Стартап Plurai привлёк 13 млн долларов в рамках посевного раунда. Компания разрабатывает систему симуляций, которая должна повысить надёжность искусственного интеллекта, выполняющего сложные задачи. Раунд возглавил фонд Team8, к нему также присоединились U&I, Velocity и Mercer.
Как пишет TechCrunch, современные ИИ-агенты пока не всегда способны работать без постоянного контроля. В тесте LiveBench 2.0 модель Claude Fable 5.2 успешно справилась с 82,9% заданий, а ChatGPT-6 Astra — с 75,6%. В исследовании компании EON лучшая из проверенных моделей, Claude Opus 4.8, показала точность 76,8% в имитации корпоративной среды.
Plurai намерена использовать подход, похожий на применяемый при разработке беспилотных автомобилей. Компания создаёт симуляции на основе синтетических данных и цифровых систем конкретного заказчика. Это должно помочь ИИ-моделям подготовиться к сложным нестандартным ситуациям ещё до начала работы в реальной среде.
Сооснователи Plurai Илан Кадар и Элад Леви ранее работали в Nexar, которая занимается технологиями автономного вождения. Кадар сотрудничал с Waymo, где моделировал и оценивал программное обеспечение для управления автомобилями на основе глубокого обучения. По его словам, разработчики ИИ-агентов столкнулись с той же проблемой, что и создатели беспилотников: демонстрационную версию сделать легко, а добиться стабильной и экономичной работы значительно сложнее.
Платформа Plurai формирует цифровую копию электронных систем компании, включая базу знаний и инструменты, доступные ИИ-агенту. Затем она описывает возможные сценарии работы системы и использует их для проверки модели и исправления ошибок в нестандартных случаях. Решение совместимо с инструментами Claude Code, Codex, Copilot и Cursor, а среди типичных проблем разработчики называют нарушение бюджетных правил при бронировании поездок, сбои при объединении данных из нескольких баз и потерю контекста в длинных разговорах с клиентами.
Ключевым направлением Plurai считает дообучение небольших моделей с открытыми весами под задачи конкретных клиентов. Испытания, проведённые совместно с Nvidia и Nebius, по данным компании, показали, что такие модели могут превосходить средние передовые решения при меньших затратах. Инвестор стартапа и исследователь Google DeepMind Реа Мияра заявила, что преимущество подхода связано с анализом ошибок в рабочей среде и созданием синтетических данных, а Илан Кадар подчеркнул: даже самые мощные универсальные модели не будут знать внутренние правила и особенности конкретного бизнеса.