Plato ระดมทุนรอบ Series A ได้ 16 ล้านดอลลาร์ เพื่อสร้างสถานที่ทำงานจำลองสำหรับ AI Agent

Plato ระดมทุนรอบ Series A ได้ 16 ล้านดอลลาร์ เพื่อสร้างสถานที่ทำงานจำลองที่โมเดล AI สามารถฝึกใช้ซอฟต์แวร์ ตัดสินใจในบริบทธุรกิจ และทำงานที่ซับซ้อนให้สำเร็จ ก่อนนำไปใช้งานในระบบจริง Nava Ventures เป็นผู้นำการระดมทุนรอบนี้ โดยมี Gradient Ventures, Transpose Platform และ Mustafa Suleyman ซีอีโอของ Microsoft AI เข้าร่วมลงทุน

การระดมทุนครั้งนี้ทำให้ Plato มีเงินทุนรวม 19 ล้านดอลลาร์ หลังจากการระดมทุนรอบ Seed ซึ่งมี Gradient Ventures เป็นผู้นำ Freddie Martignetti ผู้ก่อตั้ง Nava Ventures จะเข้าร่วมเป็นกรรมการบริษัท Plato ก่อตั้งขึ้นในปี 2025 และมีสำนักงานใหญ่ในซานฟรานซิสโก โดยจะนำเงินทุนไปขยายคลังสภาพแวดล้อมการทำงานและประสบการณ์ที่เปิดให้นักพัฒนา AI ใช้งาน

การลงทุนนี้มุ่งแก้ข้อจำกัดในทางปฏิบัติของการเปลี่ยนจากแชตบอตไปสู่เอเจนต์ นั่นคือ การให้คำตอบที่น่าเชื่อถือกับการลงมือทำงานให้สำเร็จเป็นความสามารถคนละด้าน เอเจนต์ที่จัดการเรื่องการซื้อ เคสฝ่ายสนับสนุน หรืองานด้านบัญชี ต้องใช้เครื่องมือที่ถูกต้อง กระทบยอดข้อมูล ปฏิบัติตามข้อจำกัด และทำให้ระเบียนข้อมูลพื้นฐานอยู่ในสถานะที่ถูกต้อง

พื้นที่ฝึกฝนโดยไม่เปลี่ยนแปลงระเบียนข้อมูลจริง

การฝึกเอเจนต์ในระบบธุรกิจจริงอาจก่อให้เกิดผลกระทบก่อนที่เอเจนต์จะพร้อม งานจัดซื้ออาจทำให้มีการใช้จ่ายเงินจริง ขณะที่ขั้นตอนการทำงานด้านธุรการอาจเปลี่ยนแปลงระเบียนของลูกค้าหรือพนักงานจริง Plato จำลองขั้นตอนการทำงานเหล่านี้ในสภาพแวดล้อมที่แยกเป็นอิสระ ซึ่งนักพัฒนาสามารถรีเซ็ตและนำกลับมาใช้ซ้ำได้

“การทำงานจริงที่ซับซ้อนให้เชี่ยวชาญได้ก็ด้วยประสบการณ์จากการลงมือทำงานเหล่านั้น” Robert Farlow ผู้ร่วมก่อตั้งและซีอีโอของ Plato กล่าวในประกาศดังกล่าว การจำลองของบริษัทมีจุดประสงค์เพื่อจำลองเครื่องมือ การตัดสินใจ และสถานการณ์ไม่คาดคิดที่ทำให้งานระดับมืออาชีพเป็นเรื่องยาก

Plato ทำงานร่วมกับผู้เชี่ยวชาญเฉพาะด้านเพื่อจำลองงานในด้านการสนับสนุนลูกค้า งานบริหารบุคลากร การเงิน การบัญชี และงานธุรการด้านสุขภาพ ห้องปฏิบัติการ AI สามารถใช้สภาพแวดล้อมที่สร้างขึ้นเพื่อการเรียนรู้แบบเสริมกำลัง ซึ่งโมเดลจะทดลองทำงานและเรียนรู้จากผลตอบรับผ่านประสบการณ์ซ้ำหลายครั้ง รวมถึงใช้ประเมินประสิทธิภาพของโมเดลได้ด้วย

