Plurai ने 13 मिलियन डॉलर की सीड फंडिंग जुटाई और AI एजेंट सिमुलेशन प्लेटफ़ॉर्म सबके लिए उपलब्ध कराया

Plurai ने 11 नवंबर 2026 को फंडिंग और लॉन्च की घोषणा की और बताया कि उसने 13 मिलियन डॉलर की सीड फंडिंग जुटाई है तथा उसका AI एजेंट सिमुलेशन प्लेटफ़ॉर्म अब आम तौर पर उपलब्ध है। Team8 ने इस निवेश दौर का नेतृत्व किया। कंपनी ने ऐसे उत्पाद के लिए मुफ़्त विकल्प भी पेश किया, जो पहले चुनिंदा साझेदारों और ग्राहकों तक ही सीमित था।

U&I, Velocity और Mercer ने भी निवेश में भाग लिया। उनके साथ 20 से अधिक एंजल निवेशक और उद्योग जगत के नेता भी शामिल हुए। इनमें CyberArk के संस्थापक Udi Mokady और Google Cloud में Google Models की वरिष्ठ निदेशक तथा OpenAI में मॉडल मूल्यांकन की पूर्व प्रमुख Reah Miyara शामिल थीं। Microsoft 365 Copilot के CTO Eyal Carmi, Plurai के सलाहकार मंडल में शामिल हुए।

Team8 के मैनेजिंग पार्टनर Aviad Harell ने कहा कि Plurai उस बुनियादी ढाँचे की ज़रूरत पूरी करता है, जो एजेंटों के ग्राहकों तक पहुँचने से पहले उन पर भरोसा कायम करने और उत्पादन में उनके प्रदर्शन को लगातार बेहतर बनाने के लिए आवश्यक है। उन्होंने आगे कहा, “सिमुलेशन एजेंट स्टैक के लिए उतना ही बुनियादी हो जाएगा, जितना सॉफ़्टवेयर के लिए CI/CD है।”

सिमुलेशन प्लेटफ़ॉर्म कैसे काम करता है

Plurai, ग्राहक के ज्ञान-आधार, टूल और नीतियों के आधार पर एजेंट और उसके संचालन परिवेश की एक डिजिटल ट्विन यानी सॉफ़्टवेयर प्रतिकृति बनाता है। फिर वह सैंडबॉक्स में एजेंट को वास्तविक परिस्थितियों जैसे और प्रतिकूल व्यवहार करने वाले सिम्युलेटेड उपयोगकर्ताओं के सामने रखता है। इसका उद्देश्य है कि ग्राहकों के सामने आने से पहले नीतियों का उल्लंघन, मनगढ़ंत जानकारी, गलत कार्रवाइयाँ, टूल कॉल में गड़बड़ियाँ, विफल कार्य और संवेदनशील डेटा का लीक होना पकड़ लिया जाए।

उत्पाद पृष्ठ में अलग-थलग सैंडबॉक्स का वर्णन है, जिनमें सेवाओं, दस्तावेज़ों और परिवेश की स्थिति का नकली रूप बनाया जा सकता है और हर बार चलाने के बीच उन्हें रीसेट किया जा सकता है। वहीं, बाद के परिदृश्य तैयार करने में उत्पादन के दौरान दर्ज हुए ट्रेस काम आ सकते हैं। Plurai विफलताओं का पता लगाकर उनसे जुड़े साक्ष्य और कोड के सटीक स्थान बताता है, सुधार तैयार करता है और उन्हें प्रतिगमन परीक्षणों के एक समूह के ज़रिए जाँचता है, ताकि यह सुनिश्चित हो सके कि एक समस्या ठीक करने से कोई दूसरी समस्या पैदा न हो।

सिमुलेशन डेटा, सीमित कार्यों के लिए छोटे भाषा मॉडल को अतिरिक्त प्रशिक्षण देने यानी पोस्ट-ट्रेनिंग के उदाहरण भी देता है। ये मॉडल एजेंट चला सकते हैं या लगातार मूल्यांकनकर्ता और सुरक्षा उपायों के रूप में काम कर सकते हैं, जबकि उत्पादन में नई पहचानी गई विफलताएँ वापस सिमुलेशन प्रक्रिया में शामिल की जाती हैं। डेवलपर Claude Code, Codex या GitHub Copilot से शुरुआत कर सकते हैं, और टीमें Salesforce Agentforce पर बने एजेंटों के साथ भी इस प्लेटफ़ॉर्म का उपयोग कर सकती हैं।

