Χρηματοδότηση
Gradient Labs Διπλασιάζει τη Σειρά A σε $26M καθώς οι Χρηματοοικονομικές Ιδρύματα Υιοθετούν Πράκτορες AI για Λειτουργίες Πελατών

Ο αγώνας για την ανάπτυξη της τεχνητής νοημοσύνης στις χρηματοοικονομικές υπηρεσίες μετατοπίζεται ολοένα και περισσότερο μακριά από τους chatbots και προς συστήματα που μπορούν να χειριστούν κανονισμένες, υψηλού επιπέδου εργασίες. Αυτή η τάση συμβάλλει στην ταχεία ανάπτυξη της Gradient Labs, η οποία ανακοίνωσε ότι έχει διπλασιάσει τη χρηματοδότηση της Σειράς A σε $26 εκατομμύρια.
Η τελευταία επένδυση πραγματοποιήθηκε από την Octopus Ventures και την CommerzVentures, με συνεχιζόμενη συμμετοχή από την Redpoint Ventures και την Exceptional Capital. Η χρηματοδότηση έρχεται λιγότερο από ένα χρόνο μετά τη συλλογή της εταιρείας ενός αρχικού $13 εκατομμυρίων Σειράς A και αντανακλά την αυξανόμενη εμπιστοσύνη των επενδυτών στις εξειδικευμένες πλατφόρμες AI που κατασκευάζονται ειδικά για κανονισμένες βιομηχανίες.
Η Gradient Labs ιδρύθηκε από πρώην μέλη της ομάδας AI της Monzo και εστιάζεται στην αυτοματοποίηση των λειτουργιών πελατών σε τραπεζικά, δανειακά, πληρωμές, ασφαλιστικά και άλλα χρηματοοικονομικά τομείς. Η εταιρεία αναφέρει ότι η πλατφόρμα της φτάνει τώρα σε περισσότερους από 32 εκατομμύρια πιθανούς τελικούς χρήστες μέσω αναπτύξεων με οργανισμούς όπως η Wise, η Stash, η Current, η Monzo, η Zego και η Pockit.
Μετακίνηση Πέρα από την Παραδοσιακή Υποστήριξη Πελατών
Πολυάριθμες συστήματα εξυπηρέτησης πελατών AI σήμερα εστιάζουν σε απλές αιτήσεις πρώτου επιπέδου όπως η επαναφορά κωδικών πρόσβασης, οι ερωτήσεις πρόσβασης λογαριασμού ή βασικές ερωτήσεις. Η Gradient Labs έχει θέσει τον εαυτό της γύρω από μια πιο φιλόδοξη πρόκληση: την αυτοματοποίηση των σύνθετων εργασιών που έχουν ιστορικά διατηρηθεί στα χέρια ανθρώπων από τις χρηματοοικονομικές ιδρύσεις.
Σύμφωνα με την εταιρεία, οι πράκτορες AI της μπορούν να διαχειριστούν διαδικασίες που περιλαμβάνουν λειτουργίες δανεισμού, διαμάχες, έρευνες απάτης, KYC επαλήθευση, χειρισμό παραπόνων, συλλογή και εξυπηρέτηση πελατών. Η πλατφόρμα ενσωματώνεται απευθείας στα υπάρχοντα τραπεζικά και fintech συστήματα, εφαρμόζοντας έλεγχους συμμόρφωσης που σχεδιάστηκαν για κανονισμένα περιβάλλοντα.
Αυτή η εστίαση στην κατακόρυφη AI αντανακλά μια ευρύτερη μετατόπιση που συμβαίνει σε όλη την επιχειρηματική λογισμική. Αντί να αναπτύσσουν γενικούς πράκτορες AI, πολλές οργανώσεις ψάχνουν ολοένα και περισσότερο για συστήματα που εκπαιδεύονται γύρω από τις συγκεκριμένες κανονιστικές, εργασίες και απαιτήσεις κινδύνου των βιομηχανιών τους.
