Plurai kerää 13 miljoonan dollarin siemenrahoituksen ja avaa tekoälyagenttien simulointialustan

Plurai julkisti rahoituksen ja alustan lanseerauksen 11. marraskuuta 2026. Yhtiö kertoi keränneensä 13 miljoonaa dollaria siemenrahoitusta ja ilmoitti tekoälyagenttien simulointialustansa olevan nyt yleisesti saatavilla. Team8 johti rahoituskierrosta, ja samalla yhtiö toi tarjolle ilmaisen tason tuotteesta, joka oli aiemmin vain valikoitujen kumppanien ja asiakkaiden käytettävissä.

Myös U&I, Velocity ja Mercer osallistuivat kierrokseen, samoin yli 20 enkelisijoittajaa ja alan johtohenkilöä. Heidän joukossaan olivat CyberArkin perustaja Udi Mokady sekä Reah Miyara, Google Cloudin Google Models -tiimin vanhempi johtaja ja OpenAI:n entinen mallien arvioinnista vastaava johtaja. Microsoft 365 Copilotin teknologiajohtaja Eyal Carmi liittyi Plurain neuvonantajaryhmään.

Team8:n hallinnoiva osakas Aviad Harell totesi, että Plurai vastaa infrastruktuurin tarpeeseen, jotta agentteihin voidaan luottaa ennen niiden käyttöönottoa asiakastyössä ja jotta niitä voidaan kehittää jatkuvasti tuotantokäytössä. Hän lisäsi: ”Simuloinnista tulee agenttiteknologian perusrakenteessa yhtä keskeinen osa kuin CI/CD:stä ohjelmistokehityksessä.”

Näin simulointialusta toimii

Plurai luo asiakkaan tietämyskannan, työkalujen ja käytäntöjen pohjalta agentista ja sen toimintaympäristöstä digitaalisen kaksosen eli ohjelmistovastineen. Sen jälkeen agentti altistetaan hiekkalaatikossa realistisille ja vihamielisille simuloiduille käyttäjille, jotta käytäntörikkomukset, hallusinaatiot, virheelliset toiminnot, rikkoutuneet työkalukutsut, epäonnistuneet tehtävät ja arkaluonteisten tietojen vuodot havaitaan ennen kuin asiakkaat kohtaavat niitä.

Tuotesivulla esitellään eristettyjä hiekkalaatikoita, joissa palveluita, asiakirjoja ja maailman tilaa voidaan jäljitellä ja palauttaa alkutilaan testiajojen välillä. Tuotantokäytön jäljet voivat puolestaan auttaa myöhempien skenaarioiden suunnittelussa. Plurai jäljittää virheet niitä koskeviin todisteisiin ja täsmällisiin koodikohtiin, luo korjauksia ja validoi ne regressiotestijoukolla varmistaakseen, ettei yksi korjaus aiheuta toista virhettä.

Simulointidata tarjoaa myös esimerkkejä jatkokoulutukseen eli pienten kielimallien lisäkoulutukseen rajattuja tehtäviä varten. Nämä mallit voivat käyttää agenttia tai toimia jatkuvina arvioijina ja suojakaiteina, ja tuotantokäytössä havaitut uudet virheet palautuvat simulointiin. Kehittäjät voivat aloittaa Claude Codesta, Codexista tai GitHub Copilotista, ja tiimit voivat käyttää alustaa Salesforce Agentforcella rakennettujen agenttien kanssa.

Yhtiön ilmoittamat tulokset

Plurain mukaan suunnittelukumppanit lyhensivät agenttien kehityssyklit kuukausista tunteihin, vähensivät todellisten käyttäjien kohtaamia virheitä 82 prosenttia ja alensivat luotettavien agenttien käyttökustannuksia 97 prosenttia. Tulokset saatiin rajatulta joukolta tekoälyyn keskittyviä ja tiukasti säänneltyjen alojen yrityksiä, mukaan lukien Fortune 500 -yritykset ja suuret rahoitusalan yritykset, ennen kuin alusta avattiin laajemmalle käyttäjäkunnalle.

15. elokuuta 2026 julkaistu asiakastapaus antaa yksityiskohtaisen kuvan yhdestä käyttöönotosta. Plurain mukaan nimeämätön yhdysvaltalainen yritysten IT-hallintapalvelujen tarjoaja rakensi ensimmäisen räätälöidyn mallinsa 20 minuutissa ja yli 100 mallia kahdessa viikossa. Tutkimuksessa tarkastellussa portaalin reitityspäätöksessä räätälöity malli ratkaisi 89 prosenttia pyynnöistä, kun taas käytössä ollut Claude Haiku -ratkaisu ilman päättelyä ratkaisi 69 prosenttia. Viive lyheni 1,0 sekunnista 0,15 sekuntiin ja päättelykustannus 2,87 dollarista 0,076 dollariin tuhatta kutsua kohden.

Erillisessä 21. lokakuuta 2026 julkaistussa tapaustutkimuksessa kuvataan yhteistyötä NVIDIAn ja Nebiuksen kanssa globaalille yritysasiakkaalle. Plurain mukaan se jatkokoulutti NVIDIA Nemotron 3.5 Lightning -mallia käyttäen koulutusjoukkoa, johon kuului 3 722 keskustelua, joiden tunnisteet oli määrittänyt huipputason opettajamalli. Tuloksena syntynyt malli sai todellisista tuotantokeskusteluista 88,8 pistettä sadasta, kun Claude Haiku-5.5 sai 78,4 ja GPT-6 Luna 88,6 pistettä.

Tausta autonomisessa ajamisessa ja synteettinen data

Toimitusjohtaja Ilan Kadar ja teknologiajohtaja Elad Levi perustivat Plurain työskenneltyään Nexarilla. Kadar toimi siellä tekoälyjohtajana ja Levi tekoälyarkkitehtina. Kadar vertasi Plurain lähestymistapaa autonomisten ajoneuvojen validointiin ja mainitsi Waymon yli 20 miljardia simuloitua ajomailia, joiden hän arvioi vastaavan noin satakertaisesti yhtiön todellista ajomäärää.

BARRED on Arnon Mazza ja Levi -nimisen tekijän 28. huhtikuuta 2026 jättämä esijulkaisu, joka esittelee menetelmän putkessa käytettävän synteettisen datan tuottamiseen. Menetelmä jakaa toimialan eri ulottuvuuksiin ja käyttää tunnisteiden varmentamiseen usean agentin väittelyä. Se tarvitsee vain tehtävän kuvauksen ja pienen joukon tunnisteettomia esimerkkejä. Plurain mukaan menetelmä hyväksyttiin ICML 2026 -konferenssiin.

Siemenrahoituksen ja ilmaisen tason myötä Plurai siirtyy valikoiduista suunnittelukumppanuuksista laajempaan itsepalvelukokeiluun, jossa testataan yhtiön lähestymistapaa. Seuraavassa vaiheessa keskeinen kysymys on, säilyvätkö näissä käyttöönottohankkeissa raportoidut luotettavuus- ja kustannushyödyt, kun yhä useammat tiimit ottavat käyttöön koko prosessin simuloinnista automaattisiin korjauksiin ja erikoistuneisiin malleihin.