कंपनी द्वारा बताए गए नतीजे

Plurai का कहना है कि डिज़ाइन साझेदारों ने एजेंट विकास चक्र को महीनों से घटाकर घंटों तक कर दिया, वास्तविक उपयोगकर्ताओं तक पहुँचने वाली विफलताओं में 82% की कमी की और भरोसेमंद एजेंट चलाने की लागत 97% घटाई। ये नतीजे AI-केंद्रित और अत्यधिक विनियमित उद्योगों के चुनिंदा संगठनों से मिले, जिनमें Fortune 500 कंपनियाँ और बड़ी वित्तीय कंपनियाँ शामिल थीं। इसके बाद ही यह प्लेटफ़ॉर्म अधिक व्यापक उपयोगकर्ता वर्ग के लिए खोला गया।

15 अगस्त 2026 का ग्राहक केस अध्ययन एक कार्यान्वयन की विस्तृत जानकारी देता है। Plurai के मुताबिक, अमेरिका के एक अनाम उद्यम आईटी प्रबंधित-सेवा प्रदाता ने अपना पहला कस्टम मॉडल 20 मिनट में और दो सप्ताह के भीतर 100 से अधिक मॉडल बनाए। अध्ययन में जाँचे गए पोर्टल-रूटिंग निर्णय के लिए, कस्टम मॉडल ने 89% अनुरोधों का समाधान किया, जबकि तर्क-क्षमता के बिना मौजूदा Claude Haiku सेटअप ने 69% का। साथ ही, प्रतिक्रिया में लगने वाला समय 1.0 सेकंड से घटकर 0.15 सेकंड और अनुमान लागत प्रति 1,000 कॉल 2.87 डॉलर से घटकर 0.076 डॉलर रह गई।

21 अक्टूबर 2026 का एक अलग केस अध्ययन, एक वैश्विक उद्यम ग्राहक के लिए NVIDIA और Nebius के साथ किए गए काम का ब्यौरा देता है। Plurai के मुताबिक, उसने NVIDIA Nemotron 3.5 Lightning को पोस्ट-ट्रेनिंग दी। इसके लिए अग्रणी शिक्षक मॉडल द्वारा लेबल की गई 3,722 बातचीतों का प्रशिक्षण सेट इस्तेमाल किया गया। वास्तविक उत्पादन चैट पर इस मॉडल को 100 में से 88.8 का गुणवत्ता स्कोर मिला, जबकि Claude Haiku-5.5 को 78.4 और GPT-6 Luna को 88.6 अंक मिले।

स्वचालित ड्राइविंग की पृष्ठभूमि और सिंथेटिक डेटा

मुख्य कार्यकारी Ilan Kadar और मुख्य प्रौद्योगिकी अधिकारी Elad Levi ने Nexar में काम करने के बाद Plurai की स्थापना की। Nexar में Kadar AI के उपाध्यक्ष थे और Levi AI आर्किटेक्ट थे। Kadar ने Plurai के तरीके की तुलना स्वचालित वाहनों के सत्यापन से की और बताया कि Waymo ने 20 अरब से अधिक मील का सिमुलेशन किया है—यह दूरी उनकी वास्तविक दुनिया की ड्राइविंग से लगभग 100 गुना अधिक है।

BARRED, Arnon Mazza और Levi द्वारा 28 अप्रैल 2026 को प्रस्तुत एक प्रीप्रिंट, इस प्रक्रिया के पीछे की सिंथेटिक-डेटा पद्धति बताता है। इसमें किसी क्षेत्र को अलग-अलग आयामों में बाँटा जाता है और लेबल की पुष्टि के लिए कई एजेंटों के बीच बहस का उपयोग किया जाता है। इसके लिए केवल कार्य का विवरण और बिना लेबल वाले कुछ उदाहरण चाहिए। Plurai का कहना है कि इस पद्धति को ICML 2026 में स्वीकार किया गया।

सीड फंडिंग और मुफ़्त विकल्प Plurai को चुनिंदा डिज़ाइन साझेदारियों से आगे ले जाकर इस तरीके की व्यापक स्व-सेवा जाँच का अवसर देते हैं। अगले चरण में मुख्य सवाल यह है कि क्या इन कार्यान्वयनों में बताई गई विश्वसनीयता और लागत संबंधी बढ़त तब भी बनी रहती है, जब अधिक टीमें सिमुलेशन, स्वचालित सुधार और विशिष्ट मॉडलों के पूरे चक्र को अपनाती हैं।