Gradient Labs získala 13 milionů dolarů na bezpečnou automatizaci AI v regulovaných odvětvích

Gradient Labs, londýnská startupová společnost zabývající se umělou inteligencí, která buduje hluboce specializované agenty pro zákaznickou podporu v regulovaných odvětvích, získala $13 milionů v rámci série A financování. Investici vedla společnost Redpoint Ventures, se účastnily také společnosti Localglobe, Puzzle Ventures, Liquid 2 Ventures a Exceptional Capital. Tento investiční kapitál signalizuje rostoucí poptávku po systémech AI, které jdou daleko za povrchní automatizaci a místo toho začleňují regulační inteligenci, procedurální logiku a auditovatelnost přímo do zákaznických operací.

Získaný kapitál urychlí vývoj produktů Gradient a nábor zaměstnanců v oblasti inženýrství, výzkumu, onboardingu a marketingu. Kromě toho bude financovat širší misi společnosti: řešení operačního zatížení v regulovaných odvětvích prostřednictvím nové třídy agentů AI specifických pro danou doménu.

Výzva AI v regulovaných sektorech

Zákaznická podpora ve finančních, pojišťovacích a dalších vysoce rizikových odvětvích je jedinečně obtížná. Na jedné straně vzrostly očekávání zákazníků – 66 % lidí nyní očekává téměř okamžitou odpověď, a téměř jedna třetina zákazníků opustí společnost po jediné špatné zkušenosti. Na druhé straně firmy v regulovaných prostorech nemohou jednoduše použít spotřebitelské chatboty. Rizika – od porušení předpisů až po nesprávné nakládání s daty – jsou příliš велиká.

Tradiční nástroje AI nabízejí pouze částečná řešení. Většina z nich je školená pro obecné dotazy a dokonce i nej pokročilejší agenty pro zákaznickou podporu dnes obvykle zvládají pouze nejjednodušší 20-25 % dotazů. Tyto nástroje mají potíže s vrstvenými pracovními postupy, kroky ověření, právními nuancemi a eskalačními rozhodovacími procesy. Ve finančních službách je to místo, kde leží většina nákladů a rizik.

Gradient Labs řeší tuto mezeru přímo.

Zakládající tým s důvěryhodností v oblasti

Gradient byl založen v roce 2023 Dimitrim Masinem (CEO), Danaí Antoniou (Chief Scientist) a Nealem Lathiou (CTO) – všichni tito lidé sehráli kritické role při budování infrastruktury a operací v britské bance Monzo. Jejich zkušenosti jim dávají neobvykle hluboké pochopení skutečných omezení, kterým čelí regulované firmy: jak jsou navrženy systémy pro detekci podvodů, jak fungují compliance oddělení a jak vypadá vnitřní nástrojářství v prostředí s vysokým rizikem.

Tento zakladatel-trh je vzácný a je vidět v trakci Gradientu od spuštění. Během tří měsíců společnost získala devět zákazníků, včetně jedné z největších evropských bank. Klienti nyní hlásí řešení sazeb až 90 % a CSAT skóre přesahující 98 %, čísla, která jsou téměř neslyšitelná v regulovaných podpůrných prostředích.

Co Gradient Labs vlastně buduje

V srdci nabídky Gradientu je Otto, procedurální agent AI, který je školen nejenom na jazyk, ale také na logiku, pracovní postupy a procesy specifické pro regulace. Otto je navržen tak, aby dělal více než pouze odklánět tikety – provádí komplexní, vícekrokové operace s kontextuálními znalostmi a institucionální pamětí. To zahrnuje:

• Autentizaci zákazníků na základě regulační logiky KYC
• Zmrazení a nahrazení ztracených nebo ohrožených karet
• Spouštění vyšetřování podvodů s dokumentací auditní stopy
• Aktualizaci citlivých finančních záznamů na základě záměru zákazníka
• Navigaci politik s přesností napříč jurisdikcemi a použitími

Na rozdíl od velkých jazykových modelů používaných v nástrojích obecného účelu je Otto jemně naladěn tak, aby fungoval jako agent uvnitř systému, a not only jako rozhraní. Čte a zapisuje data do stávajících nástrojů, jako jsou Intercom, Zendesk a Freshdesk, a funguje v rámci přísných mantinelů. Každá akce, kterou Otto provede, je vysvětlitelná, zaznamenaná a reprodukovatelná – klíčové požadavky pro firmy pod finančním dohledem.

Hluboká automatizace bez obětování kontroly

Jedním z nejvýznamnějších technických rozdílů je použití procedurální abstrakce místo čistě generativního rozumu. Zatímco mnoho chatbotů odhaduje záměr a halucinuje řešení, architektura Gradientu skládá odpovědi a akce z předem definovaných, ověřitelných kroků – podobně jako rozhodovací stroj vrstvený nad jádrem LLM.

To znamená, že společnosti mohou mapovat svou vnitřní logiku (například, jak zpracovat spory na transakci kreditní karty) a nechat Otto provést ji přesně, bez zásahu člověka – ale stále s dohledem. Týmy pro compliance mohou audity rozhodnutí, testovat hraniční případy a ukládat omezení, zajišťující, že AI zůstává v rámci schválených provozních hranic.

A protože proces onboardingu Gradientu nezahrnuje pouze statická data, ale také dynamické učení procesů, sazby řešení začínají vysoko – často 40-60 % od prvního dne – a zvyšují se rychle, jakmile se systém přizpůsobí přesně pracovním postupům firmy.

Co to znamená pro budoucnost zákaznických operací

Dopady práce Gradient Labs jdou za hranice podpory. Společnost ve skutečnosti buduje novou vrstvu AI pro podnikové procesní vykonávání, která je založena na architektuře vědomé regulace. Místo aplikování AI retroaktivně na izolované podpůrné funkce Gradient začleňuje inteligenci přímo do operačního tkaniva.

To je zejména významné pro odvětví, která historicky zaostávala v adopci AI – ne kvůli nedostatku zájmu, ale kvůli riziku. Finanční instituce, například, jsou ochotny modernizovat, ale jsou omezeny vnitřními kontrolami, obavami z odpovědnosti a potřebou absolutní stopovatelnosti.

Gradient nabízí životaschopný model toho, jak vypadá AI v tomto kontextu. Model, který vyvažuje:

• Rychlost a rychlou odezvu s přesností a odpovědností
• Zlepšení uživatelského zážitku s regulatorní obhajitelností
• Hlubokou automatizaci s lidským dohledem a jasností

Tímto způsobem Gradient Labs pomáhá přetvořit nejen to, jak je poskytována podpora, ale také to, jak jsou systémy důvěryhodné. Pokud se Otto a agenti jako on budou i nadále dařit, můžeme se ohlédnout za Gradient Labs jako za jednu z prvních skutečných ukázek AI, která nejenom vypadá inteligentně, ale také jedná zodpovědně uvnitř některých z nejcitlivějších institucí na světě.

A to může být průlom, který konečně přinese skutečnou transformaci AI do srdce ekonomiky.