O desafio da confiabilidade em agentes de inteligência artificial
Apesar da ampla disseminação de agentes de inteligência artificial (AI Agents), suas capacidades atuais ainda carecem da confiabilidade necessária para operar sem supervisão humana rigorosa. Os resultados de testes de desempenho, como o LiveBench 2.0, indicam que modelos líderes como Claude Fable 5.2 e ChatGPT-6 Astra ainda enfrentam dificuldades para concluir tarefas complexas com precisão total, com taxas de sucesso variando entre 75% e 83%, o que limita a adoção por parte das empresas em ambientes de trabalho reais.
A metodologia dos carros autônomos a serviço do software
A startup Plurai busca abordar essa lacuna aplicando tecnologias de simulação usadas anteriormente no desenvolvimento de veículos autônomos. Os fundadores, Elan Kadar e Elad Levy, baseiam-se em suas experiências anteriores na Nexar e na colaboração com a Waymo, criando um "gêmeo digital" para os sistemas da empresa, incluindo bases de conhecimento e ferramentas disponíveis para o agente. Essa simulação permite mapear todos os fluxos possíveis para o agente, ajudando a treiná-lo para lidar com casos extremos (Edge Cases) que possam levar a erros no ambiente de produção.
O que muda na prática para as organizações?
A Plurai promete soluções que vão além do mero aprimoramento de modelos gerais, com o objetivo de:
- Pós-treinamento de modelos menores: Utilizar dados coletados da simulação para treinar modelos de pesos abertos (Open-weight models) adaptados às necessidades de cada cliente, proporcionando um desempenho comparável ao de modelos massivos a um custo muito menor.
- Integração com ferramentas existentes: A plataforma Plurai opera em paralelo com ferramentas atuais de desenvolvimento de agentes, como Claude Code, Copilot e Cursor.
- Otimização de custos: Os investidores, incluindo pesquisadores do Google DeepMind, acreditam que essa abordagem representa uma vantagem competitiva para empresas que sofrem com custos insustentáveis de modelos massivos, especialmente quando esses modelos não são projetados especificamente para os dados e políticas internas da empresa.
A empresa anunciou o sucesso na captação de 13 milhões de dólares em uma rodada de financiamento semente liderada pela Team8, com a participação de U&I, Velocity e Mercer, para apoiar o desenvolvimento desta camada de software de simulação.