Plurai Menggalang Pendanaan Awal $13 Juta dan Membuka Platform Simulasi Agen AI

Plurai mengumumkan pendanaan dan peluncuran pada 11 November 2026, mengungkapkan bahwa perusahaan tersebut memperoleh pendanaan awal sebesar $13 juta dan platform simulasi agen AI-nya kini tersedia secara umum. Team8 memimpin putaran pendanaan ini, bersamaan dengan peluncuran paket gratis untuk produk yang sebelumnya hanya tersedia bagi mitra dan pelanggan tertentu.

U&I, Velocity, dan Mercer turut berpartisipasi, bersama lebih dari 20 investor malaikat dan pemimpin industri. Mereka termasuk pendiri CyberArk, Udi Mokady, serta Reah Miyara, direktur senior Google Models di Google Cloud dan mantan pemimpin evaluasi model di OpenAI. Eyal Carmi, CTO Microsoft 365 Copilot, bergabung dengan dewan penasihat Plurai.

Aviad Harell, mitra pengelola Team8, mengatakan bahwa Plurai menangani kebutuhan infrastruktur untuk membangun kepercayaan sebelum agen menjangkau pelanggan dan terus menyempurnakannya setelah diterapkan, seraya menambahkan: “Simulasi akan menjadi bagian mendasar dari tumpukan agen, sama seperti CI/CD bagi perangkat lunak.”

Cara Kerja Platform Simulasi

Plurai membuat kembaran digital, atau replika perangkat lunak, dari agen dan lingkungan operasinya berdasarkan basis pengetahuan, alat, dan kebijakan pelanggan. Agen tersebut kemudian diuji di lingkungan terisolasi dengan pengguna simulasi yang realistis dan adversarial untuk mendeteksi pelanggaran kebijakan, halusinasi, tindakan yang keliru, pemanggilan alat yang gagal, tugas yang tidak terselesaikan, serta kebocoran data sensitif sebelum pelanggan mengalaminya.

Halaman produk menjelaskan lingkungan terisolasi tempat layanan, dokumen, dan keadaan dunia dapat disimulasikan dan diatur ulang di antara pengujian, sementara rekam jejak produksi dapat menjadi masukan bagi skenario berikutnya. Plurai menelusuri kegagalan hingga ke bukti dan lokasi kode yang tepat, menghasilkan perbaikan, lalu memvalidasinya terhadap kumpulan regresi untuk memastikan satu perbaikan tidak menimbulkan kegagalan lain.

Data simulasi juga menyediakan contoh untuk pelatihan lanjutan, yaitu pelatihan tambahan bagi model bahasa kecil yang dirancang untuk tugas-tugas khusus. Model tersebut dapat menjalankan agen atau bertindak sebagai evaluator berkelanjutan dan mekanisme pengaman, sementara kegagalan baru yang terdeteksi dalam produksi dimasukkan kembali ke simulasi. Pengembang dapat memulai dengan Claude Code, Codex, atau GitHub Copilot, dan tim dapat menggunakan platform ini bersama agen yang dibangun di atas Salesforce Agentforce.

Hasil yang Dilaporkan Perusahaan

Plurai melaporkan bahwa mitra desain memangkas siklus pengembangan agen dari hitungan bulan menjadi hitungan jam, mengurangi kegagalan yang dialami pengguna nyata sebesar 82%, dan menurunkan biaya pengoperasian agen yang andal sebesar 97%. Hasil tersebut diperoleh dari kelompok mitra terpilih di berbagai industri yang mengutamakan AI dan industri dengan regulasi ketat, termasuk perusahaan Fortune 500 dan perusahaan keuangan besar, sebelum platform dibuka untuk basis pengguna yang lebih luas.

Sebuah studi kasus pelanggan tertanggal 15 Agustus 2026 memberikan gambaran terperinci tentang salah satu penerapan. Plurai menyatakan bahwa sebuah penyedia layanan terkelola TI untuk perusahaan di AS yang tidak disebutkan namanya membuat model kustom pertamanya dalam 20 menit dan lebih dari 100 model dalam dua minggu. Untuk keputusan pengalihan portal yang dikaji dalam studi tersebut, model kustom itu menyelesaikan 89% permintaan, dibandingkan dengan 69% pada konfigurasi Claude Haiku yang sudah ada tanpa kemampuan penalaran. Latensi turun dari 1,0 detik menjadi 0,15 detik, sementara biaya inferensi turun dari $2.87 menjadi $0.076 per 1.000 panggilan.

Sebuah studi kasus tertanggal 21 Oktober 2026 yang terpisah menguraikan kerja sama dengan NVIDIA dan Nebius untuk pelanggan perusahaan global. Plurai melaporkan bahwa pihaknya melakukan pelatihan lanjutan pada NVIDIA Nemotron 3.5 Lightning menggunakan kumpulan pelatihan berisi 3.722 percakapan yang diberi label oleh model pengajar mutakhir; model yang dihasilkan memperoleh skor kualitas 88,8 dari 100 pada percakapan produksi nyata, dibandingkan dengan 78,4 untuk Claude Haiku-5.5 dan 88,6 untuk GPT-6 Luna.

Akar di Pengembangan Kendaraan Otonom dan Data Sintetis

CEO Ilan Kadar dan CTO Elad Levi mendirikan Plurai setelah bekerja di Nexar, tempat Kadar menjabat sebagai wakil presiden AI dan Levi sebagai arsitek AI. Kadar membandingkan pendekatan Plurai dengan validasi kendaraan otonom, dengan menyebut lebih dari 20 miliar mil simulasi yang ditempuh Waymo—sekitar 100 kali jarak tempuhnya di dunia nyata, menurut perkiraan Kadar.

BARRED, prapublikasi yang diajukan pada 28 April 2026 oleh Arnon Mazza dan Levi, menyediakan metode data sintetis di balik alur tersebut. Metode ini menguraikan suatu ranah menjadi beberapa dimensi dan menggunakan debat multiagen untuk memverifikasi label, hanya dengan memerlukan deskripsi tugas dan sejumlah kecil contoh tanpa label. Plurai menyatakan bahwa metode tersebut diterima untuk ICML 2026.

Putaran pendanaan awal dan paket gratis membawa Plurai dari kemitraan desain terpilih ke pengujian pendekatan ini secara mandiri oleh khalayak yang lebih luas. Pertanyaan utama untuk tahap berikutnya adalah apakah peningkatan keandalan dan penghematan biaya yang dilaporkan dalam berbagai penerapan tersebut tetap tercapai seiring makin banyak tim mengadopsi seluruh rangkaian proses, mulai dari simulasi dan perbaikan otomatis hingga model khusus.