จากเครื่องจำลองซอฟต์แวร์สู่ขั้นตอนการทำงานที่ตรวจสอบได้

เว็บไซต์ของบริษัทอธิบายว่า Plato เป็นห้องปฏิบัติการวิจัยประยุกต์ที่นำซอฟต์แวร์และข้อมูลจากโลกจริงมาสร้างเป็นสภาพแวดล้อมสำหรับฝึกและประเมินเอเจนต์ ตัวอย่างขั้นตอนการทำงานสำหรับนักพัฒนาของบริษัทเริ่มจากสร้างเซสชันที่มีเครื่องจำลองหลายตัว โหลดงาน เรียกใช้เอเจนต์ แล้วประเมินผลการทำงานที่ได้ ตัวอย่างนี้ผสานเครื่องจำลองของ GitHub, Jira และ Stripe เพื่อแสดงให้เห็นว่างานหนึ่งอาจต้องใช้เครื่องมือหลายอย่าง

โครงสร้างดังกล่าวช่วยให้นักพัฒนามีหน่วยประสบการณ์ที่ทำซ้ำได้ ซึ่งประกอบด้วยพื้นที่ทำงานเริ่มต้น งานที่ต้องทำ การดำเนินการของเอเจนต์ และการตรวจสอบผลลัพธ์ การรีเซ็ตพื้นที่ทำงานทำให้สามารถลองทำโจทย์เดิมซ้ำได้ โดยไม่สะสมการเปลี่ยนแปลงไว้ในบัญชีที่ใช้งานจริง

รายงานวิจัย Computer Work Val v1.0 ของ Plato ลงวันที่ 27 ตุลาคม ระบุถึงชุดข้อมูลตรวจสอบความถูกต้องที่มีงาน 300 รายการ ครอบคลุม 10 สาขาและ 36 บทบาท โดยทำงานผ่านแอปพลิเคชันจำลอง 210 รายการ บริษัทระบุว่าผู้ร่วมให้ข้อมูลนำส่วนหนึ่งของงานที่ตนทำมาแปลงเป็นสภาพแวดล้อม ซึ่งสร้างจากซอฟต์แวร์จำลองและข้อมูลจำลอง

ตัวอย่างหนึ่งให้เอเจนต์จัดทำงบกำไรขาดทุนรายไตรมาส โดยใช้เครื่องมือจำลองสำหรับสเปรดชีต อีเมล การชำระเงิน และธนาคาร ระบบตรวจสอบแยกกันจะตรวจข้อกำหนดต่าง ๆ เช่น วิธีการบันทึกบัญชี การแปลงสกุลเงินอย่างถูกต้อง และการส่งไฟล์ฉบับสุดท้าย แนวทางนี้อาจเผยให้เห็นข้อผิดพลาดที่ส่งผลสำคัญ แม้ขั้นตอนการทำงานโดยรวมจะเสร็จสมบูรณ์แล้วก็ตาม กล่าวคือ รายงานอาจส่งถึงผู้รับที่ถูกต้อง แต่ยังแสดงรายได้สูงเกินจริง

รายงานยังกล่าวถึงการตรวจทานโดยผู้เชี่ยวชาญในสายอาชีพที่เกี่ยวข้อง ตลอดจนการตรวจหาข้อบกพร่องของสภาพแวดล้อม ความไม่สอดคล้องระหว่างโจทย์กับเกณฑ์ให้คะแนน และการแฮ็กรางวัล โดยเน้นงานที่มีข้อมูลจำเป็นต่อการทำงานให้สำเร็จ แต่ยังต้องใช้การให้เหตุผลจากข้อมูลหลายแหล่ง

เหตุใดระบบให้คะแนนจึงสำคัญ

ผลตอบรับจากการจำลองมีอิทธิพลต่อสิ่งที่โมเดลเรียนรู้ หากการประเมินให้รางวัลกับการซื้อที่เสร็จสมบูรณ์โดยไม่ตรวจสอบงบประมาณ ก็อาจสอนให้เอเจนต์ให้ความสำคัญกับการทำงานให้เสร็จ มากกว่าคำสั่งที่ทำให้งานนั้นมีความหมาย

