Gradient Labs, 규제 산업에서 안전한 AI 자동화 제공을 위해 1,300만 달러 투자 유치

Gradient Labs, 런던에 본사를 둔 규제 산업을 위한 심층 전문 고객 서비스 에이전트를 구축하는 AI 스타트업은 1,300만 달러의 시리즈 A 투자를 유치했습니다. 이 라운드는 Redpoint Ventures가 주도했으며, Localglobe, Puzzle Ventures, Liquid 2 Ventures, 및 Exceptional Capital이 참여했습니다. 이 투자는 표면적인 자동화만을 제공하는 AI 시스템이 아닌, 규제 지능, 절차 논리, 및 감사 가능성을 직접 고객 운영에 통합하는 AI 시스템에 대한需求이 증가하고 있음을 나타냅니다.

자본은 Gradient의 제품 개발과 엔지니어링, 연구, 온보딩, 및 시장 진출 팀을 위한 채용을 가속화할 것입니다. 더욱 중요한 것은, 이 자본은 회사의 더 넓은 목표를 추진할 것입니다. 즉, 규제 산업에서 운영 부담을 해결하기 위한 새로운 클래스의 도메인 특정 AI 에이전트를 구축하는 것입니다.

규제 부문에서의 AI 도전

금융, 보험, 및 기타 고위험 산업에서의 고객 서비스는 독특하게 어렵습니다. 한편으로, 고객의 기대는 크게 증가했습니다. 66%의 사람들이 거의 즉각적인 응답을 기대하며, 거의 3분의 1은 나쁨을 경험한 후에 회사에서 이탈할 것입니다. 다른 한편으로, 규제 영역의 회사들은 단순히 소비자급 채팅봇을 연결할 수 없습니다. 위험은 너무 큽니다. 규제 위반, 데이터 처리 오류 등이 있습니다.

전통적인 AI 도구는 부분적인 해결책만을 제공합니다. 대부분의 도구는 일반적인 목적의 쿼리에 대해 훈련되며, 현재 사용되는 가장 진보된 고객 지원 에이전트는 일반적으로 가장 간단한 20-25%의 문의만을 처리합니다. 이러한 도구는 계층화된 워크플로우, 검증 단계, 법적細節, 및 의사결정 트리와 같은 문제를 해결하기 위해 어려움을 겪습니다. 금융 서비스에서, 이것이 비용과 위험이 가장 높은 영역입니다.

Gradient Labs는 이 격차를 직접적으로 해결합니다.

도메인 신뢰성을 가진 창립 팀

Gradient는 2023년에 Dimitri Masin (CEO), Danai Antoniou (Chief Scientist), 및 Neal Lathia (CTO)에 의해 설립되었습니다. 이들은 모두 영국의 신생은행 Monzo에서 인프라와 운영을 구축하는 데 중요한 역할을 수행했습니다. 그들의 경험은 규제 기업이 직면하는 실제 제약에 대한 매우 깊은 이해를 제공합니다. 즉, 사기 탐지 시스템이 어떻게 설계되는지, 규제 부서가 어떻게 운영되는지, 및 내부 툴링이 실제로 어떻게 보이는지에 대한 이해입니다.

이 창립자-시장 적합성은 드물며, Gradient가 출시 이후에 본 성과에서 나타납니다. 3개월 이내에, 회사는 9개의 고객을 확보했으며, 그 중 하나는 유럽에서 가장 큰 은행이었습니다. 현재 고객은 90%의 해결률 및 98%를 초과하는 CSAT 점수를 보고하고 있습니다. 이는 규제 지원 환경에서 거의 들을 수 없는 숫자입니다.

Gradient Labs가 실제로 구축하는 것

Gradient의 핵심에는 Otto가 있습니다. Otto는 언어뿐만 아니라 논리, 워크플로우, 및 규제 특정 프로세스에 대해 훈련된 절차적 AI 에이전트입니다. Otto는 티켓을 돌려보내기만 하는 것이 아니라, 맥락적 인식과 기관 메모리를 통해 복잡한 다단계 작업을 수행하도록 설계되었습니다. 이는 다음을 포함합니다.

