Raih US$13 Juta! Plurai Pakai Teknik Mobil Otonom agar Agen AI Tak Ngawur
Startup Plurai mengantongi US$13 juta untuk melatih agen AI lewat simulasi kembaran digital layaknya mobil otonom agar lebih akurat dan hemat biaya.
Foto: TechCrunch (Dokumentasi editorial)
Poin penting
- Plurai meraih pendanaan awal US$13 juta untuk membangun lapisan simulasi bagi agen AI perusahaan.
- Uji coba LiveBench 2.0 dan EON menunjukkan agen AI terkemuka masih rentan salah pada tugas kompleks.
- Simulasi kembaran digital dan model open-weight kecil diklaim mampu memangkas biaya AI secara drastis.
Banyak perusahaan mulai memakai agen AI, perangkat lunak otonom yang bisa mengeksekusi tugas bisnis secara otomatis. Namun di lapangan, agen AI belum cukup andal jika dibiarkan bekerja tanpa pengawasan ketat.
Menjawab masalah ini, startup Plurai mengumumkan pendanaan awal US$13 juta pada Rabu (11/11) yang dipimpin Team8 bersama U&I, Velocity, dan Mercer. Menurut laporan TechCrunch, Plurai membawa pendekatan simulasi dari industri mobil otonom untuk membuat agen AI lebih tepercaya.
Mengapa Agen AI Masih Sering Gagal di Dunia Bisnis?
Uji coba terbaru membuktikan keterbatasan agen AI saat menangani pekerjaan kompleks. Dalam tolok ukur LiveBench 2.0, model Claude Fable 5.2 hanya menuntaskan 82,9 dari 100 tugas, sedangkan ChatGPT-6 Astra mencapai skor 75,6.
Pengujian agen AI oleh perusahaan infrastruktur AI EON di lingkungan simulasi korporat juga mencatat hasil serupa. Model terkuat yang diuji, Claude Opus 4.8, hanya mampu bekerja dengan tingkat akurasi 76,8 persen.
Di praktik nyata, agen AI pemesan perjalanan bisnis bisa mengabaikan kebijakan anggaran saat didesak pelanggan. Agen layanan pelanggan juga rentan keliru arah ketika percakapan berlangsung terlalu panjang atau harus menggabungkan banyak basis data sekaligus.
Contek Teknik Mobil Otonom untuk Pangkas Biaya
Pendiri Plurai, Ilan Kadar dan Elad Levi, sebelumnya mengembangkan teknologi kemudi otonom di Nexar, sementara Kadar juga pernah bekerja sama dengan Waymo untuk menyimulasikan perangkat lunak mengemudinya. Kini mereka membangun kembaran digital atau replika virtual dari sistem elektronik, basis pengetahuan, dan alat kerja perusahaan.
Lewat data sintetis—data buatan yang meniru kondisi nyata sistem perusahaan—Plurai memetakan seluruh alur kerja agen untuk memperbaiki celah kesalahan sebelum dipakai langsung. Platform ini dapat bekerja mendampingi alat populer seperti Claude Code, Codex, Copilot, dan Cursor.
Menurut Kadar, potensi utama Plurai terletak pada pelatihan model AI berukuran kecil yang bobotnya terbuka (open-weight) sesuai kebutuhan tiap perusahaan. Dalam uji coba bersama Nvidia dan Nebius, model racikan Plurai diklaim melampaui model besar kelas menengah dengan biaya yang jauh lebih rendah.
Bagi manajer TI yang ingin mengevaluasi sistem agen AI, pastikan pengujian tidak hanya dilakukan pada satu tugas sederhana. Perusahaan perlu menguji skenario sulit, seperti gabungan lintas basis data dan percakapan panjang, sebelum melepas agen AI ke pelanggan.
Investor sekaligus peneliti Google DeepMind, Reah Miyara, menilai model AI umum kurang mengenal data spesifik perusahaan dan biayanya mahal dalam jangka panjang. Pendiri Plurai, Ilan Kadar, juga menegaskan hal senada.
"Sepintar apa pun model OpenAI dan Anthropic nantinya, mereka tidak akan memahami bisnis dan kebijakan Anda," ujar Kadar.
Apa Artinya bagi Pelaku Usaha
Pelaku usaha di Indonesia, terutama di sektor layanan pelanggan, perbankan, hingga logistik, perlu meninjau ulang strategi adopsi agen AI mereka. Mengandalkan model AI raksasa secara mentah tanpa penyesuaian berisiko memicu pelanggaran kebijakan dan membengkakkan biaya komputasi bulanan.