Για τις χρηματοοικονομικές ιδρύσεις, αυτή η διάκριση έχει σημασία. Ένα λάθος εξυπηρέτησης πελατών μπορεί να είναι ενοχλητικό· ένα λάθος που αφορά λήψεις αποφάσεων, υποχρεώσεις συμμόρφωσης, διαδικασίες κατά της απάτης ή αμφισβητούμενες συναλλαγές μπορεί να έχει σημαντικές κανονιστικές και νομικές συνέπειες.
Η Gradient Labs υποστηρίζει ότι οι εξειδικευμένοι χρηματοοικονομικοί πράκτορες AI απαιτούν ενσωματωμένα φράγματα που λείπουν συχνά από γενικούς σκοπούς συστήματα, συμπεριλαμβανομένων ελέγχων γύρω από χρηματοοικονομικές συμβουλές, ανίχνευση ευάλωτων πελατών, διαδικασίες συμμόρφωσης και μονοπάτια εξέλιξης για ευαίσθητες περιπτώσεις.
Η Φωνητική AI Γίνεται Ένα Κύριο Πεδίο Μάχης
Ένας από τους πιο αξιοσημείωτους аспектούς της ανάπτυξης της Gradient Labs είναι η επέκταση της σε φωνητικές αλληλεπιδράσεις πελατών.
Ενώ πολλές εταιρείες έχουν πειραματιστεί με φωνητικά συστήματα AI, η ανάπτυξή τους σε κανονισμένα χρηματοοικονομικά περιβάλλοντα σε κλίμακα έχει αποδειχθεί πολύ πιο δύσκολη. Οι χρηματοοικονομικές συνομιλίες συχνά περιλαμβάνουν επαλήθευση ταυτότητας, ασφάλεια λογαριασμού, διαμάχες, έρευνες απάτης και υψηλά ευαίσθητες προσωπικές πληροφορίες.
Η Gradient Labs αναφέρει ότι τώρα επεξεργάζεται εκατοντάδες χιλιάδες κλήσεις πελατών κάθε μήνα μέσω των αναπτύξεων δανεισμού, καθιστώντας την μια από τις λίγες εταιρείες AI που εστιάζονται στις χρηματοοικονομικές υπηρεσίες και λειτουργούν φωνητικούς πράκτορες σε σημαντική κλίμακα. Η εταιρεία πρόσφατα εισήγαγε μια αφιερωμένη φωνητική πλατφόρμα που σχεδιάστηκε ειδικά για χρηματοοικονομικές ιδρύσεις, με έμφαση στην χαμηλή καθυστέρηση, τους φραγμούς συμμόρφωσης και τις ικανότητες συζήτησης.
Η προσέγγιση της εταιρείας βασίζεται σε πολλαπλά μεγάλα μοντέλα γλωσσών, επιτρέποντάς της να βελτιστοποιήσει την απόδοση, την καθυστέρηση και το κόστος ανάλογα με την εργασία που εκτελείται.
Μια Ταχέως Ευρυζωνική Αγορά για Χρηματοοικονομική AI
Η χρηματοδότηση έρχεται κατά τη διάρκεια μιας περιόδου ταχείας υιοθέτησης AI σε τραπεζικά και fintech.
Οι χρηματοοικονομικές ιδρύσεις βρίσκονται υπό πίεση για τη μείωση των λειτουργικών κοστών ενώ ταυτόχρονα βελτιώνουν τις εμπειρίες πελατών και ικανοποιούν τις αυξανόμενες απαιτήσεις συμμόρφωσης. Η AI έχει αναδυθεί ως ένα από τα πιο υποσχόμενα εργαλεία για την αντιμετώπιση αυτών των προκλήσεων, αλλά πολλές αναπτύξεις παραμένουν περιορισμένες σε πιλοτικές μελέτες ή στενές περιπτώσεις χρήσης.
