Gradient Labs recauda $13M para llevar la automatización de IA segura a las industrias reguladas

Gradient Labs, una startup de IA con sede en Londres que construye agentes de servicio al cliente especializados para industrias reguladas, ha recaudado $13 millones en financiación de Serie A. La ronda fue liderada por Redpoint Ventures, con la participación de Localglobe, Puzzle Ventures, Liquid 2 Ventures y Exceptional Capital. La financiación señala una creciente demanda de sistemas de IA que van mucho más allá de la automatización superficial, y en su lugar, incorporan inteligencia regulatoria, lógica procedural y auditoría directamente en las operaciones del cliente.

El capital acelerará el desarrollo de productos y la contratación en ingeniería, investigación, incorporación y equipos de lanzamiento al mercado. Más significativamente, impulsará la misión más amplia de la empresa: resolver la tensión operativa que enfrentan las industrias reguladas a través de una nueva clase de agentes de IA específicos del dominio.

El desafío de la IA en sectores regulados

El servicio al cliente en finanzas, seguros y otras industrias de alto riesgo es únicamente difícil. Por un lado, las expectativas de los clientes han aumentado exponencialmente: 66% de las personas ahora esperan una respuesta casi instantánea, y casi uno de cada tres abandonará una empresa después de una mala experiencia. Por otro lado, las empresas en espacios regulados no pueden simplemente conectar chatbots de consumo. Los riesgos, desde violaciones de cumplimiento hasta manejo de datos, son demasiado grandes.

Las herramientas de IA tradicionales ofrecen solo soluciones parciales. La mayoría están entrenadas para consultas de propósito general, y incluso los agentes de soporte al cliente más avanzados de hoy en día suelen manejar solo el 20-25% más simple de las consultas. Estas herramientas luchan con flujos de trabajo en capas, pasos de verificación, matices legales y árboles de decisión en escalada. En los servicios financieros, este es donde se encuentran la mayoría de los costos y riesgos.

Gradient Labs aborda directamente esta brecha.

Un equipo fundador con credibilidad en el dominio

Gradient fue fundada en 2023 por Dimitri Masin (CEO), Danai Antoniou (Chief Scientist) y Neal Lathia (CTO), todos los cuales desempeñaron papeles críticos en la construcción de la infraestructura y las operaciones en el neobanco del Reino Unido Monzo. Su experiencia les da una comprensión inusualmente profunda de las limitaciones del mundo real que enfrentan las empresas reguladas: cómo se diseñan los sistemas de detección de fraude, cómo operan los departamentos de cumplimiento y qué herramientas internas realmente parecen en un entorno de alto riesgo.

Esta coincidencia de fundadores y mercado es rara, y se muestra en el impulso que Gradient ha visto desde su lanzamiento. Dentro de tres meses, la empresa aseguró a nueve clientes, incluyendo a uno de los bancos más grandes de Europa. Los clientes ahora informan tasas de resolución de hasta el 90% y puntuaciones de CSAT que superan el 98%, números que son virtualmente inauditos en entornos de soporte regulados.

Qué construye realmente Gradient Labs

En el corazón de la oferta de Gradient se encuentra Otto, un agente de IA procedural entrenado no solo en lenguaje, sino en lógica, flujos de trabajo y procesos específicos de regulación. Otto está diseñado para hacer más que desviar tickets: ejecuta operaciones complejas y multi-paso con conciencia contextual y memoria institucional. Esto incluye:

• Autenticar a los clientes en función de la lógica de KYC regulatoria
• Congelar y reemplazar tarjetas perdidas o comprometidas
• Iniciar investigaciones de fraude con documentación de auditoría
• Actualizar registros financieros sensibles en función de la intención del cliente
• Navegar políticas con precisión en jurisdicciones y casos de uso

A diferencia de los grandes modelos de lenguaje utilizados en herramientas de propósito general, Otto está afinado para funcionar como un agente dentro de un sistema, no solo como una interfaz. Lee y escribe datos en herramientas existentes como Intercom, Zendesk y Freshdesk, y opera dentro de guardias estrictas. Cada acción que toma Otto es explicable, registrada y reproducible, requisitos clave para las empresas bajo regulación financiera.

Automatización profunda sin sacrificar el control

Una de las diferencias técnicas más significativas es el uso de abstracción procedural en lugar de razonamiento generativo puro. Mientras que muchos chatbots adivinan la intención y hallucinan soluciones, la arquitectura de Gradient compone respuestas y acciones a partir de pasos predefinidos y verificables, similar a un motor de decisión capa sobre un núcleo de LLM.

Esto significa que las empresas pueden trazar su lógica interna (por ejemplo, cómo manejar disputas en una transacción de tarjeta de crédito) y dejar que Otto la ejecute con precisión, sin intervención humana en el bucle, pero aún con supervisión. Los equipos de cumplimiento pueden auditar decisiones, probar casos de borde y imponer restricciones, asegurando que la IA permanezca dentro de los límites operativos aprobados.

Y porque el proceso de incorporación de Gradient no depende únicamente de conjuntos de datos estáticos, sino que incluye aprendizaje de procesos dinámicos, las tasas de resolución comienzan altas, a menudo del 40-60% desde el primer día, y aumentan rápidamente a medida que el sistema se adapta a los flujos de trabajo exactos de la empresa.

Qué significa esto para el futuro de las operaciones del cliente

Las implicaciones del trabajo de Gradient Labs van más allá de los tickets de soporte. De muchas maneras, la empresa está construyendo una nueva capa de IA para la ejecución de procesos empresariales, una que tiene sus raíces en la arquitectura consciente de la regulación. En lugar de aplicar la IA de forma retroactiva a funciones de soporte aisladas, Gradient está incorporando inteligencia directamente en el tejido operativo.

Esto es particularmente significativo para las industrias que históricamente han lagado en la adopción de la IA, no debido a la falta de interés, sino al riesgo. Las instituciones financieras, por ejemplo, están ansiosas por modernizarse pero están limitadas por controles internos, miedos a la responsabilidad y la necesidad de trazabilidad absoluta.

Gradient está ofreciendo un modelo viable para lo que la IA se parece en ese contexto. Un modelo que equilibra:

• Velocidad y respuesta con precisión y rendición de cuentas
• Ganancias en la experiencia del usuario con defensibilidad regulatoria
• Automatización profunda con supervisión humana y claridad

Al hacerlo, Gradient Labs está ayudando a remodelar no solo cómo se entrega el servicio, sino cómo se confían los sistemas. Si Otto y agentes como él continúan teniendo éxito, podemos mirar hacia atrás en Gradient Labs como uno de los primeros ejemplos reales de la IA que no solo actúa con inteligencia, sino que actúa de manera responsable dentro de algunas de las instituciones más sensibles del mundo.

Y eso puede ser el avance que finalmente lleva la verdadera transformación de la IA al corazón de la economía.