A startup Plurai anunciou uma rodada seed de US$ 13 milhões para desenvolver simulações que ajudem agentes de inteligência artificial a lidar com situações difíceis nos sistemas das empresas. A rodada foi liderada pela Team8, com participação de U&I, Velocity e Mercer. A proposta é adaptar aos agentes uma abordagem usada no desenvolvimento de veículos autônomos: testar modelos em ambientes simulados com dados sintéticos antes de colocá-los em operação.
A empresa foi fundada por Ilan Kadar e Elad Levi, que trabalharam anteriormente na Nexar, desenvolvedora de tecnologia para direção autônoma. Kadar também colaborou com a Waymo na simulação e avaliação de software de direção baseado em aprendizado profundo de ponta a ponta.
A iniciativa parte do problema de confiabilidade dos agentes em tarefas complexas. O LiveBench 2.0 registrou que Claude Fable 5.2 e ChatGPT-6 Astra concluíram com sucesso, respectivamente, 82,9 e 75,6 de cada 100 tarefas avaliadas. Em outro teste, conduzido pela empresa de infraestrutura de IA EON em um ambiente corporativo simulado, Claude Opus 4.8 alcançou 76,8% de precisão.
A Plurai argumenta que resultados em demonstrações não garantem o mesmo desempenho em situações reais. Entre os exemplos citados estão agentes que ignoram limites de gastos ao reservar viagens, têm dificuldade para reunir informações de várias bases de dados ou se confundem após conversas longas com clientes.
Para preparar os agentes para esses casos, a empresa cria uma réplica digital dos sistemas eletrônicos de cada cliente, incluindo a base de conhecimento e as ferramentas que estarão disponíveis ao agente em produção. Em seguida, mapeia os possíveis fluxos de uso e emprega esse grafo para elaborar avaliações e correções voltadas a situações-limite. A plataforma funciona junto de ferramentas de agentes como Claude Code, Codex, Copilot e Cursor.
Além das simulações, a Plurai pretende usar os dados coletados para pós-treinar modelos menores de pesos abertos, adaptados às necessidades de cada cliente. A empresa afirma que testes realizados em cooperação com Nvidia e Nebius mostraram desempenho superior ao de modelos de fronteira de faixa intermediária, com custos menores. O artigo não detalha os resultados desses testes.
Kadar descreveu o processo como decompor uma tarefa em partes menores, treinar um modelo de pesos abertos e usar as simulações para verificar se sua qualidade é superior ou comparável à de um modelo de fronteira. Segundo ele, essa abordagem pode reduzir os custos em uma ou duas ordens de magnitude — uma estimativa atribuída ao executivo.
Reah Miyara, pesquisadora do Google DeepMind e investidora-anjo da Plurai, apontou como vantagem da startup o conhecimento sobre falhas que ocorrem em produção e a geração de dados sintéticos para ajustar modelos. Ela também observou que modelos de fronteira podem não se adequar aos dados específicos de uma empresa e que seus custos podem ser insustentáveis no longo prazo.
A Plurai compara agentes digitais a sistemas de direção autônoma por ambos operarem em ambientes imprevisíveis. Kadar afirma que modelos gerais podem se tornar mais inteligentes, mas ainda assim não conhecerão as políticas e os processos particulares de cada empresa. A startup aposta que simular esses contextos pode ajudar a tornar os agentes mais confiáveis antes de seu uso no trabalho cotidiano.










