Pramaana Labs привлекла $27 млн на верификацию ИИ в праве, медицине и налогах

Стартап Pramaana Labs объявил о закрытии посевного раунда на $27 млн под руководством Khosla Ventures. В сделке также участвовали Accel, BoldCap, Nexus Venture Partners, Premji Invest и Unbound. Компания намерена решить одну из главных проблем корпоративного ИИ — ненадёжность языковых моделей в задачах, где цена ошибки измеряется деньгами, здоровьем или свободой человека.

Пока большинство предприятий застряли на стадии пилотов и не могут перевести ИИ-инструменты в рабочий режим, Pramaana делает ставку на математическую строгость. Компания фокусируется на трёх вертикалях: юриспруденция, разработка лекарств и налоговое консультирование — секторах с жёсткой регуляторикой и нулевой терпимостью к неточностям.

Как работает формальная верификация поверх LLM

Архитектура Pramaana строится на двух слоях. В основе — стандартная языковая модель, которая обеспечивает гибкость: понимает вопросы на естественном языке, справляется с неструктурированными данными и сложными рассуждениями. Поверх неё — детерминированный верификационный слой, который проверяет каждый вывод модели на соответствие формализованным правилам.

Для верификации Pramaana использует LEAN — язык программирования с открытым исходным кодом, изначально созданный для доказательства математических теорем. Это нетривиальный выбор: LEAN применяется в академической математике, а не в продуктовой разработке. Но именно его строгость делает его привлекательным для задач, где «примерно правильно» недостаточно.

Сооснователь и CEO компании Ранджан Раджагопалан объясняет логику на примере налогового кодекса:

««Это как математика: есть масса правил, которым нужно следовать. Как только у тебя есть кодифицированная версия этих правил, рассуждения поверх неё становятся детерминированными».»

По сути, Pramaana превращает нормативные документы — налоговые инструкции, фармацевтические регламенты, правовые нормы — в исполняемый код, а затем использует его как верификационную сетку для LLM.

Прецеденты и команда советников

Подобный подход уже проверен на практике. Раджагопалан ссылается на французский проект CATALA — инициативу, которая формализовала значительную часть налогового и социального законодательства Франции в исполняемый код. Это показывает, что перевод сложных правовых систем в машиночитаемый формат технически реализуем, пусть и требует огромных усилий.

Для каждой вертикали Pramaana формирует отдельную команду экспертов. В налоговом направлении компания работает с Дэнни Верфелем — бывшим комиссаром налоговой службы США (IRS). Направления кибербезопасности и разработки лекарств курируют профессора из IIT Delhi, IIT Madras и UC Berkeley. Такой состав советников снижает риск формализации «не тех правил» — критическую уязвимость любой системы, претендующей на детерминизм.

Комбинация LLM с детерминированным верификационным слоем сама по себе не нова: похожую архитектуру используют несколько стартапов в сфере legal tech и compliance. Уникальность Pramaana — именно в выборе LEAN как инструмента верификации и в глубине формализации предметных областей, а не в общей концепции гибридного подхода.

Почему это важно для рынков с жёсткой регуляторикой

Главная проблема корпоративного внедрения ИИ сегодня — не производительность, а доверие. Языковые модели галлюцинируют: уверенно выдают неверные факты, ссылки на несуществующие законы, ошибочные расчёты. В потребительских приложениях это неудобство. В налоговом аудите или клинических испытаниях — потенциальная катастрофа.

Раджагопалан формулирует миссию компании лаконично: «Самые сложные проблемы мира — не нерешаемые. Они неформализованные. В каждой области, где ошибка может стоить здоровья, денег или свободы, есть правила». Задача Pramaana — эти правила кодифицировать.

Для белорусского IT-рынка этот кейс показателен по нескольким причинам. Во-первых, резиденты ПВТ активно разрабатывают решения для западных legal tech и fintech клиентов — и вопрос верифицируемости ИИ-вывода становится всё более актуальным в переговорах с enterprise-заказчиками. Во-вторых, подход Pramaana — это фактически новая инженерная специализация на стыке формальных методов и машинного обучения, спрос на которую будет расти по мере ужесточения регулирования ИИ в ЕС и США.

Посевной раунд в $27 млн — крупная сумма для стадии seed даже по меркам Кремниевой долины. Это сигнал: инвесторы готовы платить за надёжность ИИ не меньше, чем за его возможности. Следующий вопрос — насколько быстро Pramaana сможет масштабировать формализацию на новые предметные области, не теряя той самой строгости, которая является её главным конкурентным преимуществом.