Gradient Labs kerää 13 miljoonaa dollaria turvallisen tekoälyautomatisoinnin tuomiseksi säännellyille aloille

Gradient Labs, Lontoon tekoälystart-up, joka rakentaa syvästi erikoistuneita asiakaspalveluagentteja säännellyille aloille, on kerännyt $13 miljoonaa sarjarahoitusta. Rahoituksen johtajana toimi Redpoint Ventures, ja siihen osallistuivat Localglobe, Puzzle Ventures, Liquid 2 Ventures ja Exceptional Capital. Rahoitus osoittaa kasvavaa kysyntää tekoälyjärjestelmille, jotka menevät paljon pidemmälle kuin vain pinnallinen automaatio – ja sisällyttävät sääntelyälykkyyden, prosessilogiikan ja auditoinnin suoraan asiakastoimintoihin.

Pääoma kiihdyttää Gradientin tuotekehitystä ja palkkaamista insinööri-, tutkimus-, käyttöönotto- ja markkinointitiimien osalta. Merkittävämmin, se tukee yhtiön laajempaa tavoitetta: ratkaisemalla säännellyillä aloilla toimivien yritysten operatiivista jännitystä uudenlaisen, alakohtaisen tekoälyagenttien avulla.

Tekoälyhaaste säännellyillä aloilla

Asiakaspalvelu rahoitus-, vakuutus- ja muilla korkean riskin aloilla on erityisen haastavaa. Toisaalta, asiakastarpeet ovat kasvaneet – 66 %:lla asiakkaista odotetaan nopeaa vastausta, ja lähes kolme neljästä asiakkaasta hylkää yrityksen yhden huonon kokemuksen jälkeen. Toisaalta, säännellyillä aloilla toimivat yritykset eivät voi vain liittää kuluttajaluokan chatboteja. Risit – kuten sääntelyrikkomukset ja tietojen väärinkäyttö – ovat liian suuret.

Perinteiset tekoälytyökalut tarjoavat vain osittaisia ratkaisuja. Useimmat niistä on koulutettu yleistarkoituksellisiin kysymyksiin, ja jopa nykyään käytetyimmät asiakastukipalvelut pystyvät käsittelemään vain yksinkertaisimmat 20-25 %:n kysymyksistä. Nämä työkalut kamppailevat kerrosten kanssa, vahvistusaskelten, oikeudellisen viileän ja eskaloivan päätöspuiden kanssa. Rahoituspalveluissa tämä on se, missä suurin osa kustannuksista ja riskeistä on.

Gradient Labs vastaa tähän suoraan.

Perustajatiimi, jolla on alaan liittyvää uskottavuutta

Gradient perustettiin vuonna 2023 Dimitri Masin (toimitusjohtaja), Danai Antoniou (pääasiantuntija) ja Neal Lathia (CTO) – kaikki he olivat olleet avainrooleissa rakentamassa UK:n uuden sukupolven pankin Monzon infrastruktuuria ja toimintoja. Heidän kokemuksensa antaa heille poikkeuksellisen syvän ymmärryksen siitä, mitä todelliset rajoitukset ovat säännellyillä aloilla toimivilla yrityksillä: miten petostentorjuntajärjestelmiä suunnitellaan, miten sääntelyosastot toimivat ja miltä sisäinen työkalu näyttää korkean riskin ympäristössä.

Tämä perustajien markkinoiden sopimus on harvinainen, ja se näkyy siinä, miten Gradient on menestynyt sen jälkeen, kun se on aloittanut toimintansa. Kolmen kuukauden kuluessa yhtiö sai yhdeksän asiakasta – mukaan lukien yksi Euroopan suurimmista pankeista. Asiakkaat ilmoittavat nyt ratkaisuasteiksi jopa 90 % ja asiakastyytyväisyyden 98 % ylittäviä lukemia, jotka ovat lähes kuulemattomia säännellyissä tukiympäristöissä.