Η Gradient Labs φαίνεται να επωφελείται από την ζήτηση για συστήματα που μπορούν να μετακινηθούν πέρα από την πειραματική φάση και να λειτουργήσουν απευθείας σε περιβάλλοντα παραγωγής. Η εταιρεία αναφέρει ότι η έσοδα της αυξήθηκαν κατά 900% τον τελευταίο χρόνο και ότι οι πράκτορες AI της έχουν επιτύχει βαθμολογίες ικανοποίησης πελατών μέχρι και 98%, σε ορισμένες περιπτώσεις ξεπερνώντας τις ομάδες υποστήριξης που λειτουργούν από ανθρώπους.
Η ανάπτυξη της εταιρείας αντανακλά επίσης μια ευρύτερη τάση στο κεφάλαιο κινδύνου. Οι επενδυτές υποστηρίζουν ολοένα και περισσότερο εταιρείες AI που εστιάζονται σε συγκεκριμένες βιομηχανίες αντί να προσπαθούν να κατασκευάσουν πλατφόρμες AI που ταιριάζουν σε όλους.
Οι Ευρύτερες Επιπτώσεις των Χρηματοοικονομικών Λειτουργιών AI
Η άνοδος πλατφορμών όπως η Gradient Labs δείχνει μια μεγαλύτερη μετατόπιση που συμβαίνει στις χρηματοοικονομικές υπηρεσίες: τη σταδιακή μετασχηματισμό των λειτουργιών πελατών από ανθρώπινες διαδικασίες σε συστήματα AI που μπορούν να χειριστούν ολοένα και πιο σύνθετες χρηματοοικονομικές διαδικασίες.
Για δεκαετίες, πολλές λειτουργικές διαδικασίες εντός τραπεζών και εταιρειών fintech έχουν παραμείνει σε μεγάλο βαθμό εξαρτημένες από μεγάλες ομάδες υποστήριξης που διαχειρίζονται διαμάχες, ελέγχους συμμόρφωσης, ελέγχους ενεργοποίησης, διαδικασίες δανεισμού και εξυπηρέτηση πελατών. Όσο τα συστήματα AI γίνονται πιο αξιόπιστα σε κανονισμένα περιβάλλοντα, αυτές οι διαδικασίες μπορεί να μετατοπιστούν ολοένα και περισσότερο σε υβριδικά μοντέλα όπου οι άνθρωποι εποπτεύουν τις εξαιρέσεις ενώ η AI χειρίζεται την κανονική εκτέλεση σε κλίμακα.
Αυτή η εξέλιξη μπορεί να έχει επιπτώσεις πολύ πέρα από την υποστήριξη πελατών. Οι χρηματοοικονομικές ιδρύσεις μπορεί τελικά να ξανασχεδιάσουν προϊόντα, πλαισιαία συμμόρφωσης και λειτουργικές δομές γύρω από υποδομή AI, потенτικά μειώνοντας την τριβή σε περιοχές όπως η ενεργοποίηση, οι έρευνες απάτης, οι έγκρισεις δανεισμού και η εξυπηρέτηση λογαριασμών. Ταυτόχρονα, οι ρυθμιστές θα πιέζονται να καθορίσουν νέες προδιαγραφές που διέπουν τον τρόπο με τον οποίο τα συστήματα AI λαμβάνουν αποφάσεις, τεκμηριώνουν ενέργειες και αλληλεπιδρούν με καταναλωτές.
Η επόμενη φάση της χρηματοοικονομικής AI μπορεί να είναι λιγότερο για την αντικατάσταση των κέντρων εξυπηρέτησης και περισσότερο για την ανασχεδίαση της λειτουργικής αρχιτεκτονικής που υποστηρίζει τη σύγχρονη τραπεζική. Οι εταιρείες που αναπτύσσουν εξειδικευμένα συστήματα AI για κανονισμένες βιομηχανίες βοηθούν να δοκιμάσουν τι θα μπορούσε να μοιάζει αυτό το μέλλον, καθώς οι χρηματοοικονομικές ιδρύσεις εξερευνούν πόσο μακριά μπορεί να επεκταθεί η αυτοματοποίηση σε λειτουργίες που ιστορικά απαιτούν σημαντική ανθρώπινη εποπτεία.












