A Plurai quer ajudar agentes de IA a trabalhar melhor usando a mesma abordagem que ajudou a colocar carros autônomos nas estradas

Os agentes de IA estão em alta, mas não são tão capazes quanto seus defensores querem fazer você acreditar.

Esforços para avaliar o desempenho de agentes encarregados de trabalhos complexos mostram que eles normalmente não são confiáveis o suficiente para funcionar sem supervisão rigorosa. O LiveBench 2.0 mostra o Claude Fable 5.2 e o ChatGPT-6 Astra tendo sucesso em 82,9 e 75,6 de 100 tarefas, respectivamente, e um esforço da empresa de infraestrutura de IA EON para testar agentes em um ambiente corporativo simulado descobriu que o modelo mais bem-sucedido testado, o Claude Opus 4.8, executou tarefas com 76,8% de precisão.

Agora, uma startup conhecida como Plurai quer impulsionar esses números com as mesmas técnicas que colocaram carros autônomos nas ruas: simulações usando dados sintéticos baseados nos próprios sistemas digitais de uma empresa, destinadas a preparar modelos para lidar com casos extremos difíceis.

Os cofundadores Ilan Kadar e Elad Levi trabalharam anteriormente para a Nexar, que desenvolve tecnologia de direção autônoma. Kadar trabalhou com a Waymo para simular e avaliar seu software de direção de aprendizado profundo de ponta a ponta.

“No momento em que vimos a onda de agentes de IA, vimos o mesmo padrão: que é muito fácil construir uma demonstração, mas [difícil] conseguir algo que seja confiável e econômico”, disse Kadar ao TechCrunch. “Como vimos o mesmo padrão, a mesma proposta era que queríamos construir essa camada de simulação.”

Na quarta-feira, a startup disse que havia levantado US$ 13 milhões em financiamento semente para tornar isso realidade. A rodada foi liderada pela Team8, com participação da U&I, Velocity e Mercer.

Assim como os modelos de ponta a ponta treinados para dirigir carros, os agentes de IA são sistemas probabilísticos que operam em ambientes imprevisíveis. Quando pressionados por clientes, agentes encarregados de reservar viagens podem ignorar as políticas de gastos. Ou, ao receber a tarefa de consultar um banco de dados, os agentes podem fornecer uma resposta de forma confiável, mas combinar informações de vários conjuntos de dados tende a complicar as coisas. Uma longa conversa com um bot de atendimento ao cliente pode sobrecarregar um agente com muito contexto e levar a caminhos errados.

Para resolver isso, a Plurai cria um gêmeo digital dos sistemas eletrônicos da empresa, incluindo a base de conhecimento e as ferramentas às quais um agente terá acesso em produção. Em seguida, mapeia todos os fluxos possíveis dos agentes e usa esse gráfico para preparar o modelo com avaliações e correções para possíveis casos extremos. A plataforma funciona junto com ferramentas agênticas existentes, como Claude Code, Codex, Copilot e Cursor.

No entanto, Kadar diz que a verdadeira promessa da empresa é usar os dados que coleta para pós-treinar modelos pequenos de peso aberto adaptados às necessidades individuais de cada cliente. Testes realizados em cooperação com a Nvidia e a Nebius mostraram os modelos da empresa superando modelos de fronteira de nível intermediário a custos mais baixos.

“Podemos pegar um modelo de linguagem grande, pegar a tarefa, decomposit-la em uma tarefa menor usando a simulação, treinar um modelo [de peso aberto] e, usando a simulação, verificar se a qualidade é superior ou comparável à do modelo de fronteira, com uma redução de custos de uma ou duas ordens de grandeza”, disse ele.

Reah Miyara, pesquisadora do Google DeepMind que apoiou a Plurai como investidora-anjo, disse que o diferencial da empresa vem de entender os modos de falha em produção e gerar dados sintéticos para ajustar os modelos. À medida que as empresas tentam otimizar seus gastos com IA, a abordagem da Plurai pode se provar uma verdadeira vantagem, uma vez que os líderes de TI estão percebendo que “os modelos com capacidade de fronteira estão fora de distribuição em relação aos meus dados específicos, e o custo dessas coisas não é sustentável a longo prazo”, disse Miyara.

A Plurai espera que as analogias entre agentes de IA em ambientes físicos e digitais possam se provar preditivas: embora modelos de IA geral poderosos estejam dotando robôs de capacidades fascinantes, eles ainda não são confiáveis o suficiente para serem amplamente implantados. Enquanto isso, robôs alimentados por modelos de IA construídos para tarefas específicas já estão em campo, trabalhando para clientes e coletando valiosos dados do mundo real.

“Minha visão é que, não importa quão inteligentes os modelos da OpenAI e da Anthropic sejam — e eles serão muito mais inteligentes —, eles não conhecerão o seu negócio e a sua política”, disse Kadar.