Gli agenti IA hanno conquistato l’attenzione di tutti, ma le loro capacità reali spesso non corrispondono alle promesse dei loro creatori. Test di benchmark su compiti complessi mostrano risultati altalenanti: LiveBench 2.0 registra Claude Fable 5.2 e ChatGPT‑6 Astra con punteggi rispettivamente di 82,9 e 75,6 su 100, mentre un’indagine di EON in un ambiente aziendale simulato individua Claude Opus 4.8 con un’accuratezza del 76,8 %.
Il modello di Plurai: simulazioni come nelle auto a guida autonoma
Plurai, startup fondata da Ilan Kadar ed Elad Levi, intende invertire questa tendenza usando le stesse tecniche che hanno permesso alle auto autonome di passare dalle prove in laboratorio alle strade. Entrambi i co‑fondatori hanno lavorato per Nexar, azienda specializzata in tecnologia di guida autonoma, e Kadar ha collaborato con Waymo nella simulazione e valutazione del software di guida end‑to‑end.
“Non appena è comparsa l’ondata degli agenti IA, abbiamo riconosciuto lo stesso schema: è facile costruire una demo, ma è molto più difficile creare un prodotto affidabile e conveniente,” ha dichiarato Kadar a TechCrunch. “Per questo abbiamo deciso di costruire un livello di simulazione.”
Finanziamento e partnership
Mercoledì la startup ha annunciato una raccolta fondi seed da 13 milioni di dollari, guidata da Team8 con la partecipazione di U&I, Velocity e Mercer. Il capitale servirà a potenziare la piattaforma di simulazione e a sviluppare modelli di linguaggio a peso aperto ottimizzati per ciascun cliente.
Perché le simulazioni sono cruciali per gli agenti IA
Gli agenti IA sono sistemi probabilistici operanti in ambienti imprevedibili, analoghi ai modelli di guida end‑to‑end. Quando si trovano sotto pressione, gli agenti possono commettere errori: un assistente di viaggio può ignorare le politiche di spesa, o un bot di assistenza clienti può essere sopraffatto da contesti troppo lunghi, portando a risposte errate.
Plurai crea un “digital twin” dei sistemi elettronici di un’azienda, includendo basi di conoscenza, tool e flussi operativi. Mappando tutti i possibili percorsi dell’agente, la piattaforma genera dati sintetici per addestrare e verificare il modello contro casi limite. Il risultato è una preparazione più solida prima del deployment in produzione.
Integrazione con gli strumenti esistenti
La soluzione Plurai si integra con agenti già in uso, come Claude Code, Codex, Copilot e Cursor, fungendo da strato aggiuntivo di verifica e correzione. L’obiettivo è ridurre la dipendenza da interventi manuali e aumentare la coerenza delle risposte in scenari complessi.
Modelli su misura a peso aperto: una strategia di cost reduction
Kadar sottolinea che il vero valore di Plurai risiede nella capacità di utilizzare i dati raccolti per post‑addestrare piccoli modelli a peso aperto, personalizzati per le esigenze di ciascun cliente. Test condotti in collaborazione con Nvidia e Nebius hanno dimostrato che questi modelli superano i modelli di medio livello della frontiera a costi notevolmente inferiori.
“Possiamo prendere un grande modello linguistico, scomporre il compito usando la simulazione, addestrare un modello a peso aperto più piccolo e, tramite la simulazione, verificare che la qualità sia pari o superiore a quella del modello di frontiera, riducendo i costi di uno o due ordini di grandezza,” ha spiegato Kadar.
Supporto da DeepMind e prospettive di mercato
Reah Miyara, ricercatrice di Google DeepMind e investitrice angelica in Plurai, afferma che il vantaggio competitivo dell’azienda deriva dalla comprensione dei “failure modes” in produzione e dalla generazione di dati sintetici per affinare i modelli. In un contesto in cui le imprese cercano di ottimizzare le spese AI, l’approccio di Plurai potrebbe rivelarsi decisivo, poiché i leader IT notano che “i modelli di frontiera sono fuori distribuzione rispetto ai dati specifici dell’azienda e il loro costo non è sostenibile a lungo termine.”
Un futuro dove i robot digitali apprendono dal mondo reale
Plurai ritiene che le analogie tra agenti IA in ambienti fisici e digitali possano essere predittive: sebbene i grandi modelli generali stiano dotando i robot di capacità sorprendenti, la loro affidabilità non è ancora sufficiente per una diffusione su larga scala. Al contrario, robot alimentati da modelli IA specifici per compiti concreti sono già sul campo, raccogliendo dati preziosi dal mondo reale.
“Il mio punto di vista è che, per quanto intelligenti diventeranno i modelli di OpenAI e Anthropic, non conosceranno il tuo business e le tue politiche,” conclude Kadar. “Con Plurai, le aziende possono colmare questo divario, garantendo che gli agenti operino in modo coerente con le regole interne e con un’efficienza economica sostenibile.”