Plurai lève 13 millions de dollars pour sécuriser et tester les agents d'IA

La start-up israélienne d'intelligence artificielle Plurai est sortie de l'ombre en annonçant une levée de fonds en amorçage de 13 millions de dollars, menée par Team8, avec la participation de Velocity, U&I, Mercer et de investisseurs providentiels de premier plan. La plateforme développée par l'entreprise permet de tester et d'améliorer automatiquement les agents d'IA avant leur déploiement en production, garantissant ainsi une fiabilité et une qualité accrues.

Un soutien de poids dans l'industrie

Ce tour de table a attiré des personnalités de premier plan, parmi lesquelles Udi Mokady, fondateur de CyberArk, et Riah Miara, directrice principale des modèles Google chez Google Cloud et ancienne responsable de l'évaluation des modèles chez OpenAI. De plus, le docteur Eyal Karmi, directeur de la technologie de Microsoft 365 Copilot, siège au comité consultatif de Plurai. Fondée en 2025 par le docteur Ilan Kedar, PDG, et le docteur Elad Levy, directeur de la technologie, tous deux docteurs en informatique et mathématiques, la jeune pousse s'appuie sur leur expérience dans l'évaluation de systèmes pour véhicules autonomes, notamment pour Waymo chez Nexar.

Approche par simulation et réduction des coûts

Le passage d'un agent d'IA du stade de démonstration à un environnement de production réel représente un défi majeur pour les entreprises, confrontées à des cas limites imprévisibles. Plurai transpose les principes de simulation issus de l'industrie automobile autonome en créant un jumeau numérique de l'agent et de son environnement. Dans un espace isolé, la plateforme soumet l'agent à des milliers de scénarios pour détecter les défaillances, les hallucinations ou les comportements dangereux.

Au-delà de la détection, Plurai optimise l'agent de manière autonome et permet de substituer aux grands modèles de langage coûteux des modèles plus petits et spécialisés. Récemment, l'entreprise a annoncé un partenariat avec Nvidia et Nebius pour transformer un modèle ouvert en une solution spécialisée en vingt minutes, à un coût nettement inférieur à celui des modèles de référence d'OpenAI et d'Anthropic.