Sebagai langkah antisipasi, pemilik bisnis dan manajer operasional sebaiknya mulai memetakan alur kerja yang paling rentan kesalahan sebelum mengotomatiskannya. Pastikan setiap agen AI memiliki batasan kebijakan yang jelas serta melalui uji simulasi skenario sulit secara berkala.
Untuk jangka panjang, pelaku usaha dapat mulai melirik penggunaan model AI berukuran kecil yang dilatih khusus menggunakan data internal perusahaan. Pendekatan ini menawarkan kendali kepatuhan kebijakan yang lebih ketat sekaligus menjaga efisiensi anggaran teknologi tetap berkelanjutan.
✓ Lolos pemeriksaan redaksi AI. (Klik untuk lihat hasil pemeriksaan fakta)
Artikel ini ditulis AI, 18 klaimnya dicocokkan dengan sumber, dan diuji keterbacaannya sebelum terbit. Menemukan kekeliruan? Laporkan ke redaksi.
- TechCrunch: Plurai wants to help AI agents work better using the same approach that helped get self-driving cars to roads
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Plurai mengumumkan pendanaan awal sebesar US$13 juta pada Rabu (11/11) yang dipimpin Team8 bersama U&I, Velocity, dan Mercer. | Didukung | “On Wednesday, the startup said it had raised $13 million in seed funding to make that happen. The round was led by Team8, with participation from U&I, Velocity, and Mercer.” TechCrunch melaporkan pengumuman pendanaan awal Plurai sebesar US$13 juta pada hari Rabu (tanggal terbit 11 November 2026) yang dipimpin Team8 dengan partisipasi U&I, Velocity, dan Mercer. |
| Agen AI saat ini belum cukup andal jika dibiarkan bekerja tanpa pengawasan ketat. | Didukung | “Efforts to benchmark agents doing complex tasks show that they aren’t typically reliable enough to function without close supervision.” TechCrunch menyebut tolok ukur tugas kompleks menunjukkan agen AI umumnya belum cukup andal untuk beroperasi tanpa pengawasan ketat. |
| Dalam tolok ukur LiveBench 2.0, model Claude Fable 5.2 menuntaskan 82,9 dari 100 tugas, sedangkan ChatGPT-6 Astra mencapai skor 75,6. | Didukung | “LiveBench 2.0 shows Claude Fable 5.2 and ChatGPT-6 Astra succeeding on 82.9 and 75.6 out of 100 tasks, respectively” TechCrunch mengutip hasil LiveBench 2.0 dengan angka persis 82,9 dan 75,6 dari 100 tugas untuk kedua model tersebut. |
| Pengujian agen AI oleh perusahaan infrastruktur AI EON di lingkungan simulasi korporat mencatat model Claude Opus 4.8 bekerja dengan tingkat akurasi 76,8 persen. | Didukung | “an effort by the AI infrastructure company EON to test agents in a simulated corporate environment found the most successful model tested, Claude Opus 4.8, performed tasks at 76.8% accuracy.” TechCrunch melaporkan hasil pengujian EON di lingkungan simulasi korporat dengan akurasi Claude Opus 4.8 sebesar 76,8%. |
| Agen AI terkemuka masih gagal sekitar 20% saat mengerjakan tugas kompleks (pada teks WhatsApp). | Didukung | “LiveBench 2.0 shows Claude Fable 5.2 and ChatGPT-6 Astra succeeding on 82.9 and 75.6 out of 100 tasks, respectively” TechCrunch mencatat tingkat keberhasilan 82,9% dan 75,6% di LiveBench 2.0 serta 76,8% di uji EON, yang berarti tingkat kegagalannya berkisar 17,1% hingga 24,4% atau sekitar 20%. |
| Agen AI pemesan perjalanan bisa mengabaikan kebijakan anggaran saat didesak pelanggan. | Didukung | “When pressed by customers, agents tasked with booking travel can ignore spending policies.” TechCrunch menjelaskan bahwa agen pemesan perjalanan dapat mengabaikan kebijakan pengeluaran saat ditekan pelanggan. |
| Agen AI bermasalah saat harus menggabungkan banyak basis data sekaligus atau ketika percakapan layanan pelanggan berlangsung terlalu panjang. | Didukung | “combining information from multiple datasets tends to gum up the works. A long conversation with a customer service bot can overwhelm an agent with too much context and lead to wrong turns.” TechCrunch menyebut penggabungan beberapa kumpulan data dan percakapan panjang pada bot layanan pelanggan dapat membuat agen kewalahan dan keliru arah. |
