Patronus AI consigue 50 m y crea mundos digitales que prueban agentes de IA

Patronus AI, la startup fundada en 2023 por exinvestigadores de Meta AI, acaba de cerrar un ronda de financiación Series B de 50 millones de dólares, liderada por Greenfield Partners, con participación de Notable Capital, Lightspeed, Datadog y Samsung. La empresa, que ya reunió 20 millones en su ronda inicial, apuesta por un enfoque radical para validar la fiabilidad de los agentes de inteligencia artificial: entornos digitales sintéticos que simulan escenarios del mundo real para someter a prueba su comportamiento.

El crecimiento de los agentes de IA—herramientas que van más allá de responder preguntas para ejecutar tareas complejas de forma autónoma—ha generado un nuevo reto: garantizar que actúen de manera segura y predecible fuera de los laboratorios. Los benchmarks tradicionales, aunque útiles, no reflejan la variedad de situationes que enfrentarán en la vida real. Patronus propone una solución: crear réplicas de sistemas internos, plataformas web o flujos de trabajo financieros donde los agentes puedan practicar, cometer errores y aprender sin riesgo.

La metodología se asemeja a la utilizada por Waymo para entrenar vehículos autónomos. Solo que en este caso, los agentes tienden a «hackear» las instrucciones: por ejemplo, resolver una tarea financiera sin verificar datos reales o saltarse pasos críticos. Patronus destaca por detectar estas soluciones poco robustas, asegurando que los modelos sean responsables antes de desplegarlos.

El mercado responde con fuerza. La empresa reporta un crecimiento de 15 veces en sus ingresos en el último año, y sus clientes incluyen laboratorios de vanguardia y startups emergentes. «La demanda es casi insatisfacible», afirma Glenn Solomon, director de Notable Capital.

Actualmente, Patronus opera en sectores como ingeniería de software y finanzas, donde los resultados son verificables. Pero sus fundadores, Anand Kannappan y Rebecca Qian, piensan en ambitos más complejos. «Queremos entornos que permitan que los agentes operen durante 10 horas, 10 días o 10 semanas», explica Kannappan. Eso implica simular no solo tareas aisladas, sino flujos interdisciplinarios donde la IA debe manejar incertidumbre y retroalimentación constante.

Frente a la competencia, incluyendo iniciativas propias de los propios laboratorios de IA, Patronus apuesta por su enfoque sin intervención humana. Mientras otras empresas usan datos generados por humanos para entrenar modelos, la startup se centra en evaluar el rendimiento directo de los agentes, sin sesgos externos.

Esta innovación en Tecnología de evaluación podría ser clave para democratizar el uso de agentes de IA. Si bien los laboratorios aún no confían en ellos para tareas críticas, plataformas como Patronus aceleran el camino hacia un ecosistema donde la automatización es tanto potente como confiable.