi AI enterprise yang lebih lengkap. Dengan keamanan lokal, kontrol izin yang rinci, dan dukungan perangkat keras khusus, NemoClaw muncul sebagai bagian penting dari upaya NVIDIA mendorong agen AI dari tahap eksperimen menuju implementasi yang lebih terukur di perusahaan.
