La era de los agentes de inteligencia artificial ha desatado una explosión de interés en el mundo tecnológico, aunque la realidad de su desempeño dista de ser tan impresionante como prometen sus creadores. Investigaciones recientes indican que estos sistemas, que son fundamentales para automatizar tareas complejas, a menudo requieren supervisión continua para funcionar efectivamente. En este contexto, la startup Plurai emerge como una propuesta innovadora que busca mejorar la fiabilidad de estos modelos a través de simulaciones avanzadas.
Los ensayos realizados por LiveBench 2.0 revelan que los agentes Claude Fable 5.2 y ChatGPT-6 Astra lograron completar el 82.9% y el 75.6% de sus tareas, respectivamente. Asimismo, un estudio de EON, una empresa de infraestructura de inteligencia artificial, mostró que el modelo Claude Opus 4.8 alcanzó una precisión del 76.8%. Estos resultados subrayan la necesidad de desarrollar soluciones más robustas y adaptativas en el ámbito de los agentes inteligentes.
Plurai, cofundada por Ilan Kadar y Elad Levi, se propone elevar estos índices mediante técnicas de simulación inspiradas en la industria de vehículos autónomos. Ambos fundadores cuentan con una vasta experiencia en tecnología de conducción autónoma, habiendo trabajado previamente en Nexar y colaborado con Waymo para evaluar software de conducción mediante simulaciones.
La problemática que observan los cofundadores es clara: “Es sencillo construir una demostración, pero lograr un modelo confiable y rentable es mucho más complicado”, menciona Kadar. Para abordar este reto, Plurai ha desarrollado una capa de simulación que crea un gemelo digital de los sistemas electrónicos de las empresas, permitiendo mapear los flujos posibles de operación de los agentes y preparar modelos para enfrentar situaciones complejas.
El enfoque de Plurai no solo optimiza los modelos existentes, sino que también busca capacitación personalizada. Los cofundadores anunciaron que han recaudado 13 millones de dólares en una ronda de financiación inicial, liderada por Team8, con la participación de U&I, Velocity y Mercer. Esto les permitirá continuar perfeccionando sus técnicas de simulación y entrenamiento.
Innovación en Modelos de IA
La compañía se enfoca además en el posentrenamiento de modelos de IA pequeños y de código abierto, ajustándolos a las necesidades específicas de sus clientes. Recientes pruebas realizadas en colaboración con Nvidia y Nebius han demostrado que estos modelos superan a otros de categoría media con un costo significativamente menor. “Podemos tomar un modelo de lenguaje grande, descomponer la tarea y verificar que la calidad sea superior, todo mientras reducimos los costos”, explica Kadar.
La inversión de Reah Miyara, investigadora de Google DeepMind y ángel inversionista de Plurai, destaca la ventaja del enfoque de la empresa al centrarse en los modos de fallo en entornos de producción y en la generación de datos sintéticos para afinar modelos. Con la creciente presión sobre los líderes de TI para optimizar costos en sus inversiones en IA, la propuesta de Plurai podría ser una solución relevante a esta problemática.
La startup también establece paralelismos entre los agentes de IA en entornos físicos y digitales, sugiriendo que aunque los modelos generales de IA están aumentando la capacidad de los robots, todavía no son lo suficientemente fiables para un despliegue masivo. En contraste, los robots que utilizan modelos específicos ya están operando en el campo, recopilando datos del mundo real que son cruciales para su desarrollo futuro.
Según Kadar, independientemente de los avances que logren empresas como OpenAI y Anthropic, “no conocerán tu negocio y tus políticas”. Este enfoque centrado en el cliente y la personalización de soluciones proporciona una perspectiva innovadora sobre cómo se pueden utilizar los agentes de inteligencia artificial de manera más efectiva en el ámbito empresarial.