Startup Plurai adapta técnicas de simulación de vehículos autónomos para mejorar la fiabilidad de los agentes de IA

Plurai, una nueva startup, está aplicando metodologías de simulación, similares a las utilizadas en el desarrollo de vehículos autónomos, para mejorar la fiabilidad de los agentes de IA. La empresa, que recientemente obtuvo 13 millones de dólares en financiación inicial liderada por Team8, tiene como objetivo abordar las limitaciones actuales de los agentes, que a menudo requieren una estrecha supervisión humana. Los primeros resultados muestran que modelos como Claude Fable 5.2 logran un 82,9% de éxito en las tareas, mientras que las pruebas de EON encontraron que Claude Opus 4.8 tenía una precisión del 76,8% en un entorno corporativo simulado. Los cofundadores Ilan Kadar y Elad Levi trabajaron anteriormente con empresas de tecnología de conducción autónoma, incluyendo Waymo. Kadar señaló que, aunque es fácil crear demostraciones de IA, lograr sistemas fiables y rentables es difícil. Plurai construye gemelos digitales de los sistemas internos de una empresa para mapear todos los posibles flujos de agentes, lo que permite la pre-formación y la corrección de casos extremos. Además, Kadar afirmó que, aunque los modelos generales potentes son impresionantes, carecen de conocimientos empresariales específicos. La propuesta de valor única de Plurai consiste en utilizar los datos recopilados para entrenar modelos más pequeños y de código abierto, adaptados a clientes específicos. Las pruebas con Nvidia y Nebius demostraron que estos modelos podían superar a los modelos de vanguardia de gama media a una fracción del coste. Reah Miyara, investigadora de Google DeepMind e inversora ángel en Plurai, destacó que la fortaleza de la empresa reside en la generación de datos sintéticos para ajustar los modelos, abordando las preocupaciones de los líderes de TI sobre el coste insostenible de los modelos de vanguardia.