Стартап Plurai залучив 13 млн доларів на симуляції для ШІ-агентів

Стартап Plurai залучив 13 млн доларів посівного фінансування для розвитку платформи, яка має підвищувати надійність ШІ-агентів за допомогою симуляцій цифрових систем компаній. Раунд очолила Team8, також у ньому взяли участь U&I, Velocity та Mercer, повідомляє TechCrunch.

Компанію заснували Ілан Кадар та Елад Леві, які раніше працювали в Nexar — розробнику технологій автономного водіння. Кадар також співпрацював із Waymo над симуляцією та оцінюванням комплексного програмного забезпечення для безпілотних автомобілів на основі глибокого навчання.

Цифровий двійник для тестування

Plurai створює цифровий двійник електронних систем клієнта, зокрема бази знань та інструментів, до яких агент матиме доступ під час роботи. Платформа моделює можливі сценарії дій агента, а потім використовує цю структуру для оцінювання моделі та виправлення можливих помилок у нетипових ситуаціях.

За даними видання, ШІ-агенти можуть помилятися в непередбачуваних умовах: наприклад, ігнорувати політику витрат під час бронювання поїздок, некоректно поєднувати дані з кількох баз або втрачати контекст у тривалому діалозі з клієнтом. Plurai позиціонує симуляції як спосіб підготувати агентів до таких сценаріїв до запуску у виробничому середовищі.

Моделі для окремих завдань

Сервіс працює разом із наявними інструментами для агентів, зокрема Claude Code, Codex, Copilot і Cursor. Водночас у Plurai розраховують застосовувати зібрані дані для додаткового навчання невеликих моделей із відкритими вагами, адаптованих до потреб конкретних клієнтів.

Кадар заявив, що завдяки симуляціям компанія може розкладати складні завдання на менші, навчати для них відкриті моделі та перевіряти якість результату. У тестах, проведених у співпраці з Nvidia та Nebius, моделі Plurai, за твердженням компанії, перевершували моделі середнього рівня за нижчої вартості. Інвесторка-ангел Reah Miyara, дослідниця Google DeepMind, назвала перевагою стартапу розуміння типових збоїв у виробничому середовищі та генерацію синтетичних даних для налаштування моделей.