Gradient Labs lève 13 millions de dollars pour apporter une automatisation d’IA sécurisée aux industries réglementées

Gradient Labs, une startup d’IA basée à Londres qui construit des agents de service client spécialisés pour les industries réglementées, a levé $13 millions dans le cadre d’un financement de série A. Le tour a été mené par Redpoint Ventures, avec la participation de Localglobe, Puzzle Ventures, Liquid 2 Ventures, et Exceptional Capital. Le financement signale une demande croissante pour des systèmes d’IA qui vont bien au-delà de l’automatisation superficielle – et intègrent plutôt l’intelligence réglementaire, la logique procédurale et la traçabilité directement dans les opérations client.

Le capital accélérera le développement de produits de Gradient et le recrutement dans les équipes d’ingénierie, de recherche, d’intégration et de lancement sur le marché. Plus important encore, il alimente la mission plus large de l’entreprise : résoudre les contraintes opérationnelles auxquelles sont confrontées les industries réglementées grâce à une nouvelle classe d’agents d’IA spécifiques au domaine.

Le défi de l’IA dans les secteurs réglementés

Le service client dans les secteurs de la finance, de l’assurance et d’autres industries à haut risque est particulièrement difficile. D’une part, les attentes des clients ont explosé – 66 % des personnes s’attendent maintenant à une réponse quasi instantanée, et près d’une personne sur trois abandonnera une entreprise après une seule mauvaise expérience. D’autre part, les entreprises opérant dans des secteurs réglementés ne peuvent pas simplement brancher des chatbots de consommation. Les risques – des violations de conformité à la mauvaise gestion des données – sont trop importants.

Les outils d’IA traditionnels ne proposent que des solutions partielles. La plupart sont formés pour des requêtes à usage général, et même les agents de support client les plus avancés d’aujourd’hui traitent généralement seulement les 20 à 25 % les plus simples des demandes. Ces outils ont du mal avec les flux de travail en couches, les étapes de vérification, la nuance juridique et les arbres de décision à plusieurs niveaux. Dans les services financiers, c’est là que se trouvent la majeure partie des coûts et des risques.

Gradient Labs répond directement à cette lacune.

Une équipe fondatrice avec une crédibilité de domaine

Gradient a été fondé en 2023 par Dimitri Masin (PDG), Danai Antoniou (Chef scientifique) et Neal Lathia (CTO) – tous ayant joué des rôles clés dans la construction de l’infrastructure et des opérations de la banque en ligne Monzo. Leur expérience leur donne une compréhension inhabituellement approfondie des contraintes réelles auxquelles sont confrontées les entreprises réglementées : la façon dont les systèmes de détection de la fraude sont conçus, la façon dont les départements de conformité fonctionnent et à quoi ressemble réellement l’outillage interne dans un environnement à haut risque.

Cette adéquation entre les fondateurs et le marché est rare, et elle se reflète dans la traction que Gradient a connue depuis son lancement. Dans les trois mois, l’entreprise a sécurisé neuf clients – dont l’une des plus grandes banques d’Europe. Les clients signalent maintenant des taux de résolution allant jusqu’à 90 % et des scores de satisfaction client (CSAT) dépassant 98 %, des chiffres qui sont virtuellement inouïs dans les environnements de support réglementé.

Ce que Gradient Labs construit réellement

Au cœur de l’offre de Gradient se trouve Otto, un agent d’IA procédural formé non seulement sur le langage, mais également sur la logique, les flux de travail et les processus spécifiques à la réglementation. Otto est conçu pour faire plus que détourner les tickets – il exécute des opérations complexes à plusieurs étapes avec une prise de conscience contextuelle et une mémoire institutionnelle. Cela inclut :

• L’authentification des clients en fonction de la logique de conformité KYC
• La gelée et le remplacement des cartes perdues ou compromises
• L’initiation d’enquêtes sur la fraude avec une documentation de traçabilité
• La mise à jour de dossiers financiers sensibles en fonction de l’intention client
• La navigation dans les politiques avec précision à travers les juridictions et les cas d’utilisation

Contrairement aux grands modèles de langage utilisés dans les outils à usage général, Otto est affiné pour fonctionner en tant qu’agent au sein d’un système, et non seulement en tant qu’interface. Il lit et écrit des données dans les outils existants comme Intercom, Zendesk et Freshdesk, et fonctionne dans des limites strictes. Chaque action qu’Otto prend est explicable, enregistrée et reproductible – des exigences clés pour les entreprises soumises à la réglementation financière.

Automatisation profonde sans sacrifice de contrôle

L’un des plus grands différenciateurs techniques est l’utilisation par Gradient de l’abstraction procédurale plutôt que de la raison générale purement générative. Lorsque de nombreux chatbots devinent l’intention et hallucinent des solutions, l’architecture de Gradient compose des réponses et des actions à partir d’étapes prédéfinies et vérifiables – similaires à un moteur de décision superposé à un noyau LLM.

Cela signifie que les entreprises peuvent cartographier leur logique interne (par exemple, la façon de gérer les litiges sur une transaction de carte de crédit) et laisser Otto l’exécuter avec précision, sans intervention humaine – mais toujours avec une surveillance. Les équipes de conformité peuvent auditer les décisions, tester les cas limites et imposer des restrictions, en veillant à ce que l’IA reste dans les limites opérationnelles approuvées.

Et parce que le processus d’intégration de Gradient ne repose pas uniquement sur des jeux de données statiques, mais inclut également l’apprentissage de processus dynamique, les taux de résolution commencent élevés – souvent 40-60 % dès le premier jour – et augmentent rapidement à mesure que le système s’adapte aux flux de travail exacts de l’entreprise.

Ce que cela signifie pour l’avenir des opérations client

Les implications du travail de Gradient Labs vont au-delà des tickets de support. De nombreuses manières, l’entreprise construit une nouvelle couche d’IA pour l’exécution des processus d’entreprise, une couche qui est enracinée dans une architecture sensible à la réglementation. Plutôt que d’appliquer l’IA de manière rétroactive à des fonctions de support isolées, Gradient intègre l’intelligence directement dans le tissu opérationnel.

Cela est particulièrement significatif pour les industries qui ont historiquement retardé l’adoption de l’IA – non pas en raison d’un manque d’intérêt, mais en raison des risques. Les institutions financières, par exemple, sont impatientes de se moderniser mais sont contraintes par les contrôles internes, les craintes de responsabilité et le besoin d’une traçabilité absolue.

Gradient propose un modèle viable pour ce que l’IA ressemble dans ce contexte. Un modèle qui équilibre :

• La rapidité et la réactivité avec la précision et la responsabilité
• Les gains d’expérience utilisateur avec la défensibilité réglementaire
• L’automatisation profonde avec une surveillance humaine et une clarté

En faisant cela, Gradient Labs aide à redéfinir non seulement la façon dont le service est livré – mais également la façon dont les systèmes sont considérés comme fiables. Si Otto et des agents comme lui continuent de réussir, nous pourrions regarder en arrière sur Gradient Labs comme l’un des premiers exemples réels d’IA qui ne fonctionne pas seulement de manière intelligente, mais également de manière responsable au sein des institutions les plus sensibles du monde.

Et cela pourrait être la percée qui amènera enfin une véritable transformation de l’IA au cœur de l’économie.