AI2026/11/11 17:01 UTC·2 分で読めます

Plurai、シード13百万ドル調達 AIエージェントを模擬環境で強化

Nexar出身の技術者が創業したPluraiが、自動運転の検証手法をAIエージェントに応用。信頼性とコスト改善に向け、シードで1300万ドルを調達した。

Illustration of an AI agent being tested in a simulated digital environment modeled on a company's systems, with a self-driving car motif. — 画像: TechCrunch

SUMO：数字パズル

Dialo：話して学ぶ語学アプリ

ediviewer：EDIファイルを文書のように読む

giftdetect：数分でぴったりの贈り物

AIエージェント向けのスタートアップPluraiは11日（現地時間水曜日）、シードラウンドで1300万ドルを調達したと発表した。主導したのはTeam8で、U&I、Velocity、Mercerも参加した。自動運転車の開発で使われたシミュレーションの手法を、AIエージェントの信頼性向上に応用する。

エージェントの精度に課題

複雑な業務をこなすエージェントは、監督なしで動かせるほど安定していないのが実情だ。LiveBench 2.0ではClaude Fable 5.2が100タスク中82.9、ChatGPT-6 Astraが75.6を達成した。AIインフラ企業EONが模擬的な企業環境で行った検証では、最良のClaude Opus 4.8でも精度は76.8%だった。

同社によると、出張予約で経費規定を無視する、複数のデータセットを組み合わせると失敗しやすい、長い顧客対応で文脈が増えすぎて誤った方向に進む、といった問題が起きる。

Pluraiの手法

共同創業者のIlan KadarとElad Leviは、自動運転技術を手がけるNexarの出身。KadarはWaymoと協力し、エンドツーエンドの深層学習運転ソフトのシミュレーションと評価に携わった。

Pluraiは、ナレッジベースやエージェントが使うツールを含む顧客の電子システムの「デジタルツイン」を作成する。エージェントの取り得る全フローを図にし、難しいエッジケースへの評価と修正を行う。Claude Code、Codex、Copilot、Cursorなど既存のツールと併用できる。

Kadarが本命とするのは、収集したデータで小型のオープンウェイトモデルを顧客ごとにポストトレーニングすることだ。NvidiaやNebiusと実施したテストでは、同社のモデルが中位のフロンティアモデルを低コストで上回ったという。Kadarは、品質を同等以上に保ちつつコストを1〜2桁削減できると述べた。

エンジェル投資家でGoogle DeepMind研究者のReah Miyaraは、本番環境での失敗モードの理解と合成データ生成が強みだと評価する。Kadarは「OpenAIやAnthropicのモデルがどれほど賢くなっても、あなたの事業や方針は知らない」と語った。