Plurai、シード資金1,300万ドルを調達し、AIエージェント向けシミュレーションプラットフォームを公開

Pluraiは2026年11月11日、資金調達とサービス開始を発表し、シード資金として1,300万ドルを調達したことと、AIエージェント向けシミュレーションプラットフォームの一般提供を明らかにした。Team8が今回の資金調達を主導した。同社は、これまで一部のパートナーや顧客に限って提供していた製品に、無料プランを導入した。

U&I、Velocity、Mercerも参加し、20人を超えるエンジェル投資家や業界リーダーも加わった。参加者には、CyberArk創業者のUdi Mokady氏と、Google CloudでGoogle Models担当シニアディレクターを務め、以前はOpenAIでモデル評価を統括していたReah Miyara氏が含まれる。Microsoft 365 Copilotの最高技術責任者（CTO）であるEyal Carmi氏は、Pluraiのアドバイザリーボードに加わった。

Team8のマネージングパートナーであるAviad Harell氏は、顧客にエージェントを提供する前に信頼性を築き、本番環境で継続的に改善するために必要なインフラをPluraiが提供すると述べ、さらに次のように語った。「シミュレーションは、ソフトウェアにおけるCI/CDと同じように、エージェントの技術基盤に欠かせないものになるでしょう。」

シミュレーションプラットフォームの仕組み

Pluraiは、顧客のナレッジベース、ツール、ポリシーをもとに、エージェントとその稼働環境のデジタルツイン、つまりソフトウェア上の複製を構築する。次に、サンドボックス内で現実的なユーザーや敵対的なユーザーを模したシミュレーションにエージェントをさらし、ポリシー違反、ハルシネーション、誤った操作、ツール呼び出しの不具合、タスクの失敗、機密データの漏えいを検出する。これにより、顧客が問題に遭遇する前に対処できる。

製品ページによると、サービス、文書、環境の状態を模擬し、実行ごとにリセットできる隔離されたサンドボックスを用意している。また、本番環境のトレースを後続のシナリオに反映できる。Pluraiは、失敗の原因を根拠となる証拠と正確なコード上の位置まで追跡し、修正を生成する。その後、回帰テスト用のデータセットで修正を検証し、1つの修正によって別の問題が起きないことを確認する。

シミュレーションデータは、特定のタスクに特化した小規模言語モデルに追加学習を施す、ポストトレーニング用の例としても活用される。こうしたモデルはエージェントを動かすことも、継続的な評価器やガードレールとして機能することもできる。また、本番環境で新たに検出された失敗はシミュレーションにフィードバックされる。開発者はClaude Code、Codex、またはGitHub Copilotを出発点として利用でき、チームはSalesforce Agentforce上に構築されたエージェントとともにこのプラットフォームを使用できる。

企業が報告した成果

Pluraiによると、設計パートナーはエージェントの開発サイクルを数カ月から数時間に短縮し、実際のユーザーに届く失敗を82％減らし、信頼性の高いエージェントの運用コストを97％削減した。これらの成果は、AIを中核とする業界や規制の厳しい業界に属する一部の企業で得られた。対象には、フォーチュン500企業や大手金融機関が含まれ、プラットフォームの利用対象がより広いユーザー層に拡大する前の結果である。

2026年8月15日付の顧客事例では、ある導入事例が詳しく紹介されている。Pluraiによると、社名非公表の米国の大手企業向けITマネージドサービス事業者は、最初のカスタムモデルを20分で構築し、2週間以内に100を超えるモデルを作成した。この事例で検証されたポータルへの振り分け判断では、カスタムモデルがリクエストの89％を解決した。これは、推論機能を使わない既存のClaude Haiku環境の69％を上回る。レイテンシは1.0秒から0.15秒に、推論コストは1,000回の呼び出しあたり2.87ドルから0.076ドルに低下した。

2026年10月21日付の別の事例では、グローバル企業の顧客向けにNVIDIAおよびNebiusと実施した取り組みが紹介されている。Pluraiによると、最先端の教師モデルがラベル付けした3,722件の会話を学習データとして、NVIDIA Nemotron 3.5 Lightningにポストトレーニングを行った。その結果得られたモデルは、実際の本番環境のチャットで100点満点中88.8点の品質スコアを獲得した。Claude Haiku-5.5は78.4点、GPT-6 Lunaは88.6点だった。

自動運転の経験と合成データ

最高経営責任者（CEO）のIlan Kadar氏と最高技術責任者（CTO）のElad Levi氏は、Nexarで働いた後にPluraiを創業した。Kadar氏は同社でAI担当副社長、Levi氏はAIアーキテクトを務めていた。Kadar氏はPluraiの手法を自動運転車の検証になぞらえ、Waymoがシミュレーション上で200億マイルを超える走行を行っており、実環境での走行距離のおよそ100倍に相当すると述べた。

BARREDは、Arnon Mazza氏とLevi氏が2026年4月28日に投稿したプレプリントで、このパイプラインを支える合成データ生成手法を示している。この手法では、対象領域を複数の次元に分解し、マルチエージェントによる議論を通じてラベルを検証する。必要なのはタスクの説明と、ラベルの付いていない少数の例だけだ。Pluraiによると、この手法はICML 2026に採択された。

今回のシード資金調達と無料プランの導入により、Pluraiは一部の設計パートナーとの取り組みから、より広い利用者を対象とするセルフサービス型の検証へと移行する。次の段階で焦点となるのは、より多くのチームがシミュレーション、自動修正、特化型モデルを組み合わせた一連のプロセスを採用する中でも、導入事例で報告された信頼性とコストの改善が維持されるかどうかだ。