Gradient Labs raccoglie 13 milioni di dollari per portare l’automazione AI sicura nei settori regolamentati

Gradient Labs, una startup di intelligenza artificiale con sede a Londra che costruisce agenti di servizio clienti altamente specializzati per settori regolamentati, ha raccolto $13 milioni di finanziamenti di serie A. Il round è stato guidato da Redpoint Ventures, con la partecipazione di Localglobe, Puzzle Ventures, Liquid 2 Ventures e Exceptional Capital. Il finanziamento segnala una crescente domanda di sistemi di intelligenza artificiale che vanno ben oltre l’automazione superficiale – e invece incorporano l’intelligenza normativa, la logica procedurale e la tracciabilità direttamente nelle operazioni dei clienti.

Il capitale accelererà lo sviluppo del prodotto di Gradient e l’assunzione di personale in ingegneria, ricerca, onboarding e team di go-to-market. Ancor più significativamente, finanzierà la missione più ampia dell’azienda: risolvere lo strain operativo che i settori regolamentati affrontano attraverso una nuova classe di agenti di intelligenza artificiale specifici del dominio.

La sfida dell’intelligenza artificiale nei settori regolamentati

Il servizio clienti nel settore finanziario, assicurativo e in altri settori ad alto rischio è unico nel suo genere. Da un lato, le aspettative dei clienti sono aumentate – il 66% delle persone si aspetta ora una risposta quasi istantanea, e quasi uno su tre abbandonerà un’azienda dopo una sola esperienza negativa. Dall’altro lato, le aziende che operano in settori regolamentati non possono semplicemente utilizzare chatbot di livello consumer. I rischi – dalle violazioni della normativa alla gestione dei dati – sono troppo grandi.

Gli strumenti di intelligenza artificiale tradizionali offrono solo soluzioni parziali. La maggior parte di essi sono stati addestrati per query di uso generico e anche gli strumenti di supporto clienti più avanzati di oggi di solito gestiscono solo il 20-25% più semplice delle richieste. Questi strumenti lottano con flussi di lavoro stratificati, passaggi di verifica, sottigliezze legali e alberi decisionali in escalation. Nel settore dei servizi finanziari, è qui che si trovano la maggior parte dei costi e dei rischi.

Gradient Labs affronta direttamente questo gap.

Un team di fondatori con credibilità nel settore

Gradient è stato fondato nel 2023 da Dimitri Masin (CEO), Danai Antoniou (Chief Scientist) e Neal Lathia (CTO) – tutti i quali hanno svolto ruoli critici nella costruzione dell’infrastruttura e delle operazioni presso la banca online britannica Monzo. La loro esperienza dà loro una comprensione insolitamente profonda delle reali limitazioni che le aziende regolamentate affrontano: come vengono progettati i sistemi di rilevamento delle frodi, come operano i dipartimenti di conformità e come apparirebbe realmente la strumentazione interna in un ambiente ad alto rischio.

Questa corrispondenza tra fondatori e mercato è rara e si vede nella trazione che Gradient ha visto dal lancio. Entro tre mesi, l’azienda ha assicurato nove clienti, tra cui una delle banche più grandi d’Europa. I clienti segnalano ora tassi di risoluzione fino al 90% e punteggi di soddisfazione del cliente (CSAT) superiori al 98%, numeri che sono virtualmente inauditi in ambienti di supporto regolamentato.

Cosa costruisce effettivamente Gradient Labs

Al cuore dell’offerta di Gradient c’è Otto, un agente di intelligenza artificiale procedurale addestrato non solo sul linguaggio, ma sulla logica, sui flussi di lavoro e sui processi specifici della normativa. Otto è progettato per fare più che semplicemente deviare i biglietti – esegue operazioni complesse e multistep con consapevolezza contestuale e memoria istituzionale. Ciò include:

• L’autenticazione dei clienti in base alla logica di conformità KYC
• La congelazione e la sostituzione di carte perse o compromesse
• L’avvio di indagini sulla frode con documentazione della tracciabilità
• L’aggiornamento di record finanziari sensibili in base all’intento del cliente
• La navigazione delle politiche con precisione in diversi ambiti e casi d’uso

A differenza dei grandi modelli linguistici utilizzati negli strumenti di uso generico, Otto è ottimizzato per funzionare come un agente all’interno di un sistema, non solo come un’interfaccia. Legge e scrive dati in strumenti esistenti come Intercom, Zendesk e Freshdesk, e opera all’interno di rigide linee guida. Ogni azione che Otto esegue è spiegabile, registrata e riproducibile – requisiti chiave per le aziende soggette a normative finanziarie.

Automazione profonda senza sacrificare il controllo

Uno dei più significativi differenziali tecnici è l’utilizzo da parte di Gradient dell’astrazione procedurale anziché un ragionamento puramente generativo. Mentre molti chatbot indovinano l’intento e immaginano soluzioni, l’architettura di Gradient compone risposte e azioni da passaggi predefiniti e verificabili – simile a un motore decisionale stratificato su un nucleo LLM.

Ciò significa che le aziende possono mappare la loro logica interna (ad esempio, come gestire le controversie sulle transazioni con carta di credito) e lasciare che Otto esegua precisamente, senza intervento umano – ma ancora con una supervisione. I team di conformità possono esaminare le decisioni, testare i casi limite e imporre restrizioni, assicurandosi che l’intelligenza artificiale rimanga all’interno dei confini operativi approvati.

E poiché il processo di onboarding di Gradient non si basa solo su set di dati statici, ma include anche l’apprendimento dinamico dei processi, i tassi di risoluzione iniziano ad essere alti – spesso il 40-60% già dal primo giorno – e aumentano rapidamente man mano che il sistema si adatta ai flussi di lavoro esatti dell’azienda.

Cosa significa questo per il futuro delle operazioni dei clienti

Le implicazioni del lavoro di Gradient Labs vanno oltre i biglietti di supporto. In molti modi, l’azienda sta costruendo un nuovo livello di intelligenza artificiale per l’esecuzione dei processi aziendali, radicato in un’architettura consapevole della normativa. Piuttosto che applicare l’intelligenza artificiale retroattivamente a funzioni di supporto isolate, Gradient sta incorporando l’intelligenza direttamente nel tessuto operativo.

Ciò è particolarmente significativo per i settori che storicamente sono stati lenti nell’adozione dell’intelligenza artificiale – non a causa della mancanza di interesse, ma a causa del rischio. Le istituzioni finanziarie, ad esempio, sono ansiose di modernizzare, ma sono vincolate dai controlli interni, dalle paure di responsabilità e dalla necessità di tracciabilità assoluta.

Gradient sta offrendo un modello fattibile per ciò che l’intelligenza artificiale sembra in quel contesto. Un modello che bilancia:

• Velocità e risposta con precisione e responsabilità
• Guadagni nell’esperienza utente con difendibilità normativa
• Automazione profonda con supervisione umana e chiarezza

Facendo ciò, Gradient Labs sta aiutando a ridisegnare non solo come viene consegnato il servizio – ma come vengono fidate le sistemazioni. Se Otto e agenti come lui continuano a avere successo, potremmo guardare indietro a Gradient Labs come uno dei primi veri esempi di intelligenza artificiale che non agisce solo in modo intelligente, ma anche in modo responsabile all’interno di alcune delle istituzioni più sensibili del mondo.

E potrebbe essere il punto di svolta che porta finalmente la vera trasformazione dell’intelligenza artificiale al cuore dell’economia.