Plato ระบุว่าบริษัทประเมินทั้งผลลัพธ์และวิธีที่โมเดลใช้เพื่อให้ได้ผลลัพธ์นั้น รวมถึงตรวจสอบว่าโมเดลทำตามคำสั่งและเคารพข้อจำกัดหรือไม่ นอกจากนี้ บริษัทยังตรวจสอบด้วยว่าโมเดลใช้ประโยชน์จากจุดอ่อนในสภาพแวดล้อมเพื่อให้ได้คะแนนที่ไม่ได้สะท้อนการทำงานอย่างถูกต้องหรือไม่

“เราสร้างการประเมินที่สะท้อนสิ่งที่งานนั้นต้องการจริง ๆ เพื่อให้นักพัฒนาแยกแยะได้ระหว่างคะแนนสูงกับการทำงานอย่างถูกต้อง” Pranav Putta ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Plato กล่าว

Web Clone Bench ซึ่งเป็นอีกโครงการหนึ่งของบริษัท ใช้ประเมินความสามารถของโมเดลในการสร้างเว็บแอปพลิเคชันขึ้นใหม่จากสภาพแวดล้อมอ้างอิง Plato ระบุว่าการตรวจสอบการทำงานและการประกันคุณภาพโดยมนุษย์เป็นส่วนหนึ่งของการสร้างแบบจำลองที่มีความเที่ยงตรงสูง สำหรับโครงสร้างพื้นฐานด้านการฝึก ความเที่ยงตรงเป็นข้อกำหนดทางเทคนิค เพราะพฤติกรรมที่ขาดหายไปหรือทางลัดที่ไม่สมจริงอาจเปลี่ยนกลยุทธ์ที่เอเจนต์เรียนรู้

เงินทุนเพื่อเพิ่มประสบการณ์จากโลกจริง

ก่อนหน้านี้ Farlow สร้างแพลตฟอร์มติดป้ายกำกับข้อมูลที่ Yutori เพื่อรองรับการฝึกโมเดลให้ใช้งานคอมพิวเตอร์ ส่วน Putta มีประสบการณ์ด้านคอมพิวเตอร์วิทัศน์ หุ่นยนต์ การเรียนรู้แบบเสริมกำลัง และการทำงานเกี่ยวกับโมเดลที่ใช้งานคอมพิวเตอร์ที่ MultiOn

เงินทุนใหม่จะนำไปจ่ายค่าตอบแทนให้ผู้เชี่ยวชาญสร้างงานของตนขึ้นใหม่ในสภาพแวดล้อมจำลองให้ครอบคลุมมากขึ้น นอกจากนี้ Plato ยังวางแผนนำเอเจนต์ AI ไปทำงานจริงเพื่อเก็บเกี่ยวประสบการณ์เพิ่มเติม และกำลังพัฒนาการจำลองที่สมจริงและซับซ้อนยิ่งขึ้น โดยมีขั้นตอนการทำงานที่ยาวขึ้นและปฏิสัมพันธ์กับบุคคลจำลอง

การระดมทุนรอบนี้เกิดขึ้นท่ามกลางการลงทุนที่เพิ่มขึ้นในวงกว้างด้านโครงสร้างพื้นฐานสำหรับฝึกเอเจนต์ ซึ่งรวมถึงการจัดหาเงินทุนของ Labelbox สำหรับสภาพแวดล้อมการเรียนรู้แบบเสริมกำลังและเอเจนต์ AI Plato เชื่อว่าโมเดลจำเป็นต้องได้รับการฝึกฝนในสถานการณ์สมจริงอย่างต่อเนื่องและเพิ่มขึ้นเรื่อย ๆ ควบคู่ไปกับการประเมินผลที่ยังคงรักษากฎเกณฑ์ของงานไว้ คุณค่าของโครงสร้างพื้นฐานดังกล่าวขึ้นอยู่กับว่าประสบการณ์ในสถานการณ์จำลองช่วยเตรียมเอเจนต์ให้พร้อมสำหรับการตัดสินใจที่ต้องเผชิญในโลกจริงได้ดีเพียงใด