Plato привлекает $16 млн в раунде серии A для создания симулируемых рабочих сред для ИИ-агентов

Plato привлекла $16 млн в рамках раунда серии A, чтобы создать симулируемые рабочие среды, где модели ИИ смогут практиковаться в работе с программным обеспечением, принятии бизнес-решений и выполнении сложных задач до того, как начнут работать в реальных системах. Раунд возглавила Nava Ventures; в нем также приняли участие Gradient Ventures, Transpose Platform и Мустафа Сулейман, генеральный директор Microsoft AI.

С учетом привлеченных средств общий объем финансирования Plato достиг $19 млн после посевного раунда, который возглавила Gradient Ventures. Основатель Nava Ventures Фредди Мартинетти войдет в совет директоров. Компания Plato, основанная в 2025 году и расположенная в Сан-Франциско, направит средства на расширение библиотеки рабочих сред и возможностей, доступных разработчикам ИИ.

Инвестиции направлены на решение практической проблемы перехода от чат-ботов к агентам: убедительно сформулировать ответ и выполнить задачу — разные умения. Агенту, который занимается покупкой, обращением в службу поддержки или бухгалтерской операцией, необходимо пользоваться нужными инструментами, сверять данные, соблюдать ограничения и оставлять исходные записи в надлежащем состоянии.

Среда для практики без изменения реальных записей

Обучение агента в реальной бизнес-системе может привести к последствиям еще до того, как он будет готов к работе. Выполнение задачи по закупке может повлечь за собой расходование средств, а административный процесс — изменить настоящую запись о клиенте или сотруднике. Plato воссоздает такие процессы в изолированных средах, которые разработчики могут сбрасывать и использовать повторно.

«Освоить сложную реальную работу можно, только выполняя такие задачи на практике», — заявил в объявлении Роберт Фарлоу, сооснователь и генеральный директор Plato. Симуляции компании призваны воспроизводить инструменты, решения и непредвиденные ситуации, из-за которых профессиональная работа становится сложной.

Plato сотрудничает с профильными специалистами, чтобы воссоздавать рабочие процессы в службе поддержки клиентов, управлении персоналом, финансах, бухгалтерском учете и административной работе в сфере здравоохранения. Лаборатории ИИ могут использовать полученные среды для обучения с подкреплением, в ходе которого модели выполняют задачи и учатся на обратной связи, многократно проходя их, а также для оценки их производительности.

От симуляторов программного обеспечения к проверяемым рабочим процессам

На сайте компании Plato описывает себя как лабораторию прикладных исследований, которая превращает реальные программы и данные в среды для обучения и оценки агентов. В примере рабочего процесса для разработчиков создается сеанс с несколькими симуляторами, загружается задача, запускается агент и оценивается результат его работы. В примере используются симуляторы GitHub, Jira и Stripe, что показывает, как одна задача может охватывать несколько инструментов.

Такая структура дает разработчикам повторяемую единицу опыта: исходное рабочее пространство, задачу, которую нужно выполнить, действия агента и проверки результата. Сброс рабочего пространства позволяет снова решать ту же задачу, не накапливая изменения в реальной учетной записи.

В исследовательском отчете Plato «Computer Work Val v1.0» от 27 октября описана проверочная выборка из 300 задач в 10 областях и 36 должностных ролях, выполняемых в 210 симулируемых приложениях. По словам компании, участники преобразуют отдельные элементы своей работы в среды, созданные на основе копий программного обеспечения и тестовых данных.

В одном примере агенту поручают подготовить квартальный отчет о прибылях и убытках с помощью симулируемых инструментов для работы с электронными таблицами, электронной почтой, платежами и банковскими операциями. Отдельные проверяющие модули контролируют такие требования, как правильный учет операций, корректный пересчет валют и доставка итогового файла. Такой подход может выявить серьезную ошибку даже в процессе, который в остальном выполнен до конца: отчет может попасть к нужному адресату, но при этом завышать выручку.

В отчете также описаны проверки, которые проводят специалисты в соответствующей области, а также поиск дефектов среды, несоответствий между инструкциями и оцениванием и манипулирования вознаграждением. Основное внимание уделяется задачам, в которых есть все необходимые для успеха сведения, но при этом требуется рассуждать, опираясь на несколько источников.

Почему важна система оценки

Обратная связь в симуляции влияет на то, чему обучается модель. Если при оценке вознаграждается завершенная покупка, но не проверяется соблюдение бюджета, агент может усвоить, что завершение задачи важнее инструкций, придающих ей смысл.

По словам Plato, компания оценивает как результат, так и то, каким образом модель его достигла, в том числе следовала ли она инструкциям и соблюдала ли ограничения. Кроме того, компания проверяет, не используют ли модели слабые места среды, чтобы получить оценку, не отражающую качество выполненной работы.

«Мы создаем системы оценки, которые отражают реальные требования к работе, чтобы разработчики могли отличать высокий балл от правильно выполненной задачи», — заявил Прана́в Путта, сооснователь и технический директор Plato.

Отдельный проект компании — Web Clone Bench — оценивает способность моделей воссоздавать веб-приложения по эталонным средам. По описанию Plato, создание точных копий включает проверку функциональности и контроль качества специалистами. Для инфраструктуры обучения точность воспроизведения — техническое требование: отсутствующие функции или нереалистичные упрощения могут изменить стратегии, которым обучается агент.

Финансирование для накопления опыта работы в реальных условиях

Ранее Фарлоу создал в Yutori платформу для разметки данных, предназначенную для обучения моделей работе с компьютером. Путта имеет опыт в области компьютерного зрения, робототехники и обучения с подкреплением, а также работал над моделями для взаимодействия с компьютером в MultiOn.

Новое финансирование позволит оплачивать работу специалистов, которые будут воссоздавать больше аспектов своей работы в моделируемых средах. Plato также планирует задействовать ИИ-агентов для выполнения реальных задач, чтобы собирать дополнительный опыт, и разрабатывает более сложные симуляции с продолжительными рабочими процессами и взаимодействием с виртуальными людьми.

Этот раунд финансирования последовал за более широкими инвестициями в инфраструктуру для обучения агентов, в том числе за финансированием Labelbox на создание сред для обучения с подкреплением и ИИ-агентов. Plato делает ставку на то, что моделям необходим постоянно растущий запас реалистичных практических заданий, а также оценки, сохраняющие правила работы. Ценность этой инфраструктуры зависит от того, насколько опыт, полученный в симуляции, помогает агенту подготовиться к решениям, с которыми он столкнётся за её пределами.