Plato tar in 16 miljoner dollar i en A-runda för att bygga simulerade arbetsplatser för AI-agenter

Plato har tagit in 16 miljoner dollar i en A-runda för att bygga simulerade arbetsplatser där AI-modeller kan öva på att använda programvara, hantera affärsbeslut och utföra komplexa arbetsuppgifter innan de används i skarpa system. Nava Ventures ledde rundan, med deltagande från Gradient Ventures, Transpose Platform och Mustafa Suleyman, vd för Microsoft AI.

Finansieringen innebär att Platos totala kapitalanskaffning uppgår till 19 miljoner dollar, efter en såddrunda ledd av Gradient Ventures. Freddie Martignetti, grundare av Nava Ventures, tar plats i styrelsen. Plato grundades 2025 och har sitt säte i San Francisco. Bolaget ska använda kapitalet till att utöka sitt bibliotek med arbetsmiljöer och de erfarenheter som AI-utvecklare har tillgång till.

Investeringen riktar in sig på en praktisk begränsning i övergången från chattbotar till agenter: att ge ett övertygande svar och att utföra ett arbete är två olika förmågor. En agent som hanterar ett inköp, ett kundärende eller ett redovisningsflöde måste använda rätt verktyg, stämma av information, följa begränsningar och se till att de underliggande uppgifterna har rätt status.

En plats att öva utan att ändra skarpa uppgifter

Att träna en agent i ett verkligt affärssystem kan få konsekvenser innan agenten är redo. En inköpsuppgift kan leda till att pengar spenderas, medan ett administrativt arbetsflöde kan ändra uppgifter om en verklig kund eller anställd. Plato återskapar dessa arbetsflöden i avgränsade miljöer som utvecklare kan återställa och använda igen.

”Att bemästra verkligt komplext arbete kräver erfarenhet av att utföra sådana uppgifter”, sade Robert Farlow, Platos medgrundare och vd, i tillkännagivandet. Bolagets simuleringar är avsedda att fånga de verktyg, beslut och oväntade situationer som gör yrkesarbete svårt.

Plato samarbetar med ämnesexperter för att återskapa arbetsuppgifter inom kundsupport, personaladministration, finans, redovisning och administration inom hälso- och sjukvården. AI-labb kan använda de resulterande miljöerna för förstärkningsinlärning, där modeller försöker utföra uppgifter och lär sig av återkoppling genom upprepade försök, samt för att utvärdera sina prestationer.

Från programvarusimulatorer till verifierbara arbetsflöden

På företagets webbplats beskrivs Plato som ett tillämpat forskningslabb som omvandlar programvara och data från verkligheten till miljöer för att träna och utvärdera agenter. I det illustrativa arbetsflödet för utvecklare skapas en session med flera simulatorer, en uppgift laddas in, en agent körs och resultatet utvärderas. Exemplet kombinerar simulatorer för GitHub, Jira och Stripe och visar hur en och samma uppgift kan omfatta flera verktyg.

Den strukturen ger utvecklare en upprepningsbar arbetsenhet: en inledande arbetsyta, en uppgift att utföra, agentens handlingar och kontroller av resultatet. Genom att återställa arbetsytan går det att försöka lösa samma problem igen utan att ändringar samlas i ett skarpt konto.

I Platos forskningsrapport om Computer Work Val v1.0, daterad den 27 oktober, beskrivs en valideringsuppsättning med 300 uppgifter inom 10 domäner och 36 yrkesroller, som körs i 210 simulerade program. Enligt bolaget omvandlar bidragsgivare delar av sina egna arbetsuppgifter till miljöer som bygger på programvarukopior och simulerade data.

Ett exempel ber en agent att ta fram en kvartalsvis resultaträkning med hjälp av simulerade verktyg för kalkylblad, e-post, betalningar och bankärenden. Separata verifierare kontrollerar krav som redovisningsmässig behandling, korrekt valutaomräkning och leverans av den slutliga filen. Metoden kan avslöja ett allvarligt misstag i ett arbetsflöde som i övrigt har slutförts: en rapport kan nå rätt mottagare och ändå överskatta intäkterna.

Rapporten beskriver också granskning av experter inom det relevanta yrkesområdet och kontroller av fel i miljöerna, bristande överensstämmelse mellan instruktioner och betygsättning samt belöningshackning. Fokus ligger på uppgifter som innehåller den information som behövs för att lyckas, men som ändå kräver resonemang utifrån flera källor.

Därför är betygsättningssystemet viktigt

Återkopplingen från en simulering påverkar vad en modell lär sig. Om en utvärdering belönar ett slutfört köp utan att kontrollera budgeten kan den lära agenten att prioritera att slutföra uppgiften framför instruktionerna som gav den mening.

Plato uppger att bolaget utvärderar både resultatet och hur modellen kom fram till det, bland annat om den följde instruktionerna och respekterade begränsningarna. Bolaget undersöker också om modeller utnyttjar svagheter i en miljö för att få ett resultat som inte speglar ett korrekt utfört arbete.

”Vi bygger utvärderingar som speglar vad arbetet faktiskt kräver, så att utvecklare kan skilja mellan ett högt resultat och ett korrekt utfört arbete”, sade Pranav Putta, Platos medgrundare och teknikchef.

Bolagets separata Web Clone Bench undersöker modellernas förmåga att återskapa webbapplikationer utifrån referensmiljöer. Plato beskriver funktionskontroller och mänsklig kvalitetssäkring som delar av arbetet med att bygga verklighetstrogna kopior. För träningsinfrastruktur är trohet mot förlagan ett tekniskt krav: saknade funktioner eller orealistiska genvägar kan påverka vilka strategier en agent lär sig.

Finansiering för mer erfarenhet från verkligheten

Farlow byggde tidigare en annoteringsplattform på Yutori som stödde träning av modeller för datoranvändning. Putta har en bakgrund inom datorseende, robotik och förstärkningsinlärning samt har arbetat med modeller för datoranvändning på MultiOn.

Den nya finansieringen ska användas till att betala yrkesverksamma för att återskapa mer av sina arbetsuppgifter i simulerade miljöer. Plato planerar också att låta AI-agenter utföra verkliga uppgifter för att samla in ytterligare erfarenhet och utvecklar rikare simuleringar med längre arbetsflöden och interaktioner med simulerade människor.

Finansieringsrundan följer på bredare investeringar i infrastruktur för agentträning, däribland Labelboxs finansiering av miljöer för förstärkningsinlärning och AI-agenter. Plato satsar på att modeller behöver ett växande utbud av realistiska övningstillfällen, tillsammans med utvärderingar som bevarar arbetets regler. Värdet av den infrastrukturen beror på hur väl erfarenheter i en simulering förbereder en agent för de beslut den kommer att ställas inför utanför simuleringen.