Plurai atrage 13 milioane de dolari în runda seed și lansează o platformă de simulare a agenților IA

Plurai a anunțat finanțarea și lansarea pe 11 noiembrie 2026, dezvăluind că a obținut 13 milioane de dolari în finanțare seed și că platforma sa de simulare a agenților IA este disponibilă în general. Team8 a condus runda, iar compania a introdus un plan gratuit pentru un produs care până atunci era disponibil doar unor parteneri și clienți selectați.

La rundă au participat și U&I, Velocity și Mercer, alături de peste 20 de investitori providențiali și lideri din industrie. Printre aceștia s-au numărat Udi Mokady, fondatorul CyberArk, și Reah Miyara, director principal pentru Google Models la Google Cloud și fostă responsabilă de evaluarea modelelor la OpenAI. Eyal Carmi, directorul tehnic al Microsoft 365 Copilot, s-a alăturat consiliului consultativ al Plurai.

Aviad Harell, partener coordonator la Team8, a declarat că Plurai oferă infrastructura necesară pentru a câștiga încrederea în agenți înainte ca aceștia să ajungă la clienți și pentru a-i îmbunătăți continuu în mediul de producție, adăugând: „Simularea va deveni la fel de fundamentală pentru stiva de agenți precum CI/CD pentru software.”

Cum funcționează platforma de simulare

Plurai creează un geamăn digital, adică o replică software, a unui agent și a mediului în care acesta operează, folosind baza de cunoștințe, instrumentele și politicile clientului. Apoi testează agentul într-un mediu izolat cu utilizatori simulați realiști și ostili, pentru a identifica încălcări ale politicilor, halucinații, acțiuni incorecte, apeluri de instrumente defectuoase, sarcini nefinalizate și scurgeri de date sensibile, înainte ca acestea să-i afecteze pe clienți.

Pagina produsului prezintă medii izolate în care serviciile, documentele și starea sistemului pot fi simulate și resetate între rulări, iar urmele din mediul de producție pot contribui la scenarii ulterioare. Plurai urmărește erorile până la dovezi și la locațiile exacte din cod, generează remedieri și le validează pe baza unui set de regresie, pentru a verifica dacă o reparație nu provoacă o altă eroare.

Datele din simulări oferă și exemple pentru antrenarea suplimentară: instruirea modelelor lingvistice mici pentru sarcini specifice. Aceste modele pot rula agentul sau pot acționa ca evaluatori permanenți și mecanisme de protecție, în timp ce erorile nou detectate în mediul de producție sunt reintroduse în simulare. Dezvoltatorii pot începe cu Claude Code, Codex sau GitHub Copilot, iar echipele pot folosi platforma împreună cu agenți creați pe baza Salesforce Agentforce.

Rezultate raportate de companie

Plurai afirmă că partenerii de proiectare au redus ciclurile de dezvoltare a agenților de la luni la ore, au diminuat cu 82% numărul de erori care ajung la utilizatorii reali și au scăzut cu 97% costul de operare a agenților fiabili. Rezultatele au fost obținute de un grup select de companii din sectoarele care adoptă IA în mod nativ și din industrii puternic reglementate, inclusiv companii din Fortune 500 și mari instituții financiare, înainte ca platforma să devină disponibilă unui public mai larg.

Un studiu de caz din 15 august 2026 oferă o analiză detaliată a unei implementări. Plurai a declarat că un furnizor american de servicii IT gestionate pentru companii, al cărui nume nu a fost dezvăluit, și-a creat primul model personalizat în 20 de minute și peste 100 în două săptămâni. Pentru decizia de direcționare a solicitărilor către portal, analizată în studiu, modelul personalizat a rezolvat 89% dintre solicitări, față de 69% în cazul configurației existente cu Claude Haiku, fără raționament; latența a scăzut de la 1,0 secundă la 0,15 secunde, iar costul inferenței, de la 2,87 USD la 0,076 USD pentru 1.000 de apeluri.

Un alt studiu de caz din 21 octombrie 2026 descrie activitatea desfășurată împreună cu NVIDIA și Nebius pentru un client din rândul companiilor globale. Plurai afirmă că a antrenat suplimentar NVIDIA Nemotron 3.5 Lightning folosind un set de antrenare alcătuit din 3.722 de conversații etichetate de un model profesor de ultimă generație; modelul rezultat a obținut un scor de calitate de 88,8 din 100 în conversații reale din mediul de producție, față de 78,4 pentru Claude Haiku-5.5 și 88,6 pentru GPT-6 Luna.

Origini în conducerea autonomă și date sintetice

Directorul general Ilan Kadar și directorul tehnic Elad Levi au fondat Plurai după ce au lucrat la Nexar, unde Kadar era vicepreședinte pentru IA, iar Levi, arhitect IA. Kadar a comparat abordarea Plurai cu validarea vehiculelor autonome și a menționat cele peste 20 de miliarde de mile simulate parcurse de Waymo, despre care a spus că reprezintă aproximativ de 100 de ori distanța parcursă în condiții reale.

BARRED, un preprint trimis spre evaluare pe 28 aprilie 2026 de Arnon Mazza și Levi, oferă metoda de generare a datelor sintetice folosită în acest flux de lucru. Metoda descompune un domeniu în dimensiuni și folosește dezbateri între mai mulți agenți pentru a verifica etichetele, având nevoie doar de o descriere a sarcinii și de un set restrâns de exemple neetichetate. Plurai afirmă că metoda a fost acceptată la ICML 2026.

Runda seed și planul gratuit permit Plurai să treacă de la parteneriate de proiectare cu un grup select de companii la testarea unei abordări de autoservire, disponibilă unui public mai larg. Întrebarea esențială pentru următoarea etapă este dacă îmbunătățirile de fiabilitate și de cost raportate în aceste implementări se vor menține pe măsură ce mai multe echipe adoptă întregul proces, de la simulare și remedieri automate până la modele specializate.