Patronus AI recauda USD 50 millones para realizar pruebas de estrés a agentes de IA

El jueves, Patronus AI anunció su más reciente hito de financiamiento para expandir su plataforma de evaluación de inteligencia artificial. La empresa emergente con sede en San Francisco, fundada en 2023 por Anand Kannappan y Rebecca Qian, construye entornos digitales simulados para realizar pruebas de estrés a agentes de IA. Estos agentes son sistemas de software que evolucionan para ejecutar de forma autónoma tareas complejas de varios pasos, abordando la necesidad de confiabilidad en trabajos complejos del mundo real.

El desglose de financiamiento de la empresa incluye:

• Financiamiento de Serie B: USD 50 millones, liderado por Greenfield Partners.
• Financiamiento total hasta la fecha: USD 70 millones.

Otros inversionistas que participaron en la ronda incluyen a Notable Capital, Lightspeed, Datadog y Samsung.

La inversión sigue a un periodo de crecimiento comercial, con los ingresos de Patronus AI multiplicándose por 15 durante el último año. La startup utiliza lo que denomina “modelos de mundo digital” (entornos simulados usados para crear réplicas de sitios web y sistemas internos) para evaluar el desempeño de los agentes. Dentro de estos entornos simulados, los agentes se someten a pruebas de estrés tras ser entrenados mediante aprendizaje por refuerzo, un método de entrenamiento que recompensa iterativamente la finalización exitosa de tareas y penaliza los errores.

Aunque la startup se enfoca actualmente en problemas verificables que pueden comprobarse de inmediato, Kannappan explicó que existen muchas otras áreas que son muy difíciles de verificar. El objetivo final es respaldar operaciones autónomas de larga duración. “Queremos ser capaces de crear realmente el entorno en el que se pueda operar un agente que pueda ejecutarse durante 10 horas, 10 días o 10 semanas”, dijo Kannappan.

Según Glenn Solomon, director general de Notable Capital, la demanda de los entornos simulados de la empresa es casi insaciable. Solomon señaló que la startup es efectiva para detectar atajos y hacer que los modelos rindan cuentas. En lugar de competir directamente con empresas de datos humanos como Mercor o Surge, Patronus AI compite principalmente contra los equipos internos que los laboratorios de IA crean para evaluar el comportamiento de los agentes. Al automatizar el proceso de evaluación sin intervención humana, la startup busca identificar dónde fallan los agentes al completar tareas correctamente y asegurar que tengan un desempeño confiable.

Por qué importa

A medida que los agentes de IA evolucionan de simples chatbots a trabajadores autónomos, la capacidad de verificar su desempeño en escenarios complejos del mundo real se está convirtiendo en un cuello de botella crítico para la adopción empresarial.