Gradient Labs Membuat Pendanaan Seri A menjadi $26M karena Lembaga Keuangan Mengadopsi Agen AI untuk Operasi Pelanggan

Pertarungan untuk menerapkan AI dalam jasa keuangan semakin bergeser dari chatbot menuju sistem yang mampu menangani pekerjaan operasional yang diatur dan berisiko tinggi. Kecenderungan ini membantu memacu pertumbuhan cepat Gradient Labs, yang mengumumkan bahwa mereka telah menggandakan pendanaan Seri A menjadi $26 juta.

Investasi terbaru dipimpin oleh Octopus Ventures dan CommerzVentures, dengan partisipasi berkelanjutan dari Redpoint Ventures dan Exceptional Capital. Pendanaan ini datang kurang dari setahun setelah perusahaan mengumpulkan $13 juta dalam putaran pendanaan Seri A awal dan mencerminkan kepercayaan investor yang meningkat terhadap platform AI khusus yang dibangun untuk industri yang diatur.

Didirikan oleh mantan anggota tim AI Monzo, Gradient Labs fokus pada mengotomatisasi operasi pelanggan di sektor perbankan, pinjaman, pembayaran, asuransi, dan jasa keuangan lainnya. Perusahaan ini mengatakan bahwa platform mereka sekarang mencapai lebih dari 32 juta pengguna akhir potensial melalui penerapan dengan organisasi seperti Wise, Stash, Current, Monzo, Zego, dan Pockit.

Melampaui Dukungan Pelanggan Tradisional

Banyak sistem layanan pelanggan AI saat ini fokus pada permintaan garis depan sederhana seperti reset kata sandi, pertanyaan akses akun, atau FAQ dasar. Gradient Labs telah memposisikan diri mereka di sekitar tantangan yang lebih ambisius: mengotomatisasi alur kerja operasional yang kompleks yang secara historis dikelola oleh lembaga keuangan dengan tangan manusia.

Menurut perusahaan, agen AI mereka dapat mengelola proses termasuk operasi pinjaman, sengketa, penyelidikan penipuan, Verifikasi Tahu Pelanggan (KYC), penanganan keluhan, pengumpulan, dan pelayanan pelanggan. Platform ini terintegrasi langsung ke dalam sistem perbankan dan fintech yang ada sambil menerapkan kontrol kepatuhan yang dirancang untuk lingkungan yang sangat diatur.

Fokus ini pada AI vertikal mencerminkan pergeseran yang lebih luas yang terjadi di seluruh perangkat lunak perusahaan. Daripada menerapkan asisten AI umum, banyak organisasi semakin mencari sistem yang dilatih di sekitar peraturan, alur kerja, dan persyaratan risiko khusus industri mereka.

Bagi lembaga keuangan, perbedaan itu penting. Kesalahan dukungan pelanggan dapat frustrasi; kesalahan yang melibatkan keputusan pinjaman, kewajiban kepatuhan, prosedur anti-pencucian uang, atau transaksi yang dipermasalahkan dapat memiliki konsekuensi regulasi dan hukum yang signifikan.

Gradient Labs berpendapat bahwa AI jasa keuangan khusus memerlukan perlindungan yang tertanam yang seringkali tidak dimiliki oleh sistem umum, termasuk kontrol sekitar saran keuangan, deteksi pelanggan yang rentan, prosedur kepatuhan, dan jalur eskalasi untuk kasus sensitif.

Voice AI Menjadi Medan Pertempuran Utama

Salah satu aspek paling mencolok dari pertumbuhan Gradient Labs adalah ekspansi mereka ke interaksi pelanggan berbasis suara.

Meskipun banyak perusahaan telah bereksperimen dengan sistem suara yang ditenagai AI, menerapkan mereka dalam lingkungan keuangan yang diatur pada skala besar telah terbukti jauh lebih sulit. Percakapan keuangan sering melibatkan verifikasi identitas, keamanan akun, sengketa, penyelidikan penipuan, dan informasi pribadi yang sangat sensitif.

