La jeune pousse Plurai veut entraîner et évaluer les agents d’IA dans des jumeaux numériques d’entreprises afin d’anticiper les cas limites. La société revendique des modèles ouverts plus performants que des alternatives de « frontière » de milieu de gamme, pour un coût inférieur. Elle annonce un tour d’amorçage de 13 M$, mené par Team8, pour déployer cette approche issue de la conduite autonome.
Des promesses de performance et de coût attribuées à la simulation
Selon Plurai, des tests menés avec Nvidia et Nebius montrent que ses modèles dépassent des modèles de frontière de niveau intermédiaire tout en étant moins coûteux. Ilan Kadar explique qu'il est possible de décomposer une tâche grâce à la simulation, d'entraîner un modèle à poids ouverts, puis de vérifier que la qualité obtenue est supérieure ou comparable à celle d’un modèle de frontière, avec une réduction de coût d’un ordre ou de deux. Il met en avant l'utilisation des données collectées pour adapter de petits modèles aux besoins spécifiques des clients. Reah Miyara, chercheur chez Google DeepMind et investisseur providentiel de Plurai, indique que dans un contexte où les entreprises cherchent à optimiser leurs dépenses en IA, des responsables informatiques constatent que les modèles de frontière ne sont pas adaptés à leurs données spécifiques et que leur coût n'est pas soutenable à long terme. Kadar estime également que, même avec des progrès, les modèles d’OpenAI et d’Anthropic ne connaîtront pas les politiques et le contexte propres à chaque entreprise. Plurai souhaite que l’analogie entre agents d’IA dans les environnements physiques et numériques permette de prédire ces gains.
Des agents encore fragiles face aux tâches réelles
Des évaluations montrent que les agents d’IA ne sont généralement pas assez fiables sans supervision rapprochée, ce qui rappelle leur fonctionnement probabiliste dans des environnements imprévisibles. Par exemple, un agent chargé de réservations peut ignorer des règles de dépenses, la combinaison de plusieurs ensembles de données peut compliquer les réponses, et une longue conversation client peut submerger le système et provoquer des erreurs. Sur LiveBench 2.0, Claude Fable 5.2 obtient un score de 82,9 sur 100 tâches et ChatGPT-6 Astra 75,6 sur 100. Lors d’un test d’EON en environnement d’entreprise simulé, Claude Opus 4.8 atteint 76,8 % de précision. Dans la robotique, des modèles d’IA générale puissants ne sont pas encore jugés assez fiables pour un déploiement large, tandis que des systèmes spécialisés sont déjà utilisés chez des clients et collectent des données de terrain.
Vous voulez les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Une méthode inspirée de l’autonomie des véhicules
Plurai prévoit d’exposer les agents à des simulations alimentées par des données synthétiques, construites à partir des systèmes numériques de l’entreprise pour préparer les cas limites. L’équipe met en place un jumeau numérique qui comprend la base de connaissances et les outils accessibles en production. Les flux possibles des agents sont cartographiés, puis utilisés pour évaluer et corriger le modèle avant déploiement. La plateforme fonctionne en parallèle d’outils existants comme Claude Code, Codex, Copilot et Cursor.
Une équipe issue de la conduite autonome et des soutiens académiques
Les cofondateurs Ilan Kadar et Elad Levi ont travaillé chez Nexar, spécialisé dans la conduite autonome. Kadar a également collaboré avec Waymo sur la simulation et l’évaluation d’un logiciel de conduite fondé sur l’apprentissage profond. Il souligne qu’il est facile de produire une démonstration, mais difficile d’obtenir une solution fiable et économiquement viable, d’où la création d’une couche de simulation. Reah Miyara, chercheur chez Google DeepMind et investisseur providentiel de Plurai, estime que l’avantage de la société est de comprendre les modes de défaillance en production et de générer des données synthétiques pour ajuster les modèles.
13 M$ d’amorçage menés par Team8, avec U&I, Velocity et Mercer
Plurai a annoncé mercredi un financement d’amorçage de 13 millions de dollars. Le tour est dirigé par Team8, avec la participation de U&I, Velocity et Mercer. Ce financement vise à soutenir le déploiement de la plateforme de simulation et l’entraînement de petits modèles adaptés aux besoins des entreprises.
