Le défi de la fiabilité chez les agents d'intelligence artificielle
Malgré la diffusion généralisée des agents d'intelligence artificielle (AI Agents), leurs capacités actuelles manquent encore de la fiabilité nécessaire pour fonctionner sans une supervision humaine étroite. Les résultats des tests de performance, tels que LiveBench 2.0, indiquent que les modèles de pointe tels que Claude Fable 5.2 et ChatGPT-6 Astra rencontrent toujours des difficultés pour accomplir des tâches complexes avec une précision totale, leurs taux de réussite variant entre 75 % et 83 %, ce qui limite leur adoption par les entreprises dans des environnements de travail réels.
La méthodologie des voitures autonomes au service des logiciels
La startup Plurai cherche à combler cette lacune en appliquant des technologies de simulation qui ont été utilisées auparavant dans le développement des véhicules autonomes. Les fondateurs, Elan Kadar et Elad Levy, s'appuient sur leur expérience passée chez Nexar et leur collaboration avec Waymo, en créant un « jumeau numérique » des systèmes de l'entreprise, incluant les bases de connaissances et les outils mis à la disposition de l'agent. Cette simulation permet de cartographier tous les flux possibles pour l'agent, ce qui aide à le former pour faire face aux cas limites (Edge Cases) susceptibles de provoquer des erreurs dans l'environnement de production.
Qu'est-ce qui change concrètement pour les organisations ?
Plurai promet de fournir des solutions qui vont au-delà de la simple amélioration des modèles généraux, en visant à :
- L'entraînement postérieur des petits modèles : Utiliser les données collectées lors de la simulation pour entraîner des modèles à poids ouverts (Open-weight models) adaptés aux besoins de chaque client, offrant ainsi des performances comparables à celles des grands modèles à un coût nettement inférieur.
- L'intégration avec les outils actuels : La plateforme Plurai fonctionne en parallèle avec les outils de développement d'agents actuels tels que Claude Code, Copilot et Cursor.
- L'optimisation des coûts : Les investisseurs, parmi lesquels figurent des chercheurs de Google DeepMind, estiment que cette approche représente un avantage concurrentiel pour les entreprises qui souffrent de coûts de grands modèles non durables, en particulier lorsque ces modèles ne sont pas spécifiquement conçus pour les données et les politiques internes de l'entreprise.
La société a annoncé avoir réussi à lever 13 millions de dollars lors d'un tour de table de financement initial mené par Team8, avec la participation de U&I, Velocity et Mercer, afin de soutenir le développement de cette couche logicielle de simulation.