Plato pozyskuje 16 mln dolarów w rundzie Serii A na budowę symulowanych miejsc pracy dla agentów AI

Plato pozyskało 16 mln dolarów w ramach finansowania Serii A na budowę symulowanych miejsc pracy, w których modele AI mogą ćwiczyć korzystanie z oprogramowania, podejmowanie decyzji biznesowych i wykonywanie złożonych zadań, zanim zaczną działać w rzeczywistych systemach. Rundzie przewodził Nava Ventures, a udział w niej wzięły także Gradient Ventures, Transpose Platform oraz Mustafa Suleyman, dyrektor generalny Microsoft AI.

Finansowanie zwiększa łączną kwotę pozyskaną przez Plato do 19 mln dolarów; wcześniej firmie przewodził w rundzie zalążkowej fundusz Gradient Ventures. Freddie Martignetti, założyciel Nava Ventures, dołącza do rady nadzorczej. Plato, założone w 2025 roku i mające siedzibę w San Francisco, przeznaczy pozyskany kapitał na rozszerzenie biblioteki środowisk pracy oraz oferty doświadczeń dostępnych dla twórców AI.

Inwestycja ma pomóc przezwyciężyć praktyczne ograniczenie związane z przejściem od chatbotów do agentów: wygenerowanie przekonującej odpowiedzi i wykonanie zadania to różne umiejętności. Agent obsługujący zakup, zgłoszenie do działu wsparcia lub proces księgowy musi korzystać z odpowiednich narzędzi, uzgadniać informacje, przestrzegać ograniczeń i pozostawiać dane w systemie w prawidłowym stanie.

Miejsce do ćwiczeń bez zmieniania danych w działających systemach

Szkolenie agenta w rzeczywistym systemie biznesowym może mieć konsekwencje, zanim agent będzie na to gotowy. Zadanie zakupowe może skutkować wydaniem pieniędzy, a proces administracyjny — zmianą danych prawdziwego klienta lub pracownika. Plato odtwarza takie procesy w odizolowanych środowiskach, które programiści mogą resetować i wykorzystywać ponownie.

„Opanowanie złożonej pracy w rzeczywistych warunkach wymaga doświadczenia zdobywanego podczas wykonywania takich zadań” — powiedział Robert Farlow, współzałożyciel i dyrektor generalny Plato, w komunikacie. Symulacje firmy mają odtwarzać narzędzia, decyzje i nieprzewidziane sytuacje, które sprawiają, że praca zawodowa jest trudna.

Plato współpracuje z ekspertami branżowymi, aby odtwarzać zadania z zakresu obsługi klienta, zarządzania personelem, finansów, księgowości i administracji w ochronie zdrowia. Laboratoria AI mogą wykorzystywać powstałe środowiska do uczenia przez wzmacnianie, w którym modele podejmują próby wykonania zadań i uczą się na podstawie informacji zwrotnych z kolejnych doświadczeń, a także do oceny ich wyników.

Od symulatorów oprogramowania do procesów, których wyniki można weryfikować

Na stronie internetowej firmy Plato przedstawia się jako laboratorium badań stosowanych, które przekształca rzeczywiste oprogramowanie i dane w środowiska służące do trenowania agentów i oceny ich działania. Przykładowy proces pracy programisty obejmuje utworzenie sesji z wieloma symulatorami, załadowanie zadania, uruchomienie agenta i ocenę uzyskanego przebiegu jego działania. W przykładzie połączono symulatory GitHub, Jira i Stripe, pokazując, jak jedno zadanie może obejmować kilka narzędzi.

Taka struktura daje programistom powtarzalną jednostkę doświadczenia: początkowe środowisko pracy, zadanie do wykonania, działania agenta i sprawdzenie wyniku. Zresetowanie środowiska pozwala ponownie podjąć próbę rozwiązania tego samego problemu bez gromadzenia zmian na aktywnym koncie.

