फंडिंग
बैंक अनुपालन के लिए AI और बिक्री का विस्तार करने हेतु Arva AI ने 20 मिलियन डॉलर की सीरीज़ A फंडिंग जुटाई

मुख्य बिंदुअर्वा एआई ने बैंक अनुपालन बिक्री और एआई अनुसंधान का विस्तार करने के लिए नई फंडिंग जुटाई।
और देखें
- अर्वा एआई ने बैंक अनुपालन बिक्री और एआई अनुसंधान का विस्तार करने के लिए नई फंडिंग जुटाई।
- अर्वा के एजेंट बड़े बैंकों के लिए प्रतिबंध और संदिग्ध लेनदेन समीक्षाओं को स्वचालित करते हैं।
- अर्वा की सतत-अधिगम प्रणाली बदलाव प्रस्तावित करती है जबकि ग्राहक तैनाती निर्णयों को नियंत्रित करते हैं।
Axios ने बताया कि 17 नवंबर, 2026 को Arva AI ने Arthur Ventures के नेतृत्व में सीरीज़ A फंडिंग के तहत 20 मिलियन डॉलर जुटाए हैं। इस जानकारी का स्रोत कंपनी के मुख्य कार्यकारी Rhim Shah थे। बैंक अनुपालन पर काम करने वाला यह स्टार्टअप न्यूयॉर्क में अपनी बिक्री टीम का विस्तार करने और AI अनुसंधान में निवेश करने की योजना बना रहा है। इसमें कर्मचारियों की नियुक्ति और मॉडल का प्रशिक्षण भी शामिल है।
मौजूदा निवेशक Gradient और Y Combinator ने भी इस फंडिंग में हिस्सा लिया। Shah ने बताया कि Wise और अमेरिका के दो बड़े बैंक कंपनी के ग्राहक हैं। उन्होंने यह भी कहा कि Arva ने छोटे फिनटेक कारोबारों को सेवाएँ देने से आगे बढ़कर अब अमेरिका के लगभग 40 से 50 सबसे बड़े बैंकों को लक्ष्य बनाया है।
बैंकों में बिक्री और उपयोग-आधारित मूल्य निर्धारण
Arva के एजेंट कंपनियों और व्यक्तियों पर शोध करते हैं, दस्तावेज़ों की समीक्षा करते हैं और प्रतिबंधों तथा संदिग्ध लेन-देन से जुड़े अलर्ट की जाँच करते हैं। वे सुधार के सुझाव भी दे सकते हैं। Shah ने कहा कि ग्राहक उनके प्रदर्शन को परखने के बाद समीक्षाओं को स्वचालित करने के लिए इन एजेंटों का इस्तेमाल तेज़ी से बढ़ा रहे हैं।
कंपनी उपयोग के आधार पर शुल्क लेती है और हर संस्थान में अलग-अलग तरह के और काम सँभालने की संभावना देखती है। शुरुआती तैनाती अपेक्षाकृत मानकीकृत होती हैं, जबकि कार्यप्रवाह जोड़ने के लिए ग्राहकों के साथ अधिक इंजीनियरिंग काम करना पड़ता है। Shah ने कहा कि बैंक में विक्रेता के रूप में मंज़ूरी पाना कठिन होता है, लेकिन तैनाती के बाद इससे अतिरिक्त सेवाएँ बेचने का अवसर मिल सकता है।
अपनी वेबसाइट पर Arva का कहना है कि हर महीने 1 मिलियन से अधिक समीक्षाएँ संसाधित की जाती हैं और उत्पादन में तैनात एक प्रणाली में 92% अलर्ट का समाधान किया जाता है। ये आँकड़े कंपनी की परिचालन क्षमता का उसके द्वारा प्रकाशित माप देते हैं, जबकि वह बड़े बैंक ग्राहकों को जोड़ने और मौजूदा संस्थानों में अपनी तैनाती का दायरा बढ़ाने की कोशिश कर रही है।
विनियमित परिवेश में तैनाती के लिए अनुसंधान और नियंत्रण
Arva की स्थापना 2024 में Shah और मुख्य प्रौद्योगिकी अधिकारी Oli Wales ने की थी। कंपनी लंदन और न्यूयॉर्क से काम करती है। इसका अनुसंधान ढाँचा सामान्य प्रयोजन वाले भाषा मॉडलों पर विशेष तर्क-क्षमताएँ विकसित करता है, ताकि पहचान का मिलान करने, लाभकारी स्वामियों का पता लगाने और प्रतिकूल मीडिया-सामग्री संसाधित करने जैसे काम किए जा सकें।
