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

Gradient Labs, una startup AI con sede a Londra che costruisce agenti di servizio clienti altamente specializzati per settori regolamentati, ha raccolto 13 milioni di dollari in 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 AI che vanno ben oltre l’automazione superficiale – e invece incorporano l’intelligenza regolamentare, 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. Più significativamente, alimentará la missione più ampia dell’azienda: risolvere lo sforzo operativo che i settori regolamentati affrontano attraverso una nuova classe di agenti AI specifici del dominio.

La sfida AI 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 schizzate alle stelle – il 66% delle persone si aspetta ora una risposta quasi istantanea, e quasi uno su tre abbandonerà un’azienda dopo una sola cattiva esperienza. Dall’altro lato, le aziende che operano in settori regolamentati non possono semplicemente inserire chatbot di livello consumer. I rischi – dalle violazioni della conformità alla gestione dei dati – sono troppo grandi.

Gli strumenti AI tradizionali offrono solo soluzioni parziali. La maggior parte di essi è formata per query di scopo generale e anche gli agenti di supporto clienti più avanzati di oggi gestiscono normalmente 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. Nei servizi finanziari, è qui che si trovano la maggior parte dei costi e dei rischi.

Gradient Labs colma direttamente questa lacuna.

Un team fondatore con credibilità nel settore

Gradient è stata fondata nel 2023 da Dimitri Masin (CEO), Danai Antoniou (Chief Scientist) e Neal Lathia (CTO) – tutti i quali hanno svolto ruoli cruciali nella costruzione dell’infrastruttura e delle operazioni presso la neobanca britannica Monzo. La loro esperienza dà loro una comprensione insolitamente profonda delle vere limitazioni che le aziende regolamentate affrontano: come sono progettati i sistemi di rilevamento delle frodi, come funzionano i dipartimenti di conformità e cosa sembra realmente l’interno di uno strumento in un ambiente ad alto rischio.

Questa corrispondenza tra fondatore 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 CSAT superiori al 98%, numeri che sono virtualmente inauditi in ambienti di supporto regolamentati.

Cosa costruisce effettivamente Gradient Labs

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

• Autenticazione dei clienti in base alla logica KYC regolamentare
• Congelamento e sostituzione di carte perse o compromesse
• Avvio di indagini sulla frode con documentazione della tracciabilità
• Aggiornamento di record finanziari sensibili in base all’intento del cliente
• Navigazione delle politiche con precisione in tutti i casi d’uso e le giurisdizioni

A differenza dei grandi modelli linguistici utilizzati negli strumenti di scopo generale, 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 garanzie. Ogni azione che Otto esegue è spiegabile, registrata e riproducibile – requisiti chiave per le aziende soggette a regolamentazione finanziaria.

Automazione profonda senza sacrificare il controllo

Una delle differenze tecniche più significative è l’utilizzo da parte di Gradient dell’astrazione procedurale anziché del 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 su una transazione con carta di credito) e lasciare che Otto la esegua con precisione, senza intervento umano – ma ancora con supervisione. I team di conformità possono verificare le decisioni, testare i casi limite e imporre restrizioni, assicurandosi che l’AI rimanga all’interno dei limiti operativi approvati.

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

Cosa significa 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 esecuzione dei processi aziendali basato sull’AI, radicato in un’architettura consapevole della regolamentazione. Piuttosto che applicare l’AI in modo retroattivo 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’AI – 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’AI significa in quel contesto. Un modello che bilancia:

• Velocità e risposta con precisione e responsabilità
• Guadagni nell’esperienza utente con difendibilità regolamentare
• 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 sistemi. Se Otto e agenti come lui continuano a avere successo, potremmo guardare indietro a Gradient Labs come uno dei primi veri esempi di AI che non solo agisce in modo intelligente, ma agisce in modo responsabile all’interno di alcune delle istituzioni più sensibili del mondo.

E potrebbe essere la svolta che finalmente porta la vera trasformazione AI al cuore dell’economia.