Gradient Labs duplica su financiación de Serie A a $26M mientras las instituciones financieras adoptan agentes de IA para operaciones de clientes

La carrera para desplegar la IA en los servicios financieros se está desplazando cada vez más lejos de los chatbots y hacia sistemas capaces de manejar trabajo operativo regulado y de alto riesgo. Esa tendencia está ayudando a impulsar el crecimiento rápido de Gradient Labs, que ha anunciado que ha duplicado su financiación de Serie A a $26 millones.

La última inversión fue liderada por Octopus Ventures y CommerzVentures, con la participación continuada de Redpoint Ventures y Exceptional Capital. La financiación llega menos de un año después de que la empresa recaudara una ronda inicial de $13 millones de Serie A y refleja una creciente confianza de los inversores en plataformas de IA especializadas construidas específicamente para industrias reguladas.

Fundada por antiguos miembros del equipo de IA de Monzo, Gradient Labs se centra en la automatización de operaciones de clientes en banca, préstamos, pagos, seguros y otros sectores de servicios financieros. La empresa afirma que su plataforma ahora alcanza a más de 32 millones de usuarios finales potenciales a través de despliegues con organizaciones como Wise, Stash, Current, Monzo, Zego y Pockit.

Más allá del soporte de cliente tradicional

Muchos sistemas de servicio de cliente de IA de hoy se centran en solicitudes de primera línea simples, como restablecer contraseñas, preguntas de acceso a cuentas o preguntas frecuentes básicas. Gradient Labs se ha posicionado alrededor de un desafío más ambicioso: automatizar los flujos de trabajo operativos complejos que las instituciones financieras han mantenido históricamente en manos humanas.

Según la empresa, sus agentes de IA pueden gestionar procesos que incluyen operaciones de préstamos, disputas, investigaciones de fraude, verificación de Know Your Customer (KYC), manejo de quejas, cobros y servicio al cliente. La plataforma se integra directamente en los sistemas bancarios y fintech existentes, aplicando controles de cumplimiento diseñados para entornos altamente regulados.

Este enfoque en IA vertical refleja un cambio más amplio que ocurre en el software empresarial. En lugar de desplegar asistentes de IA de propósito general, muchas organizaciones están buscando sistemas entrenados alrededor de las regulaciones, flujos de trabajo y requisitos de riesgo específicos de sus industrias.

Para las instituciones financieras, esa distinción es importante. Un error de soporte de cliente puede ser frustrante; un error que involucre decisiones de préstamos, obligaciones de cumplimiento, procedimientos de lucha contra el blanqueo de capitales o transacciones disputadas puede tener consecuencias regulatorias y legales significativas.

Gradient Labs argumenta que la IA especializada en servicios financieros requiere salvaguardias integradas que a menudo faltan en los sistemas de propósito general, incluyendo controles alrededor de asesoramiento financiero, detección de clientes vulnerables, procedimientos de cumplimiento y vías de escalada para casos sensibles.

La IA de voz se convierte en un campo de batalla importante

Uno de los aspectos más notables del crecimiento de Gradient Labs es su expansión hacia interacciones de cliente basadas en voz.

Mientras que muchas empresas han experimentado con sistemas de voz impulsados por IA, desplegarlos en entornos financieros regulados a gran escala ha resultado mucho más difícil. Las conversaciones financieras a menudo involucran verificación de identidad, seguridad de la cuenta, disputas, investigaciones de fraude y información personal altamente sensible.

Gradient Labs afirma que ahora está procesando cientos de miles de llamadas de clientes cada mes a través de sus despliegues de préstamos, lo que lo convierte en una de las pocas empresas de IA enfocada en servicios financieros que opera agentes de voz a escala significativa. La empresa recientemente introdujo una plataforma de voz dedicada diseñada específicamente para instituciones financieras, enfatizando la baja latencia, las barreras de cumplimiento y las capacidades de razonamiento conversacional.

El enfoque de la empresa se basa en múltiples modelos de lenguaje grande, lo que le permite optimizar el rendimiento, la latencia y el costo dependiendo de la tarea que se esté realizando.

Un mercado en crecimiento rápido para la IA financiera

La financiación llega durante un período de adopción de IA acelerada en banca y fintech.

Las instituciones financieras están bajo presión para reducir los costos operativos al mismo tiempo que mejoran las experiencias de los clientes y cumplen con requisitos de cumplimiento cada vez más complejos. La IA ha surgido como una de las herramientas más prometedoras para abordar esos desafíos, pero muchos despliegues siguen limitados a proyectos piloto o casos de uso estrechos.

Gradient Labs parece estar beneficiándose de la demanda de sistemas que pueden ir más allá de la experimentación y operar directamente en entornos de producción. La empresa informó un crecimiento de ingresos del 900% en el último año y afirma que sus agentes de IA han logrado puntajes de satisfacción del cliente tan altos como el 98%, en algunos casos superando a los equipos de soporte humano.

El crecimiento de la empresa también refleja una tendencia más amplia en el capital de riesgo. Los inversores están respaldando cada vez más a empresas de IA verticales que se centran en industrias específicas en lugar de intentar construir plataformas de IA de un tamaño que se adapte a todos. En sectores como las finanzas, la atención médica, los servicios legales y los seguros, el conocimiento del dominio y el conocimiento regulatorio se están convirtiendo en ventajas competitivas clave.

Las implicaciones más amplias de las operaciones financieras nativas de IA

El auge de plataformas como Gradient Labs apunta a un cambio más grande en marcha en los servicios financieros: la transformación gradual de las operaciones de clientes de flujos de trabajo gestionados por humanos a sistemas supervisados por IA capaces de manejar procesos financieros cada vez más complejos.

Durante décadas, muchas funciones operativas dentro de los bancos y las empresas de fintech han seguido dependiendo en gran medida de grandes equipos de soporte que gestionan disputas, revisiones de cumplimiento, verificaciones de incorporación, flujos de trabajo de préstamos y servicio al cliente. A medida que los sistemas de IA se vuelven más confiables en entornos regulados, es posible que esos procesos se muevan cada vez más hacia modelos híbridos donde los humanos supervisan las excepciones mientras que la IA maneja la ejecución rutinaria a gran escala.

Esta evolución podría tener implicaciones que van más allá del soporte de cliente. Las instituciones financieras pueden rediseñar eventualmente productos, marcos de cumplimiento y estructuras operativas alrededor de infraestructura nativa de IA, lo que podría reducir la fricción en áreas como la incorporación, las investigaciones de fraude, las aprobaciones de préstamos y el servicio de cuenta. Al mismo tiempo, los reguladores probablemente enfrentarán una creciente presión para establecer nuevos estándares que rijan cómo los sistemas de IA toman decisiones, documentan acciones e interactúan con los consumidores.

La próxima fase de la IA financiera puede ser menos sobre reemplazar los centros de llamadas y más sobre redefinir la arquitectura operativa que subyace a la banca moderna. Las empresas que desarrollan sistemas de IA especializados para industrias reguladas están ayudando a probar cómo podría ser ese futuro, ya que las instituciones financieras exploran hasta dónde puede extenderse la automatización en funciones que históricamente han requerido una supervisión humana significativa.