Gradient Labs Mengumpulkan $13M untuk Membawa Otomatisasi AI yang Aman ke Industri yang Diatur

Gradient Labs, sebuah startup AI yang berbasis di London yang membangun agen layanan pelanggan yang sangat spesifik untuk industri yang diatur, telah mengumpulkan $13 juta dalam pendanaan Seri A. Putaran ini dipimpin oleh Redpoint Ventures, dengan partisipasi dari Localglobe, Puzzle Ventures, Liquid 2 Ventures, dan Exceptional Capital. Pendanaan ini menandakan permintaan yang meningkat untuk sistem AI yang jauh melampaui otomatisasi superficial – dan sebaliknya memasukkan kecerdasan regulasi, logika prosedural, dan kemampuan audit langsung ke dalam operasi pelanggan.

Modal ini akan mempercepat pengembangan produk dan perekrutan di seluruh tim teknik, penelitian, onboarding, dan go-to-market. Lebih signifikan, ini akan memacu misi perusahaan yang lebih luas: memecahkan beban operasional yang dihadapi industri yang diatur melalui kelas baru agen AI yang spesifik domain.

Tantangan AI di Sektor yang Diatur

Layanan pelanggan di keuangan, asuransi, dan industri berisiko tinggi lainnya sangat sulit. Di satu sisi, harapan pelanggan telah melonjak – 66% orang sekarang mengharapkan respons yang hampir instan, dan hampir satu dari tiga akan meninggalkan perusahaan setelah pengalaman buruk tunggal. Di sisi lain, perusahaan di ruang yang diatur tidak dapat hanya memasang konsumen-grade chatbot. Risiko – dari pelanggaran kepatuhan hingga penanganan data yang tidak benar – terlalu besar.

Alat AI tradisional hanya menawarkan solusi sebagian. Sebagian besar dilatih untuk pertanyaan umum, dan bahkan agen dukungan pelanggan yang paling canggih saat ini biasanya hanya menangani 20-25% pertanyaan termudah. Alat ini bergelut dengan alur kerja yang berlapis, langkah verifikasi, nuansa hukum, dan pohon keputusan yang meningkat. Di layanan keuangan, ini adalah tempat sebagian besar biaya dan risiko berada.

Gradient Labs secara langsung menangani kesenjangan ini.

Tim Pendiri dengan Kredibilitas Domain

Gradient didirikan pada 2023 oleh Dimitri Masin (CEO), Danai Antoniou (Chief Scientist), dan Neal Lathia (CTO) – semuanya telah memainkan peran kritis dalam membangun infrastruktur dan operasi di bank digital Monzo. Pengalaman mereka memberikan pemahaman yang tidak biasa tentang keterbatasan dunia nyata yang dihadapi perusahaan yang diatur: bagaimana sistem deteksi penipuan dirancang, bagaimana departemen kepatuhan beroperasi, dan apa yang sebenarnya terlihat seperti peralatan internal di lingkungan berisiko tinggi.

Kesesuaian pendiri-pasar ini jarang, dan ini terlihat dalam traksi yang dilihat Gradient sejak peluncuran. Dalam tiga bulan, perusahaan ini memperoleh sembilan pelanggan – termasuk salah satu bank terbesar di Eropa. Klien sekarang melaporkan tingkat resolusi hingga 90% dan skor CSAT melebihi 98%, angka yang hampir tidak pernah terdengar di lingkungan dukungan yang diatur.