| Pendiri Plurai, Ilan Kadar dan Elad Levi, sebelumnya bekerja di Nexar yang mengembangkan teknologi kemudi otonom. | Didukung | “Co-founders Ilan Kadar and Elad Levi previously worked for Nexar, which develops autonomous driving technology.” TechCrunch menyebutkan latar belakang kedua pendiri Plurai tersebut di Nexar. |
| Ilan Kadar pernah bekerja sama dengan Waymo untuk menyimulasikan perangkat lunak mengemudinya. | Didukung | “Kadar worked with Waymo to simulate and evaluate its end-to-end deep learning driving software.” TechCrunch menyebut Kadar bekerja dengan Waymo untuk menyimulasikan dan mengevaluasi perangkat lunak mengemudinya. |
| Plurai membangun kembaran digital dari sistem elektronik, basis pengetahuan, dan alat kerja perusahaan. | Didukung | “Plurai creates a digital twin of the company’s electronic systems, including the knowledge base and tools that an agent will have access to in production.” TechCrunch menjelaskan Plurai membuat kembaran digital atas sistem elektronik, basis pengetahuan, dan alat yang diakses agen. |
| Plurai menggunakan simulasi berbasis data sintetis dari sistem digital perusahaan untuk melatih model menghadapi skenario sulit. | Didukung | “Simulations using synthetic data based on a company’s own digital systems, meant to prepare models to tackle difficult edge cases.” TechCrunch menyatakan pendekatan Plurai memakai simulasi data sintetis berbasis sistem digital perusahaan untuk menangani kasus ekstrem. |
| Plurai memetakan seluruh alur kerja agen untuk menyiapkan evaluasi dan perbaikan celah kesalahan. | Didukung | “It then maps all the possible flows of the agents and uses that graph to prepare the model with evaluations and fixes for possible edge cases.” TechCrunch menjelaskan pemetaan seluruh kemungkinan alur agen oleh Plurai untuk evaluasi dan perbaikan celah kesalahan. |
| Platform Plurai dapat bekerja mendampingi alat agen AI populer seperti Claude Code, Codex, Copilot, dan Cursor. | Didukung | “The platform works alongside existing agentic tools like Claude Code, Codex, Copilot, and Cursor.” TechCrunch menyebutkan kompatibilitas platform Plurai bersama keempat alat tersebut. |
| Menurut Kadar, potensi utama Plurai adalah melatih model AI kecil yang bersifat open-weight sesuai kebutuhan tiap perusahaan. | Didukung | “Kadar says the company’s real promise is using the data it gathers to post-train small, open-weight models tailored to individual customer needs.” TechCrunch mengutip pernyataan Kadar mengenai pasca-pelatihan model open-weight berukuran kecil sesuai kebutuhan pelanggan. |
| Dalam uji coba bersama Nvidia dan Nebius, model Plurai diklaim melampaui model besar kelas menengah dengan biaya lebih rendah. | Didukung | “Tests performed in cooperation with Nvidia and Nebius showed the company’s models outperforming midtier frontier models at lower costs.” TechCrunch melaporkan hasil pengujian bersama Nvidia dan Nebius tersebut, dan naskah menyertakan atribusi 'diklaim'. |
| Reah Miyara adalah investor malaikat sekaligus peneliti Google DeepMind. | Didukung | “Reah Miyara, a Google DeepMind researcher who backed Plurai as an angel investor” TechCrunch menyebut Reah Miyara sebagai peneliti Google DeepMind yang menjadi angel investor Plurai. |
| Reah Miyara menyampaikan bahwa model AI umum tidak sesuai dengan data spesifik perusahaan dan biayanya tidak berkelanjutan dalam jangka panjang. | Didukung | “IT leaders are seeing that “frontier-capable models are out of distribution with my specific data, and the cost of these things isn’t sustainable in the long term,” Miyara said.” TechCrunch mengutip pernyataan Miyara mengenai pandangan para pemimpin TI soal ketidaksesuaian data dan mahalnya biaya jangka panjang model frontier. |
| Ilan Kadar menyatakan bahwa sepintar apa pun model OpenAI dan Anthropic nantinya, mereka tidak akan memahami bisnis dan kebijakan perusahaan Anda. | Didukung | ““My view is that no matter how smart OpenAI and Anthropic model will be — and they will be much smarter — they will not know your business and your policy,” Kadar said.” TechCrunch memuat kutipan langsung Kadar yang diterjemahkan secara akurat dalam naskah. |
Video AI terbaru
How to request and enable Daybreak Blue