Mitä Gradient Labs todella rakentaa

Gradientin tarjoaman ytimessä on Otto, prosessitekoälyagentti, joka on koulutettu ei vain kielelle, vaan logiikalle, työnkululle ja sääntelykohtaisille prosesseille. Otto on suunniteltu tekemään enemmän kuin vain ohjata liput – se suorittaa monimutkaisia, monivaiheisia toimintoja asiayhteyden tietämisellä ja institutionaalisella muistilla. Tähän sisältyy:

• Asiakkaiden todennus sääntelykohtaisen KYC-logiikan perusteella
• Kadonneiden tai murrettyjen korttien jäädyttäminen ja korvaaminen
• Petostutkintojen aloittaminen audit-rainausdokumentaation kanssa
• Arkaluontoisten taloudellisten tietojen päivittäminen asiakkaan aikomusten mukaan
• Käytäntöjen navigointi tarkkuudella eri jurisdiktioiden ja käyttötapausten yli

Toisin kuin suurten kielen mallien tapauksessa, jotka käytetään yleistarkoituksellisissa työkaluissa, Otto on hienosäädetty toimimaan järjestelmän sisällä olevana agenttina, ei vain käyttöliittymänä. Se lukee ja kirjoittaa tietoja olemassa oleviin työkaluihin, kuten Intercomiin, Zendeskiin ja Freshdeskiin, ja toimii tiukkojen rajoitusten puitteissa. Jokainen Otto tekemä toimi on selitettävissä, kirjattu ja toistettavissa – avainvaatimukset sääntelyyn perustuvilla yrityksillä.

Syvä automaatio ilman hallinnan uhraamista

Yksi teknisistä erottautumisen tekijöistä on Gradientin käyttäminen prosessiabstraktiota eikä pelkästään generatiivista päättelyä. Siinä, missä monet chatbotit arvaavat aikomuksen ja kuvittelevat ratkaisuja, Gradientin arkkitehtuuri koostaa vastauksia ja toimintoja ennalta määritellyistä, verifioitavista vaiheista – samankaltaisesta päätösmoottorista, joka on pinottu LLM-ydin.

Tämä tarkoittaa, että yritykset voivat kartoittaa sisäistä logiikkaansa (esim. miten käsitellä riitoja luottokorttitapaamisessa) ja antaa Otton suorittaa sen tarkasti ilman ihmisen väliintuloa – mutta edelleen valvontaa. Sääntelytiimit voivat tarkastella päätöksiä, testata reunatapauksia ja asettaa rajoituksia, varmisteten, että tekoäly pysyy hyväksyttyjen toiminnallisten rajojen puitteissa.

Ja koska Gradientin käyttöönottoprosessi ei perustu ainoastaan statisiin tietokantoihin, vaan sisältää myös dynaamisen prosessin oppimisen, ratkaisuasteet ovat korkeat – usein 40-60 %:ssa jo ensimmäisenä päivänä – ja kasvavat nopeasti, kun järjestelmä sopeutuu yrityksen tarkkaan työnkulkuun.

Mitä Gradient Labsin työ tarkoittaa asiakastoimintojen tulevaisuudelle

Gradient Labsin työn vaikutukset menevät asiakastukilippujen ulkopuolelle. Monilla tavoin yhtiö rakentaa uuden tekoälykerroksen yritysten prosessien suorittamiseen, joka perustuu sääntelytietoiseen arkkitehtuuriin. Sen sijaan, että sovellettaisiin tekoälyä jälkikäteen erillisiin tukifunktioihin, Gradient upottaa älykkyyden suoraan operatiiviseen kankaaseen.

Tämä on erityisen merkittävää aloille, jotka ovat perinteisesti jääneet tekoälyadoption jälkeen – ei niinkään kiinnostuksen puutteen, vaan riskin vuoksi. Esimerkiksi rahoituslaitokset ovat halukkaita modernisoimaan, mutta heidät rajoittavat sisäiset valvontamekanismit, vastuupelot ja tarve ehdottomasta jäljittävyydestä.

Gradient tarjoaa toimivan mallin siitä, miltä tekoäly näyttää tässä asiayhteydessä. Malli, joka tasapainottaa:

• Nopeutta ja reagointikykyä tarkkuuden ja tilastollisen vastuun kanssa
• Käyttäjäkokemusten parantamista sääntelypuolustettavuuden kanssa
• Syvää automaatiota ihmisen valvontaa ja selkeää ymmärrystä

Tekemällä näin, Gradient Labs auttaa uudelleenmuotoilemaan ei vain sitä, miten palvelu toimitetaan – vaan miten järjestelmät saadaan luotettaviksi. Jos Otto ja sen kaltaiset agentit jatkavat menestymistään, saattavat me nähdä Gradient Labsin yhtenä ensimmäisistä oikeista esimerkeistä tekoälystä, joka ei vain toimi älykkäästi, vaan myös vastuullisesti maailman herkin instituutioissa.

Ja se voi olla se läpimurto, joka lopulta tuo todellisen tekoälymuodon talouden sydämeen.