Arga Labs: una solución para los desafíos de los agentes de IA
Hacer que los agentes de IA funcionen en la práctica es mucho más difícil de lo que muchas empresas esperaban, pero hay ayuda en camino. Una nueva generación de startups está encontrando mejores formas de probar y entrenar a estos agentes antes de que sean desplegados, especialmente en las complejidades del mundo empresarial moderno.
Arga Labs es una de esas compañías, y este miércoles anunció su ronda semilla de $10 millones, liderada por General Catalyst, con la participación de Box Group, Emergence, Gradient y SV Angel.
¿Cómo funciona Arga Labs?
Arga Labs construye entornos de entrenamiento para software empresarial como Salesforce, Workday y clientes de correo electrónico. Mientras que la mayoría de los entornos de prueba se conforman con un punto final de API sin estado, Arga crea un gemelo digital a escala completa del programa, clonando de manera efectiva un programa empresarial completo con sistemas de permisos y web hooks intactos. El resultado es una forma más robusta de entrenar agentes en múltiples sistemas.
La visión del CEO Philip Li
El CEO y cofundador Philip Li pone un ejemplo: un cliente potencial crea un lead en Salesforce, mientras que su colega se comunica por separado a través de HubSpot.
“¿Puede el agente identificar correctamente que estas dos son la misma empresa?”, pregunta Li. “¿Puede verificar si solo han enviado el correo una vez? ¿Puede identificar a quién enviar el correo entre las dos oportunidades?”
Los sistemas de agentes todavía luchan con este tipo de ambigüedad, y Li considera que las herramientas de Arga Labs son fundamentales para ayudarlos a mejorar.
El desafío del entrenamiento por refuerzo en software empresarial
Normalmente, un agente podría entrenarse para una tarea como esta mediante aprendizaje por refuerzo: ejecutar el escenario decenas de miles de veces y dejar pasar solo las estrategias exitosas. Pero la naturaleza del software empresarial hace que esa escala de pruebas sea casi imposible. No hay una forma fácil de “resetear” un sistema como Salesforce u Outlook cuando necesitas ejecutar el mismo escenario nuevamente, y mucho menos clonarlo.
La solución de Arga Labs es crear una recreación digital de ese software, replicando su estructura de la misma manera que un maniquí de prueba de choque replica a una persona. Debido a que Arga tiene control total sobre el entorno, es sencillo restablecerlo o modificarlo. La compañía también puede ejecutar muchos entornos a la vez, entrenando a los agentes en las interacciones complejas entre diferentes programas.
Cerrando la brecha entre la codificación y otras aplicaciones
La idea es replicar el entorno de trabajo completo de una persona, con tareas específicas superpuestas entre diferentes programas y sistemas de conocimiento. Puede pensarse como una forma de cerrar la brecha de refuerzo entre la codificación y otras aplicaciones.
Parte de la razón por la que las herramientas de IA para codificación han avanzado tan rápido es que ya existen herramientas sofisticadas para desplegar, revertir y analizar código nuevo. Esas herramientas facilitan la creación de entornos de refuerzo para la codificación, lo que permite probar y entrenar sistemas de IA en tareas cada vez más complejas. Esas herramientas no existen para la mayoría del software empresarial… todavía. Pero una vez que existan, los sistemas de IA mejorarán mucho en el uso de esos programas, revolucionando otras industrias de la misma manera que han revolucionado la codificación.
El respaldo de General Catalyst
El managing director de General Catalyst, Yuri Sagalov, quien también dirige el programa semilla de la firma, asegura que ve una necesidad creciente de herramientas de prueba para agentes como Arga.
“Creo que gran parte del valor económico de los agentes proviene del uso de aplicaciones de negocio”, dijo Sagalov. “Tener un entorno sandbox repetible es muy importante, y mucho más importante con agentes de lo que lo era con humanos”.
Con esta ronda de financiamiento, Arga Labs está lista para expandir sus herramientas y ayudar a las empresas a entrenar agentes de IA que realmente funcionen en el complejo ecosistema del software empresarial moderno.