Plurai es una startup que construye simulaciones a partir de datos sintéticos basados en los sistemas digitales propios de un cliente para encontrar y corregir las situaciones que hacen que los agentes de IA fallen. Recaudó 13 millones de dólares en una ronda semilla liderada por Team8. La empresa afirma que sus modelos pequeños ajustados superaron a modelos de gama media de vanguardia en pruebas, con un costo de operación menor.

Una startup llamada Plurai quiere resolver el problema de confiabilidad que afecta a los agentes de IA tomando prestada una técnica de la industria de los autos autónomos. La compañía construye simulaciones a partir de datos sintéticos basadas en los sistemas digitales propios de un cliente, diseñadas para exponer y preparar a los modelos ante las situaciones complicadas que tienden a hacerlos fallar. El miércoles, Plurai anunció que había recaudado 13 millones de dólares en una ronda semilla. La ronda fue liderada por Team8, con la participación de U&I, Velocity y Mercer.

¿Por qué los agentes de IA no son confiables en producción?

La necesidad es difícil de discutir. Los puntos de referencia muestran que los agentes de IA, a pesar del entusiasmo, no suelen ser lo bastante confiables como para funcionar sin una supervisión humana cercana. Los resultados de LiveBench 2.0 muestran que los mejores modelos logran completar una gran mayoría de tareas, pero distan mucho de la perfección. Un esfuerzo de la empresa de infraestructura de IA EON por probar agentes en un entorno corporativo simulado encontró que el modelo más exitoso de los que probó realizó tareas con una precisión de 76,8 %.

Los cofundadores de Plurai, Ilan Kadar y Elad Levi, trabajaron anteriormente en Nexar, que desarrolla tecnología de conducción autónoma. Kadar trabajó con Waymo para simular y evaluar el software de conducción de aprendizaje profundo de extremo a extremo de la compañía. Él dice que el mismo patrón que vio en la conducción autónoma ahora aparece en los agentes.

“Cuando vimos la ola de los agentes de IA, vimos el mismo patrón: es muy fácil construir una demostración, pero [es difícil] conseguir algo que sea confiable y rentable”, le dijo Kadar a TechCrunch. “Como vimos el mismo patrón, la propuesta fue que queríamos construir esta capa de simulación”.

Al igual que los modelos de extremo a extremo que manejan los autos, los agentes de IA son sistemas probabilísticos que operan en entornos impredecibles. Un agente que reserva viajes puede ignorar las políticas de gasto de una empresa cuando un cliente lo presiona. Un agente puede responder de forma confiable una pregunta extraída de una base de datos, pero combinar información de varios conjuntos de datos suele hacerlo tropezar. Una conversación larga con un bot de servicio al cliente puede saturar al agente con tanto contexto que toma un camino equivocado.

¿Cómo hace Plurai que los agentes de IA sean más confiables?

La respuesta de Plurai es construir un gemelo digital de los sistemas electrónicos de la empresa, incluida la base de conocimiento y las herramientas que el agente usará en producción. La plataforma luego mapea cada flujo posible que el agente podría seguir y usa ese mapa para preparar el modelo con evaluaciones y correcciones para los casos extremos probables. Funciona junto con las herramientas de programación agéntica ya existentes, entre ellas Claude Code, Codex, Copilot y Cursor.

¿Pueden los modelos pequeños reducir el costo de los agentes de IA?

Kadar dice que la mayor oportunidad está en los datos que recopila la plataforma. Plurai usa esos datos para entrenar posteriormente modelos pequeños de pesos abiertos, adaptados a las necesidades específicas de cada cliente. En pruebas realizadas con Nvidia y Nebius, los modelos de la compañía superaron a modelos de gama media de vanguardia, con un costo de operación menor.

“Podemos tomar un modelo de lenguaje grande, podemos tomar la tarea, descomponerla en una tarea más pequeña usando la simulación, entrenar un modelo [de pesos abiertos] y, usando la simulación, verificar que la calidad sea superior o comparable a la del modelo de vanguardia, con una reducción de costos de uno o dos órdenes de magnitud”, dijo.

Reah Miyara, investigador de Google DeepMind que invirtió en Plurai como inversionista ángel, afirmó que la ventaja de la compañía proviene de entender cómo fallan los agentes en producción y de generar datos sintéticos para ajustar los modelos a esos fallos. A medida que las empresas buscan formas de frenar el gasto en IA, dijo, ese enfoque podría resultar valioso. Los líderes de TI están descubriendo que “los modelos con capacidades de vanguardia están fuera de distribución con mis datos específicos, y el costo de estas cosas no es sostenible a largo plazo”, afirmó Miyara.

Plurai también sostiene que las lecciones de la IA física se aplican a los agentes de software. Los modelos generales potentes están dando a los robots habilidades impresionantes, pero todavía no son lo bastante confiables para un despliegue masivo. En cambio, los robots que ejecutan modelos diseñados para tareas específicas ya están trabajando para clientes y recopilando datos valiosos del mundo real.

Kadar resumió de forma sencilla el núcleo de la propuesta de la compañía. “Mi opinión es que, sin importar lo inteligentes que sean los modelos de OpenAI y Anthropic —y lo serán mucho más—, no conocerán tu negocio ni tus políticas”, dijo.

Cet article a été rédigé avec l'assistance de l'IA.
News Factory APP - actualités agentiques pour booster votre SEO et AEO.