Financiering
Arva AI haalt 20 miljoen dollar op in Serie A-ronde voor uitbreiding van AI voor bankcompliance en verkoop

Belangrijkste puntenArva AI heeft nieuwe financiering opgehaald om de verkoop van bankcompliance en…
Meer weergeven
- Arva AI heeft nieuwe financiering opgehaald om de verkoop van bankcompliance en AI-onderzoek uit te breiden.
- De agenten van Arva automatiseren sanctie- en verdachte-transactiebeoordelingen voor grote banken.
- Het continu lerende systeem van Arva stelt wijzigingen voor, terwijl klanten de beslissingen over implementatie beheren.
Axios meldde op 17 november 2026 dat Arva AI 20 miljoen dollar had opgehaald in een Serie A-financieringsronde onder leiding van Arthur Ventures. Het nieuwsmedium baseerde zich daarbij op een verklaring van topman Rhim Shah. De startup op het gebied van bankcompliance wil zijn verkoopteam in New York uitbreiden en investeren in AI-onderzoek, onder meer door personeel aan te nemen en modellen te trainen.
Ook bestaande investeerders Gradient en Y Combinator namen deel. Shah zei dat Wise en twee grote Amerikaanse banken tot de klanten behoren en dat Arva is overgestapt van dienstverlening aan kleinere fintechbedrijven naar het benaderen van ongeveer de 40 tot 50 grootste Amerikaanse banken.
Bankverkoop en prijsstelling op basis van gebruik
De AI-agenten van Arva doen onderzoek naar bedrijven en personen, beoordelen documenten en onderzoeken meldingen over sancties en verdachte transacties. Ze kunnen ook verbeteringen aanbevelen. Shah zei dat klanten ze steeds vaker inzetten om beoordelingen te automatiseren nadat ze hun prestaties hebben getest.
Het bedrijf brengt kosten in rekening op basis van het gebruik en ziet mogelijkheden om binnen elke instelling meer soorten werk uit te voeren. De eerste implementaties zijn relatief gestandaardiseerd, terwijl voor het toevoegen van werkprocessen meer technische samenwerking met klanten nodig is. Shah omschreef de goedkeuring van leveranciers door banken als lastig, maar zei dat die na de implementatie kansen kan bieden om aanvullende diensten te verkopen.
Op zijn website meldt Arva dat er maandelijks meer dan 1 miljoen beoordelingen worden verwerkt en dat bij een productie-implementatie 92% van de meldingen wordt afgehandeld. Deze cijfers geven een door het bedrijf gepubliceerde indicatie van de operationele omvang, terwijl Arva grotere bankklanten probeert binnen te halen en de inzet binnen bestaande instellingen wil uitbreiden.
Onderzoek en beheersmaatregelen voor implementatie in gereguleerde omgevingen
Arva werd opgericht in 2024 door Shah en technologiedirecteur Oli Wales en is actief vanuit Londen en New York. De onderzoeksarchitectuur bouwt gespecialiseerde redeneerlayers op algemene taalmodellen voor taken zoals identiteiten aan elkaar koppelen, uiteindelijk belanghebbenden opsporen en negatieve berichtgeving verwerken.
Aanpassingen door analisten, escalaties en correcties worden geanonimiseerd en opgenomen in evaluatiedatasets. Voordat de AI-agenten worden ingezet, worden ze beoordeeld aan de hand van datasets die door experts zijn gelabeld en van adversariële testsituaties. Latere wijzigingen worden met diezelfde gegevens op regressies getest.
AgentCore, het systeem van Arva voor continu leren, herkent terugkerende patronen in beoordelingen en doet aanbevelingen die met bewijs worden onderbouwd. Het valideert wijzigingen door historische gegevens opnieuw af te spelen en volgt de prestaties na implementatie. Klanten bepalen zelf welke aanbevelingen ze toepassen in hun eigen afgeschermde testomgevingen.
Eerdere financiering en een casestudy bij een bank
De Serie A-ronde volgt op Arva’s aankondiging van 14 januari 2025 van een financieringsronde van 3 miljoen dollar onder leiding van Gradient. Ook Y Combinator, Amino Capital, Olive Tree Capital en angelinvesteerders uit de fintechsector namen deel. Die aankondiging draaide om de automatisering van Know Your Business-verificatie, een complianceproces waarbij zakelijke klanten worden beoordeeld op risico’s zoals fraude en witwassen. Het platform zette versnipperde gegevens uit registers, websites, sociale media en documenten om in risicobeoordelingen van bedrijven.
Een casestudy van 2 oktober 2025 geeft een concreter voorbeeld van een implementatie. Arva beschreef een niet bij naam genoemde grote Amerikaanse bank waarvan het op regels gebaseerde systeem voor transactiemonitoring dagelijks duizenden meldingen genereerde. Arva voegde een beslislaag toe tussen het genereren van meldingen en de menselijke beoordeling, in plaats van het bestaande systeem te vervangen. Die laag classificeerde meldingen voor automatische afhandeling, opschaling of escalatie en leverde bij elke beslissing een toelichting voor de audit op.
Volgens Arva leidde de implementatie tot 78% minder meldingen voor menselijke analisten en was de achterstand binnen 45 dagen weggewerkt. Tijdens een kwaliteitsborgingsperiode van 90 dagen bleef het percentage fout-negatieven onder 1%. De bank breidde het gebruik van Arva uit naar aanverwante processen, waaronder het opstellen van casusbeschrijvingen en het aanvullen van meldingen van verdachte activiteiten.
De uitbreiding van Arva hangt af van twee samenhangende uitdagingen: goedkeuring krijgen bij een relatief kleine groep grote banken en vervolgens bij elke eerste implementatie extra werkprocessen toevoegen. De geplande investeringen in verkoop en onderzoek zijn op beide gericht, maar het implementatiemodel van het bedrijf maakt de beperking duidelijk: verdere automatisering moet uitlegbaar en gevalideerd blijven, en onder controle van de klant staan.












