Patronus AI pritraukė 50 mln. USD: „kraš-testų trasa“ dirbtinio intelekto agentams

Dirbtinio intelekto agentai — programos, kurios pačios planuoja ir atlieka užduotis, o ne tik atsako į klausimus — sparčiai keliauja iš demonstracijų į realias įmonių sistemas. Bet kyla nepatogus klausimas: kaip žinoti, kad agentas, kuriam patikėsi kodo rašymą, sąskaitas ar klientų aptarnavimą, nepridarys žalos, kai liksi nuošalyje? Į šią spragą taikosi San Franciske įsikūrusi Patronus AI, birželio 25 d. pranešusi pritraukusi 50 mln. USD.

Kas nutiko

Patronus AI uždarė 50 mln. USD B serijos raundą, kuriam vadovavo Greenfield Partners. Prie jo prisidėjo Notable Capital, Lightspeed, taip pat strateginiai investuotojai Datadog ir Samsung. Bendras pritrauktas finansavimas pasiekė 70 mln. USD.

Bendrovę 2023 m. įkūrė buvę „Meta" dirbtinio intelekto tyrėjai Anand Kannappan ir Rebecca Qian. Per pastaruosius metus jos pajamos išaugo 15 kartų — ženklas, kad agentų patikimumo problema yra ne teorinė, o tokia, už kurios sprendimą įmonės jau moka. Pasak Patronus, jos klientais yra beveik visos pirmaujančios AI laboratorijos ir daugybė startuolių.

Kaip veikia „skaitmeniniai pasauliai"

Patronus kuria tai, ką vadina skaitmeniniais pasaulio modeliais (angl. digital world models) — simuliuotas svetainių ir vidinių įmonės sistemų kopijas. Agentas paleidžiamas į šią dirbtinę aplinką ir „spaudžiamas" tūkstančiais scenarijų: sėkmingai atlikta užduotis apdovanojama, klaida — nubaudžiama. Per pastiprinamąjį mokymąsi (reinforcement learning) agentas tobulėja saugioje smėlio dėžėje, dar nepalietęs tikrų duomenų ar pinigų.

Pati bendrovė savo metodą lygina su tuo, kaip Waymo treniravo savavaldžius automobilius: pirmiausia sukūrė sintetinius pasaulius, kuriuose galima saugiai imituoti retus, pavojingus atvejus — staigų oro pablogėjimą ar į kelią išbėgantį vaiką — kurių realiame kelyje specialiai nesulauksi. Patronus tą pačią logiką perkelia į programinę įrangą: užuot laukus, kol agentas suklys produkcijoje, jam parengiama dirbtinė kliūčių trasa.

Šiandien Patronus aplinkos daugiausia skirtos dviem sritims — programinės įrangos inžinerijai ir finansams. Kannappanas teigia norintis judėti į „nepatikrinamas" problemų sritis, kur teisingo atsakymo nėra vienareikšmiško, ir kurti aplinkas agentams, kurie veikia ištisai „10 valandų, 10 dienų ar 10 savaičių".

Kodėl tai svarbu

Didžiausia kliūtis diegti AI agentus versle yra ne jų gebėjimai, o pasitikėjimas. Modelis, kuris 95 % atvejų pasielgia teisingai, skamba puikiai — kol nepagalvoji, kad likę 5 % gali reikšti ištrintą duomenų bazę, klaidingą pavedimą ar nutekintą kliento informaciją. Būtent todėl atsiranda atskiras sluoksnis — agentų „kraš-testų" infrastruktūra.

Notable Capital vadovas Glenn Solomon paklausą tokioms simuliacinėms aplinkoms apibūdino kaip „beveik nepasotinamą" ir pridūrė, kad „Patronus puikiai randa apgavystes ir užtikrina, kad modeliai būtų atsakingi". Įdomu, kad bendrovė konkuruoja ne tiek su kitais startuoliais, kiek su vidinėmis pačių AI laboratorijų vertinimo komandomis — t. y. siūlo nepriklausomą egzaminuotoją toms pačioms įmonėms, kurios agentus ir kuria. Tai, kad investuotoju tapo Datadog — stebėsenos ir patikimumo įrankių milžinas — rodo, kur link juda rinka: AI agentus reikės ne tik kurti, bet ir nuolat stebėti bei testuoti, kaip šiandien stebimi serveriai ir programos.

Ką tai reiškia Lietuvos verslui

Lietuvos įmonėms, svarstančioms apie agentus klientų aptarnavimui, buhalterijai ar vidaus procesams, žinia paprasta: kylanti „testavimo ekonomika" reiškia, kad atsakingo agentų diegimo standartai bręsta greičiau, nei daugelis tikisi. Praktinė išvada — prieš paleidžiant agentą į realius procesus verta turėti savą saugią aplinką (staging, ribotas teises, žmogaus patvirtinimą kritiniuose žingsniuose), o ne pasikliauti vien modelio reputacija.

Kartu tai naujos nišos signalas. Patronus pavyzdys rodo, kad apie generatyvinį AI formuojasi ištisa „pagalbinių" paslaugų grandinė — vertinimas, simuliacija, stebėsena, auditas. Mažoms ir vidutinėms tech komandoms čia yra vietos: dažnai laimi ne tas, kuris pastato dar vieną modelį, o tas, kuris padeda kitiems jais saugiai naudotis. Agentų amžiuje patikimumas tampa preke — ir už ją jau mokama 50 mln. USD raundais.