Apa yang Sebenarnya Dibangun Gradient Labs

Di jantung penawaran Gradient adalah Otto, agen AI prosedural yang dilatih tidak hanya pada bahasa, tetapi juga pada logika, alur kerja, dan proses khusus regulasi. Otto dirancang untuk melakukan lebih dari sekadar mengalihkan tiket – itu menjalankan operasi kompleks, multi-langkah dengan kesadaran kontekstual dan memori institusional. Ini termasuk:

• Mengotentikasi pelanggan berdasarkan logika KYC regulasi
• Membekukan dan menggantikan kartu yang hilang atau dikompromikan
• Memulai penyelidikan penipuan dengan dokumentasi jejak audit
• Mengupdate catatan keuangan sensitif berdasarkan niat pelanggan
• Mengarahkan kebijakan dengan presisi di seluruh yurisdiksi dan kasus penggunaan

Tidak seperti model bahasa besar yang digunakan dalam alat umum, Otto disempurnakan untuk berfungsi sebagai agen dalam sistem, bukan hanya sebagai antarmuka. Ini membaca dan menulis data ke dalam alat yang ada seperti Intercom, Zendesk, dan Freshdesk, dan beroperasi dalam pagar yang ketat. Setiap tindakan yang diambil Otto dapat dijelaskan, dicatat, dan dapat direproduksi – persyaratan kunci untuk perusahaan di bawah regulasi keuangan.

Otomatisasi Dalam Tanpa Mengorbankan Kontrol

Salah satu pembeda teknis yang paling signifikan adalah penggunaan abstraksi prosedural oleh Gradient daripada alasan generatif murni. Di mana banyak chatbot menebak niat dan menghaluskan solusi, arsitektur Gradient menyusun respons dan tindakan dari langkah-langkah yang telah ditentukan sebelumnya dan dapat diverifikasi – serupa dengan mesin keputusan yang dilapis di atas inti LLM.

Ini berarti perusahaan dapat memetakan logika internal mereka (misalnya, bagaimana menangani sengketa pada transaksi kartu kredit) dan membiarkan Otto menjalankannya dengan tepat, tanpa intervensi manusia – tetapi masih dengan pengawasan. Tim kepatuhan dapat mengaudit keputusan, menguji kasus tepi, dan mengenakan pembatasan, memastikan bahwa AI tetap dalam batas operasional yang disetujui.

Dan karena proses onboarding Gradient tidak hanya bergantung pada dataset statis, tetapi juga termasuk pembelajaran proses dinamis, tingkat resolusi mulai tinggi – sering 40-60% dari hari pertama – dan meningkat dengan cepat karena sistem beradaptasi dengan alur kerja perusahaan yang tepat.

Apa yang Ini Berarti untuk Masa Depan Operasi Pelanggan

Implikasi dari pekerjaan Gradient Labs melampaui tiket dukungan. Dalam banyak cara, perusahaan ini membangun lapisan AI baru untuk eksekusi proses perusahaan, yang berakar pada arsitektur yang sadar regulasi. Daripada menerapkan AI secara retroaktif ke fungsi dukungan terisolasi, Gradient memasukkan kecerdasan langsung ke dalam kain operasional.

Ini sangat berarti untuk industri yang secara historis tertinggal dalam adopsi AI – bukan karena kurangnya minat, tetapi karena risiko. Lembaga keuangan, misalnya, sangat ingin memodernisasi tetapi dibatasi oleh kontrol internal, ketakutan tanggung jawab, dan kebutuhan akan jejak yang tidak dapat diubah.

Gradient menawarkan model yang layak untuk apa yang terlihat seperti AI dalam konteks tersebut. Model yang menyeimbangkan:

• Kecepatan dan responsivitas dengan presisi dan akuntabilitas
• Pengalaman pengguna yang ditingkatkan dengan kekuatan regulasi yang dapat dipertahankan
• Otomatisasi dalam dengan pengawasan manusia dan kejelasan

Dengan melakukan hal ini, Gradient Labs membantu mengubah tidak hanya bagaimana layanan disampaikan – tetapi bagaimana sistem dipercaya. Jika Otto dan agen seperti itu terus berhasil, kita mungkin melihat kembali Gradient Labs sebagai salah satu contoh pertama dari AI yang tidak hanya beraksi cerdas, tetapi juga beraksi secara bertanggung jawab di dalam beberapa lembaga paling sensitif di dunia.

Dan itu mungkin merupakan terobosan yang akhirnya membawa transformasi AI yang sebenarnya ke jantung ekonomi.