グラディエントラボが1,300万ドルを調達して、規制産業に安全なAI自動化をもたらす

Gradient Labs、ロンドンに拠点を置くAIスタートアップは、規制産業向けの高度に特化したカスタマーサービスエージェントを構築しており、1,300万ドルのシリーズA資金調達を実施した。このラウンドは、Redpoint Venturesが主導し、Localglobe、Puzzle Ventures、Liquid 2 Ventures、およびExceptional Capitalが参加した。この資金調達は、表面的な自動化を超えたAIシステムに対する需要の増加を示唆しており、代わりに規制知識、手順ロジック、および監査可能性を直接顧客オペレーションに組み込む。

この資本は、Gradientの製品開発とエンジニアリング、研究、オンボーディング、およびマーケティングチームの拡大を加速する。また、会社のより広範な使命を推進することになる。規制産業が直面している運用上の負担を、ドメイン固有の新しいクラスのAIエージェントを通じて解決することである。

規制セクターにおけるAIの課題

金融、保険、その他の高リスク業界におけるカスタマーサービスは、独自の難しさがある。一方では、顧客の期待は高まっている。66%の人が即時の対応を期待し、3人に1人が悪い経験をした後、会社を放棄する。另一方では、規制された空間にある企業は、単純に消費者向けチャットボットを接続することはできない。コンプライアンス違反やデータの不正取り扱いなどのリスクが大きすぎる。

従来のAIツールは、部分的な解決策しか提供していない。大多数は一般的なクエリにトレーニングされており、現在の最も高度なカスタマーサポートエージェントは、通常、最も単純な20〜25%の問い合わせのみを処理する。これらのツールは、層状のワークフロー、検証ステップ、法的ニュアンス、およびエスカレーションされた決定ツリーで苦労する。金融サービスでは、これがコストとリスクのほとんどを占める場所である。

Gradient Labsは、このギャップを直接解決する。

ドメインの信頼性を持つ創設チーム

Gradientは、2023年にDimitri Masin (CEO)、Danai Antoniou (Chief Scientist)、およびNeal Lathia (CTO)によって設立された。彼らはすべて、イギリスのネオバンクMonzoのインフラストラクチャと運用を構築する上で重要な役割を果たした。彼らの経験は、規制された企業が直面している実際の制約について、異常なほど深い理解を彼らに与える。つまり、不正検出システムの設計方法、コンプライアンス部門の運用方法、そして高リスク環境における内部ツールの実際の見た目についてである。

このような創設者市場のフィットは稀であり、Gradientが立ち上げ以来見せた牽引力に表れている。立ち上げから3か月以内に、会社は9人の顧客を獲得し、そのうちの1人はヨーロッパ最大の銀行である。クライアントは、解決率が90%を超え、CSATスコアが98%を超えることを報告しており、これらの数字は規制されたサポート環境ではほとんど聞かれないものである。

Gradient Labsが実際に構築するもの

Gradientの提供の核となるのは、Ottoである。Ottoは、言語だけでなく、ロジック、ワークフロー、規制特有のプロセスにもトレーニングされた手順型AIエージェントである。Ottoは、チケットを転送するだけでなく、コンテキスト認識と機関の記憶を備えた複雑なマルチステップ操作を実行するように設計されている。これには以下が含まれる。

• 規制KYCロジックに基づいて顧客を認証する
• 失われたまたは危殻まれたカードを凍結および交換する
• 監査証跡ドキュメントを使用した不正調査の開始
• 顧客の意図に基づいて機密的な財務記録を更新する
• 管轄区域やユースケースを超えてポリシーを精密にナビゲートする

一般的なツールで使用される大規模言語モデルとは異なり、Ottoは、インターフェースとしてだけでなく、システム内でのエージェントとして機能するようにファインチューンされている。Ottoは、Intercom、Zendesk、Freshdeskなどの既存のツールにデータを読み書きし、厳格なガイドライン内で動作する。Ottoが行うすべてのアクションは、説明可能で、ログに記録され、再現可能である。これは、金融規制下にある企業にとって重要な要件である。

コントロールを犠牲にせずに深い自動化

最も重要な技術的な違いの一つは、Gradientの手順抽象化の使用である。純粋に生成的な推論ではなく、手順抽象化を使用する。多くのチャットボットが意図を推測し、解決策を妄想する一方で、Gradientのアーキテクチャは、事前定義された検証可能なステップから応答とアクションを構成する。LLMコア上にレイヤードされた決定エンジンのようにである。

これは、企業が内部ロジック（たとえば、クレジットカード取引に関する紛争をどのように処理するか）をマッピングし、Ottoがそれを正確に実行できることを意味する。人間の介入は不要だが、監視は可能である。コンプライアンスチームは、決定を監査し、エッジケースをテストし、制限を課すことができ、AIが承認された運用範囲内に留まることを保証する。

また、Gradientのオンボーディングプロセスは、静的なデータセットのみに依存せず、動的なプロセス学習も含むため、解決率は最初から高い。40〜60%から始まり、システムが会社の正確なワークフローに適応するにつれて急速に増加する。

これが顧客オペレーションの将来に与える影響

Gradient Labsの仕事の影響は、サポートチケットを超える。多くの点で、会社は、規制に基づいたアーキテクチャに根ざした、企業のプロセス実行のための新しいAIレイヤーを構築している。AIを後からサポート機能に適用するのではなく、Gradientは、インテリジェンスを直接運用のファブリックに埋め込む。

これは、AIの採用が歴史的に遅れていた業界にとって特に重要である。興味の欠如ではなく、リスクのためである。金融機関は、近代化したいが、内部コントロール、責任の恐れ、および絶対的な追跡可能性の必要性によって制約されている。

Gradientは、そのような状況でのAIの実現可能なモデルを提供している。速度とレスポンス性を精度と説明責任とでバランスをとったモデルである。

• ユーザーエクスペリエンスの向上と規制上の防御可能性
• 深い自動化と人間の監視および明確性

このようにして、Gradient Labsは、サービスが提供される方法を変えるだけでなく、システムが信頼される方法を変えるのを助けている。Ottoやそのようなエージェントが成功し続けるなら、Gradient Labsは、世界で最も機密性の高い機関の中で、責任を持って動作する最初の実例の1つであるAIの実例と見なされるかもしれない。

そして、それがついに経済の中心に真のAI変革をもたらすブレークスルーとなるかもしれない。