Plurai porta la simulazione delle auto a guida autonoma agli agenti AI

Gli agenti AI sono attualmente intrappolati in un purgatorio tra "demo e produzione". Sebbene eccellano in compiti isolati impressionanti, i dati di benchmarking, come LiveBench 2.0, mostrano che anche i modelli di alto livello come Claude Fable 5.2 e ChatGPT-6 Astra faticano a raggiungere l'85% di precisione in flussi di lavoro complessi e multi-fase. Per il proprietario di una piccola impresa, questo significa che un agente in grado di prenotare un volo potrebbe fallire nel momento in cui incontra una politica di spesa aziendale personalizzata.

Cosa è successo

Plurai, una startup fondata da veterani dell'industria dei veicoli autonomi, ha raccolto 13 milioni di dollari in finanziamenti seed per colmare questo divario di affidabilità. Secondo TechCrunch, l'azienda sta applicando le stesse tecniche di simulazione utilizzate per addestrare le auto a guida autonoma al mondo degli agenti AI aziendali. I co-fondatori Ilan Kadar ed Elad Levi, che hanno lavorato in precedenza con Waymo sul deep learning end-to-end, sostengono che gli agenti AI siano fondamentalmente sistemi probabilistici che falliscono quando incontrano "casi limite" (edge cases), ovvero gli scenari disordinati e non standard intrinseci alle operazioni aziendali.

Plurai costruisce un "gemello digitale" dei sistemi interni di un'azienda, inclusi i suoi database di conoscenza e strumenti software. Mappando ogni possibile flusso di interazione, la piattaforma genera dati sintetici per addestrare e testare gli agenti contro questi casi limite. L'azienda afferma che ciò consente di sottoporre a post-addestramento modelli più piccoli e a pesi aperti che possono superare i modelli di frontiera per compiti specifici a una frazione del costo. L'approccio della startup è sostenuto dal ricercatore di Google DeepMind Reah Miyara, il quale ha osservato che i modelli di frontiera sono spesso "fuori distribuzione" rispetto ai dati specifici di un'azienda, rendendoli sia inaffidabili che finanziariamente insostenibili.

Perché è importante per le piccole aziende

Se gestisci un piccolo team, probabilmente stai già percependo la "tassa sui modelli di frontiera". Stai pagando per i modelli più intelligenti disponibili, eppure devi ancora controllarli costantemente perché non "conoscono" le tue regole aziendali specifiche. La svolta di Plurai verso l'addestramento di modelli più piccoli e specializzati è l'unica strada per un reale ritorno sull'investimento (ROI) per le operazioni di medie dimensioni. Affidarsi a un modello massiccio e generico per gestire i propri flussi di lavoro interni unici è come usare una mazza per appendere una cornice: è costoso, impreciso e rischia di rompere la parete.

Puntando sui dati sintetici e sulla simulazione, Plurai offre essenzialmente un modo per costruire un agente "specialista" che comprende le peculiarità della tua azienda senza bisogno di un enorme team di ingegneri. Se le loro affermazioni venissero confermate, ciò potrebbe spostare l'onere dalla supervisione umana alla verifica automatizzata basata sulla simulazione, consentendo finalmente agli agenti di gestire compiti come query tra database o complesse applicazioni di policy senza un costante intervento manuale.

Cosa fare questa settimana

1. Verifica i tuoi attuali flussi di lavoro degli agenti per identificare i tre principali fallimenti di "casi limite", ovvero gli scenari specifici in cui la tua AI richiede costantemente una correzione manuale.
2. Mappa le fonti di dati interne e le politiche aziendali che i tuoi agenti faticano attualmente a integrare, poiché saranno gli input primari per qualsiasi futuro addestramento basato sulla simulazione.
3. Valuta la tua spesa mensile attuale per le API dei modelli di frontiera (come Claude o GPT) per determinare se il tuo attuale approccio "generalista" sia effettivamente conveniente rispetto alle prestazioni che stai ricevendo.

Fonti

• Plurai wants to help AI agents work better using the same approach that helped get self-driving cars to roads — TechCrunch - AI