• 규제 KYC 논리에 따라 고객을 인증하는 것
• 잃어버린 또는 손상된 카드를 동결하고 대체하는 것
• 감사 추적 문서와 함께 사기 조사 시작
• 고객 의도에 따라 민감한 금융 기록을 업데이트하는 것
• 사용 사례와 관할권에 걸쳐 정책을 정밀하게 탐색하는 것

일반적인 목적의 도구에서 사용되는 대규모 언어 모델과 달리, Otto는 인터페이스로서가 아닌 시스템 내의 에이전트로서 작동하도록 세부적으로 조정되었습니다. Intercom, Zendesk, 및 Freshdesk와 같은 기존 툴에 데이터를 읽고 쓰며, 엄격한 가드레일 내에서 작동합니다. Otto가 취하는 모든 동작은 설명 가능하며, 로그되며, 재현 가능합니다. 이는 금융 규제를 받는 회사에 대한 주요 요구 사항입니다.

제어를 희생하지 않는 깊은 자동화

가장 중요한 기술적 차별점 중 하나는 Gradient의 절차적 추상화를 사용하는 것입니다. 많은 채팅봇이 의도를 추측하고 해결책을 상상하는 반면, Gradient의 아키텍처는 미리 정의된 검증 가능한 단계에서 응답과 동작을 구성합니다. 이는 결정 엔진을 LLM 코어 위에 계층화한 것과 유사합니다.

즉, 회사에서는 내부 논리를 매핑하여(예: 신용 카드 거래에 대한 분쟁을 처리하는 방법) Otto가 그것을 정확하게 실행하도록 허용할 수 있지만, 여전히 인간의 개입 없이입니다. 규제 팀은 결정 사항을 감사하고, 에지 케이스를 테스트하고, 제한을 부과하여, AI가 승인된 운영 범위 내에 유지되도록 할 수 있습니다.

또한 Gradient의 온보딩 프로세스는 정적 데이터셋에만 의존하지 않고, 동적 프로세스 학습을 포함하므로, 해결률은 높은 수준에서 시작합니다. 일반적으로 첫날부터 40-60%이며, 시스템이 회사 정확한 워크플로우에 적응함에 따라 빠르게 증가합니다.

고객 운영의 미래를 위한 의미

Gradient Labs의 작업의 의미는 지원 티켓을 넘어섭니다. 많은 방면에서, 회사는 규제 인식 아키텍처를 기반으로 하는 기업 프로세스 실행을 위한 새로운 AI 계층을 구축하고 있습니다. 지원 기능에 AI를 후속적으로 적용하는 것이 아니라, 지능을 직접 운영 구조에 통합하고 있습니다.

이것은 역사적으로 AI 채택이 늦은 산업, 즉 위험이 있는 산업에서 특히 의미深い 것입니다. 금융 기관과 같은 경우는 현대화에 관심이 있지만, 내부 통제, 책임 우려, 및絶對 추적 가능성의 필요성으로 인해 제한을 받고 있습니다.

Gradient는 이러한 contexto에서 AI가 어떻게 보이는지에 대한 жиз력 있는 모델을 제공하고 있습니다. 즉, 다음을 균형잡는 모델입니다.

• 정확성과 책임성과 함께 속도와 반응성
• 사용자 경험의 이점과 규제 방어 가능성
• 깊은 자동화와 인간의 감독 및 명확성

이렇게 함으로써, Gradient Labs는 서비스가 제공되는 방식뿐만 아니라, 시스템이 신뢰받는 방식을 재정의하고 있습니다. Otto와 같은 에이전트가 계속 성공한다면, 우리는 Gradient Labs를 세계에서 가장 민감한 기관 내에서 책임감 있게 행동하는 최초의 실제 AI 예시 중 하나로 돌아보게 될 것입니다.

그리고 이것이 경제의 핵심에真正한 AI 변화를 가져오는 돌파구가 될 수 있습니다.