विश्लेषकों के समायोजन, आगे भेजे गए मामलों और सुधारों को अज्ञात बनाकर मूल्यांकन डेटासेट में शामिल किया जाता है। तैनाती से पहले एजेंटों को विशेषज्ञों द्वारा लेबल किए गए डेटासेट और प्रतिकूल परिस्थितियों वाले मामलों के आधार पर परखा जाता है। इसके बाद किए गए बदलावों की भी इन्हीं के विरुद्ध प्रतिगमन जाँच होती है।
Arva की निरंतर सीखने वाली प्रणाली AgentCore, समीक्षा के बार-बार सामने आने वाले पैटर्न पहचानती है और साक्ष्यों पर आधारित सुझाव देती है। यह ऐतिहासिक डेटा को दोबारा चलाकर बदलावों की पुष्टि करती है और तैनाती के बाद प्रदर्शन पर नज़र रखती है। ग्राहक तय करते हैं कि अपने पृथक परीक्षण परिवेशों में कौन-से सुझाव लागू करने हैं।
पहले की फंडिंग और बैंक का केस अध्ययन
सीरीज़ A से पहले Arva ने 14 जनवरी, 2025 को घोषणा की थी कि उसने Gradient के नेतृत्व में 3 मिलियन डॉलर की फंडिंग जुटाई है। इसमें Y Combinator, Amino Capital, Olive Tree Capital और फिनटेक क्षेत्र के एंजेल निवेशकों ने भी हिस्सा लिया था। उस घोषणा का केंद्र Know Your Business सत्यापन को स्वचालित करना था। यह अनुपालन प्रक्रिया धोखाधड़ी और मनी लॉन्ड्रिंग जैसे जोखिमों के लिहाज़ से कारोबारी ग्राहकों का आकलन करती है। इस प्लेटफ़ॉर्म ने अलग-अलग रजिस्ट्रियों, वेबसाइटों, सोशल मीडिया और दस्तावेज़ों में बिखरे डेटा को कारोबारी जोखिम आकलन में बदला।
2 अक्टूबर, 2025 का एक केस अध्ययन तैनाती का अधिक विशिष्ट उदाहरण देता है। Arva ने अमेरिका के एक बड़े, लेकिन नाम न बताए गए बैंक का ज़िक्र किया, जिसकी नियम-आधारित लेन-देन निगरानी प्रणाली रोज़ाना हज़ारों अलर्ट बनाती थी। मौजूदा प्रणाली को हटाने के बजाय Arva ने अलर्ट बनने और उनकी मानवीय समीक्षा के बीच निर्णय लेने की एक परत जोड़ी। इस परत ने अलर्ट को अपने-आप निपटाने, उच्च स्तर पर भेजने या आगे समीक्षा के लिए बढ़ाने की श्रेणियों में बाँटा और हर निर्णय के लिए ऑडिट-योग्य स्पष्टीकरण तैयार किया।
Arva के अनुसार, इस तैनाती से मानव विश्लेषकों को भेजे जाने वाले अलर्ट 78% घटे और 45 दिनों के भीतर लंबित मामलों का ढेर खत्म हो गया। 90 दिनों की गुणवत्ता-जाँच अवधि के दौरान गलत नकारात्मक परिणामों की दर 1% से कम रही। बैंक Arva का इस्तेमाल इससे जुड़े अन्य कार्यों में भी बढ़ा रहा था, जिनमें केस का विवरण तैयार करना और संदिग्ध गतिविधि रिपोर्ट को अधिक जानकारी से समृद्ध करना शामिल था।
Arva का विस्तार दो परस्पर जुड़ी चुनौतियों पर निर्भर करता है: अपेक्षाकृत कम संख्या में मौजूद बड़े बैंकों से मंज़ूरी हासिल करना और फिर हर शुरुआती तैनाती को अतिरिक्त कार्यप्रवाहों तक पहुँचाना। बिक्री और अनुसंधान पर प्रस्तावित खर्च इन दोनों चुनौतियों से निपटने के लिए है। लेकिन कंपनी का तैनाती मॉडल एक स्पष्ट सीमा भी बताता है: व्यापक स्वचालन को समझाने योग्य और सत्यापित बनाए रखना होगा, और उसका नियंत्रण ग्राहकों के हाथ में रहना चाहिए।