Gradient Labs mengatakan bahwa mereka sekarang memproses ratusan ribu panggilan pelanggan setiap bulan melalui penerapan pinjaman mereka, menjadikannya salah satu dari sedikit perusahaan AI yang fokus pada jasa keuangan yang mengoperasikan agen suara pada skala signifikan. Perusahaan ini baru-baru ini memperkenalkan platform suara khusus yang dirancang khusus untuk lembaga keuangan, menekankan latensi rendah, garda kepatuhan, dan kemampuan penalaran konversasional.

Pendekatan perusahaan ini bergantung pada beberapa model bahasa besar, memungkinkan mereka untuk mengoptimalkan kinerja, latensi, dan biaya tergantung pada tugas yang dilakukan.

Pasar yang Tumbuh Cepat untuk AI Keuangan

Pendanaan ini tiba selama periode adopsi AI yang dipercepat di seluruh perbankan dan fintech.

Lembaga keuangan berada di bawah tekanan untuk mengurangi biaya operasional sambil meningkatkan pengalaman pelanggan dan memenuhi persyaratan kepatuhan yang semakin kompleks. AI telah muncul sebagai salah satu alat paling menjanjikan untuk menangani tantangan tersebut, tetapi banyak penerapan masih terbatas pada proyek pilot atau kasus penggunaan yang sempit.

Gradient Labs tampaknya mendapat manfaat dari permintaan sistem yang dapat melampaui eksperimen dan beroperasi langsung dalam lingkungan produksi. Perusahaan melaporkan pertumbuhan pendapatan sebesar 900% selama setahun terakhir dan mengatakan bahwa agen AI mereka telah mencapai skor kepuasan pelanggan setinggi 98%, dalam beberapa kasus mengungguli tim dukungan yang dioperasikan manusia.

Pertumbuhan perusahaan ini juga mencerminkan tren yang lebih luas dalam modal ventura. Investor semakin mendukung perusahaan AI vertikal yang fokus pada industri tertentu daripada mencoba membangun platform AI satu-ukuran-untuk-semua. Di sektor seperti keuangan, kesehatan, layanan hukum, dan asuransi, keahlian domain dan pengetahuan regulasi menjadi keunggulan kompetitif kunci.

Implikasi yang Lebih Luas dari Operasi Keuangan Asli AI

Munculnya platform seperti Gradient Labs menunjukkan pergeseran yang lebih besar yang sedang berlangsung di seluruh jasa keuangan: transformasi gradual operasi pelanggan dari alur kerja yang dikelola manusia menjadi sistem yang diawasi AI yang mampu menangani proses keuangan yang semakin kompleks.

Selama beberapa dekade, banyak fungsi operasional di dalam bank dan perusahaan fintech telah tetap bergantung pada tim dukungan besar yang mengelola sengketa, tinjauan kepatuhan, pemeriksaan pendaftaran, alur kerja pinjaman, dan pelayanan pelanggan. Saat sistem AI menjadi lebih andal dalam lingkungan yang diatur, proses tersebut mungkin semakin bergeser ke model hibrida di mana manusia mengawasi pengecualian sementara AI menangani eksekusi rutin pada skala besar.

Evolusi ini dapat memiliki implikasi jauh melampaui dukungan pelanggan. Lembaga keuangan mungkin pada akhirnya merancang ulang produk, kerangka kepatuhan, dan struktur operasional di sekitar infrastruktur AI-asli, potensial mengurangi gesekan di seluruh area seperti pendaftaran, penyelidikan penipuan, persetujuan pinjaman, dan pelayanan akun. Pada saat yang sama, regulator kemungkinan akan menghadapi tekanan yang meningkat untuk menetapkan standar baru yang mengatur bagaimana sistem AI membuat keputusan, mendokumentasikan tindakan, dan berinteraksi dengan konsumen.

Fase berikutnya dari AI keuangan mungkin kurang tentang menggantikan pusat panggilan dan lebih tentang merancang ulang arsitektur operasional yang mendasari perbankan modern. Perusahaan yang mengembangkan sistem AI khusus untuk industri yang diatur membantu menguji seperti apa masa depan itu, saat lembaga keuangan menjelajahi seberapa jauh otomatisasi dapat memperluas ke dalam fungsi yang secara historis memerlukan pengawasan manusia yang signifikan.