W raporcie badawczym Plato Computer Work Val v1.0, datowanym na 27 października, opisano zestaw walidacyjny obejmujący 300 zadań z 10 dziedzin i 36 ról zawodowych, realizowanych w 210 symulowanych aplikacjach. Firma informuje, że współtwórcy przekształcają wybrane elementy własnej pracy w środowiska oparte na replikach oprogramowania i fikcyjnych danych.

W jednym z przykładów agent ma przygotować kwartalne zestawienie zysków i strat, korzystając z symulowanych narzędzi do obsługi arkuszy kalkulacyjnych, poczty elektronicznej, płatności i bankowości. Oddzielne moduły weryfikujące sprawdzają takie wymagania jak prawidłowe ujęcie księgowe, poprawne przeliczenie walut i dostarczenie pliku końcowego. Takie podejście może ujawnić poważny błąd w procesie, który poza tym został ukończony: raport może trafić do właściwego odbiorcy, a mimo to zawyżać przychody.

W raporcie opisano również weryfikację przeprowadzaną przez ekspertów z danej profesji oraz kontrole pod kątem błędów w środowisku, rozbieżności między poleceniami a ocenianiem i manipulowania funkcją nagrody. Nacisk położono na zadania, które zawierają informacje niezbędne do ich pomyślnego wykonania, a jednocześnie wymagają rozumowania na podstawie wielu źródeł.

Dlaczego system oceniania ma znaczenie

Informacje zwrotne w symulacji wpływają na to, czego uczy się model. Jeśli ocena nagradza sfinalizowanie zakupu bez sprawdzania budżetu, agent może nauczyć się przedkładać ukończenie zadania nad instrukcje, które nadawały mu sens.

Plato informuje, że ocenia zarówno wynik, jak i sposób, w jaki model go osiągnął, w tym to, czy model postępował zgodnie z instrukcjami i przestrzegał ograniczeń. Sprawdza także, czy modele wykorzystują słabości środowiska, aby uzyskać wynik, który nie odzwierciedla prawidłowo wykonanej pracy.

„Tworzymy metody oceny odzwierciedlające rzeczywiste wymagania danego zadania, dzięki czemu programiści mogą odróżnić wysoki wynik od pracy wykonanej prawidłowo” — powiedział Pranav Putta, współzałożyciel i dyrektor ds. technologii Plato.

Osobny projekt firmy, Web Clone Bench, bada zdolność modeli do odtwarzania aplikacji internetowych na podstawie środowisk referencyjnych. Plato opisuje testy funkcjonalności i kontrolę jakości przeprowadzaną przez ludzi jako element tworzenia wiernych replik. W przypadku infrastruktury treningowej wierność odwzorowania jest wymogiem technicznym: brakujące funkcje lub nierealistyczne uproszczenia mogą zmienić strategie, których uczy się agent.

Finansowanie kolejnych doświadczeń w rzeczywistych warunkach

Farlow wcześniej stworzył w Yutori platformę do anotacji wspierającą trenowanie modeli obsługujących komputer. Putta ma doświadczenie w widzeniu komputerowym, robotyce i uczeniu przez wzmacnianie, a także pracował nad modelami obsługującymi komputer w MultiOn.

Nowe finansowanie pozwoli opłacić specjalistów, którzy odtworzą większą część swojej pracy w symulowanych środowiskach. Plato planuje również wdrażać agentów AI do wykonywania rzeczywistych zadań, aby zdobywali dodatkowe doświadczenie, a także opracowuje bardziej rozbudowane symulacje z dłuższymi procesami pracy i interakcjami z symulowanymi ludźmi.

Ta runda wpisuje się w szersze inwestycje w infrastrukturę do trenowania agentów, w tym finansowanie przez Labelbox środowisk do uczenia przez wzmacnianie i agentów AI. Plato zakłada, że modele potrzebują coraz większych zasobów realistycznych ćwiczeń, połączonych z ocenami, które respektują zasady wykonywanej pracy. Wartość tej infrastruktury zależy od tego, jak dobrze doświadczenie zdobyte w symulacji przygotowuje agenta do decyzji, przed którymi stanie poza nią.