Gradient Labs raddoppia la serie A a 26 milioni di dollari mentre le istituzioni finanziarie abbracciano gli agenti AI per le operazioni dei clienti

La corsa all’adozione dell’AI nei servizi finanziari si sta spostando sempre più verso sistemi in grado di gestire lavoro operativo regolamentato e ad alto rischio, anziché chatbot. Questa tendenza sta aiutando a sostenere la rapida crescita di Gradient Labs, che ha annunciato di aver raddoppiato il finanziamento della sua serie A a 26 milioni di dollari.

L’ultimo investimento è stato guidato da Octopus Ventures e CommerzVentures, con la partecipazione continua di Redpoint Ventures e Exceptional Capital. Il finanziamento arriva meno di un anno dopo che la società ha raccolto un primo round di finanziamento di serie A di 13 milioni di dollari e riflette la crescente fiducia degli investitori nei piattaforme di AI specializzate costruite specificamente per settori regolamentati.

Fondata da ex membri del team di intelligenza artificiale di Monzo, Gradient Labs si concentra sull’automatizzazione delle operazioni dei clienti nei settori bancario, di prestiti, pagamenti, assicurazioni e altri servizi finanziari. La società afferma che la sua piattaforma raggiunge ora oltre 32 milioni di potenziali utenti finali attraverso la distribuzione con organizzazioni come Wise, Stash, Current, Monzo, Zego e Pockit.

Superare il supporto clienti tradizionale

Molti sistemi di servizio clienti AI di oggi si concentrano su richieste di prima linea semplici come la reimpostazione della password, l’accesso all’account o le domande frequenti di base. Gradient Labs si è posizionata intorno a una sfida più ambiziosa: automatizzare i flussi di lavoro operativi complessi che le istituzioni finanziarie hanno storicamente mantenuto in mano umana.

Secondo la società, i suoi agenti AI possono gestire processi che includono operazioni di prestito, controversie, indagini sulla frode, verifica del cliente (KYC), gestione delle lamentele, raccolta e servizio clienti. La piattaforma si integra direttamente con i sistemi bancari e fintech esistenti, applicando controlli di conformità progettati per ambienti altamente regolamentati.

Questa focalizzazione sull’AI verticale riflette un più ampio cambiamento in atto nel software aziendale. Invece di distribuire assistenti AI di uso generale, molte organizzazioni stanno cercando sempre più sistemi formati intorno alle specifiche regolamentazioni, flussi di lavoro e requisiti di rischio dei loro settori.

Per le istituzioni finanziarie, questa distinzione è importante. Un errore di supporto clienti può essere frustrante; un errore che coinvolge decisioni di prestito, obblighi di conformità, procedure di anti-riciclaggio di denaro o transazioni contestate può creare conseguenze regolamentari e legali significative.

Gradient Labs sostiene che l’AI specializzata per i servizi finanziari richiede salvaguardie incorporate che i sistemi di uso generale spesso mancano, tra cui controlli intorno ai consigli finanziari, rilevamento dei clienti vulnerabili, procedure di conformità ed escalation per casi sensibili.

La voce AI diventa un campo di battaglia importante

Uno degli aspetti più notevoli della crescita di Gradient Labs è la sua espansione nelle interazioni dei clienti basate sulla voce.

Mentre molte società hanno sperimentato sistemi di voce alimentati da AI, distribuirli in ambienti finanziari regolamentati su larga scala si è rivelato molto più difficile. Le conversazioni finanziarie spesso coinvolgono la verifica dell’identità, la sicurezza dell’account, le controversie, le indagini sulla frode e informazioni personali altamente sensibili.

Gradient Labs afferma di essere attualmente in grado di elaborare centinaia di migliaia di chiamate dei clienti ogni mese attraverso i suoi prestiti, rendendolo una delle poche società di servizi finanziari focalizzate su AI che operano agenti vocali su larga scala. La società ha recentemente introdotto una piattaforma di voce dedicata progettata specificamente per le istituzioni finanziarie, sottolineando la bassa latenza, le barriere di conformità e le capacità di ragionamento conversazionale.

L’approccio della società si basa su più grandi modelli linguistici, consentendole di ottimizzare le prestazioni, la latenza e i costi in base al compito che viene eseguito.

Un mercato in rapida crescita per l’AI finanziaria

Il finanziamento arriva durante un periodo di adozione dell’AI in rapida accelerazione nel settore bancario e fintech.

Le istituzioni finanziarie sono sotto pressione per ridurre i costi operativi, migliorare contemporaneamente le esperienze dei clienti e soddisfare requisiti di conformità sempre più complessi. L’AI è emersa come uno degli strumenti più promettenti per affrontare queste sfide, ma molti dei suoi impieghi rimangono limitati a progetti pilota o casi d’uso ristretti.

Gradient Labs sembra trarre beneficio dalla domanda di sistemi in grado di andare oltre l’esperimentazione e operare direttamente negli ambienti di produzione. La società ha segnalato una crescita dei ricavi del 900% nell’ultimo anno e afferma che i suoi agenti AI hanno raggiunto punteggi di soddisfazione dei clienti del 98%, in alcuni casi superando le squadre di supporto umano.

La crescita della società riflette anche una tendenza più ampia nel capitale di rischio. Gli investitori stanno sempre più sostenendo società di AI verticali che si concentrano su settori specifici anziché cercare di costruire piattaforme di AI universali. In settori come la finanza, l’assistenza sanitaria, i servizi legali e le assicurazioni, l’esperienza di settore e la conoscenza regolamentare stanno diventando vantaggi competitivi chiave.

Le più ampie implicazioni delle operazioni finanziarie native AI

L’ascesa di piattaforme come Gradient Labs indica un cambiamento più ampio in atto nei servizi finanziari: la trasformazione graduale delle operazioni dei clienti da flussi di lavoro gestiti dagli umani a sistemi supervisionati da AI in grado di gestire processi finanziari sempre più complessi.

Per decenni, molte funzioni operative all’interno delle banche e delle società fintech sono rimaste fortemente dipendenti da grandi squadre di supporto che gestiscono controversie, verifiche di conformità, controlli di onboard, flussi di lavoro di prestito e servizio clienti. Man mano che i sistemi AI diventano più affidabili in ambienti regolamentati, quei processi potrebbero sempre più spostarsi verso modelli ibridi in cui gli umani supervisionano le eccezioni mentre l’AI gestisce l’esecuzione routine su larga scala.

Questa evoluzione potrebbe avere implicazioni che vanno ben oltre il supporto clienti. Le istituzioni finanziarie potrebbero alla fine ridisegnare prodotti, quadri di conformità e strutture operative intorno a infrastrutture native AI, potenzialmente riducendo l’attrito in aree come l’onboarding, le indagini sulla frode, l’approvazione dei prestiti e il servizio di account. Allo stesso tempo, i regolatori probabilmente affronteranno una crescente pressione per stabilire nuovi standard che disciplinino il modo in cui i sistemi AI prendono decisioni, documentano azioni e interagiscono con i consumatori.

La prossima fase dell’AI finanziaria potrebbe quindi essere meno incentrata sulla sostituzione dei call center e più sulla ridefinizione dell’architettura operativa che sostiene la moderna banca. Le società che sviluppano sistemi di AI specializzati per settori regolamentati stanno aiutando a testare come potrebbe essere quel futuro, mentre le istituzioni finanziarie esplorano fino a che punto l’automazione possa estendersi in funzioni che hanno storicamente richiesto una significativa supervisione umana.