ИИ-агенты сегодня напоминают способных стажеров, которые отлично справляются с демо-версиями задач, но теряются, когда дело доходит до реальной корпоративной рутины. Бенчмарки показывают, что даже продвинутые модели вроде Claude Opus 4.8 или ChatGPT-6 Astra не всегда достигают стопроцентной точности, часто допуская ошибки в сложных сценариях.

Стартап Plurai решил применить здесь подход, который когда-то помог вывести на дороги беспилотные автомобили: имитационное моделирование. Вместо того чтобы надеяться на универсальный интеллект модели, компания предлагает создавать «цифровой двойник» корпоративных систем, где агент может тренироваться на синтетических данных, сталкиваясь с редкими и сложными ситуациями до того, как выйдет в продакшн.

Механика проста: Plurai строит граф всех возможных путей агента, включая доступ к базам знаний и рабочим инструментам. Это позволяет заранее проработать «краевые случаи» — например, когда агент должен соблюдать политику расходов при бронировании поездок или объединять данные из нескольких разрозненных баз. В таких ситуациях обычные модели часто сбиваются, а симуляция помогает выявить эти сбои в безопасной среде.

Для бизнеса это означает переход от попыток «научить модель всему» к узкоспециализированной настройке. Основатели стартапа Илан Кадар и Элад Леви, ранее работавшие с технологиями для автономного вождения, утверждают, что такой подход позволяет не только повысить надежность, но и существенно снизить затраты. По их словам, использование симуляции для дообучения небольших моделей с открытыми весами дает результат, сопоставимый с топовыми моделями, но при этом обходится в разы дешевле.

Важно понимать, что пока это обещание, подкрепленное $13 миллионами посевных инвестиций. Платформа Plurai работает в связке с существующими инструментами вроде Claude Code, Copilot или Cursor, но реальная эффективность метода в масштабах крупных корпораций еще требует подтверждения на практике.

Вопрос остается открытым: насколько гибкими окажутся такие «узкоспециализированные» агенты при изменении внутренних бизнес-процессов компании? Пока что ставка делается на то, что знание специфики конкретного бизнеса важнее, чем общая эрудиция модели.

Похожие материалы