Gradient Labs doblerer Serie A til 26 millioner dollar mens finansielle institusjoner omfavner AI-agenter for kundeoperasjoner

Konkurransen om å deployere AI i finansielle tjenester skifter stadig mer bort fra chatbåter og mot systemer som kan håndtere regulerte, høyrisikovirksomhet. Denne trenden hjelper med å drive den raske veksten til Gradient Labs, som har annonsert at de har doblet sin Serie A-finansiering til 26 millioner dollar.

Den siste investeringen ble ledet av Octopus Ventures og CommerzVentures, med fortsatt deltakelse fra Redpoint Ventures og Exceptional Capital. Finansieringen kommer mindre enn ett år etter at selskapet samlet inn en initial 13 millioner dollar Serie A-runde og reflekterer økende investor-tillit til spesialiserte AI-plattformer bygget spesifikt for regulerte industrier.

Gradient Labs ble grunnlagt av tidligere medlemmer av Monzos AI-team og fokuserer på å automatisere kundeoperasjoner over bank, låne-, betalings-, forsikrings- og andre finansielle tjenestesektorer. Selskapet sier at deres plattform nå når over 32 millioner potensielle sluttbrukere gjennom deployeringer med organisasjoner som Wise, Stash, Current, Monzo, Zego og Pockit.

Beveger seg bort fra tradisjonell kundeservice

Mange AI-kundeservice-systemer i dag fokuserer på enkle frontline-forespørsler som passord-tilbakestilling, konto-tilgangsspørsmål eller grunnleggende FAQs. Gradient Labs har posisjonert seg rundt en mer ambisiøs utfordring: å automatisere de komplekse operasjonelle arbeidsflytene som finansielle institusjoner historisk har håndtert manuelt.

Ifølge selskapet kan deres AI-agenter håndtere prosesser som inkluderer låneoperasjoner, tvister, svindel-etterforskninger, Know Your Customer (KYC)-verifisering, klagebehandling, innkreving og kundeservice. Plattformen integrerer direkte i eksisterende banksystemer og finansteknologisystemer samtidig som den anvender retningslinjer for samsvar designet for tungt regulerte miljøer.

Dette fokuset på vertikal AI reflekterer en bredere skift som skjer over hele bedriftsprogramvaren. I stedet for å deployere generelle AI-assistenter, ser mange organisasjoner nå etter systemer trent rundt de spesifikke reguleringene, arbeidsflytene og risikokravene til deres industrier.

For finansielle institusjoner gjelder denne distinksjonen. En kundeservice-feil kan være frustrerende; en feil som involverer lånebeslutninger, samsvarskrav, anti-pengetvett-prosedyrer eller tviste transaksjoner kan skape betydelige reguleringer og juridiske konsekvenser.

Gradient Labs argumenterer for at spesialisert finansiell AI-tjeneste krever innbygde sikkerhetssystemer som generelle systemer ofte mangler, inkludert kontroller rundt finansiell rådgivning, sårbar kundedeteksjon, samsvarprosedyrer og eskalasjonsveier for sensitive saker.

Stemme-AI blir et større slagfelt

En av de mer bemerkelsesverdige aspektene ved Gradient Labs’ vekst er deres utvidelse inn i stemme-basert kundeinteraksjon.

Mens mange selskaper har eksperimentert med AI-drevne stemmesystemer, har deployering av disse i regulerte finansielle miljøer i stor skala vist seg å være mye vanskeligere. Finansielle samtaler involverer ofte identitetsverifisering, konto-sikkerhet, tvister, svindel-etterforskninger og høyt sensitive personlige opplysninger.

Gradient Labs sier at de nå behandler hundre tusen kundesamtaler hver måned gjennom deres låne-deployeringer, og er ett av de få finansielle tjenestefokuserte AI-selskapene som opererer stemme-agenter i betydelig skala. Selskapet har nylig introdusert en dedikert stemmeplattform designet spesifikt for finansielle institusjoner, med vekt på lav latency, samsvar-vegger og konversasjonsgrunnlagsfunksjoner.

Selskapets tilnærming baserer seg på flere store språkmodeller, som gjør det mulig å optimalisere for ytelse, latency og kostnader avhengig av oppgaven som utføres.

Et raskt voksende marked for finansiell AI

Finansieringen kommer under en periode med økende AI-adoopsjon over hele bank- og finansteknologisektoren.

Finansielle institusjoner er under press for å redusere operasjonelle kostnader samtidig som de forbedrer kundeoopplevelsen og møter stadig mer komplekse krav til samsvar. AI har dukket opp som ett av de mest lovende verktøyene for å møte disse utfordringene, men mange deployeringer er fortsatt begrenset til pilotprosjekter eller smale anvendelsesområder.

Gradient Labs ser ut til å dra nytte av etterspørselen etter systemer som kan gå ut over eksperiment og operere direkte i produksjonsmiljøer. Selskapet rapporterte om en omsetningsvekst på 900% over det siste året og sier at deres AI-agenter har oppnådd kundetilfredshetspoeng så høye som 98%, i noen tilfeller overgått menneske-drevne støtteam.

Selskapets vekst reflekterer også en bredere trend i venturekapital. Investorer støtter stadig oftere vertikale AI-selskaper som fokuserer på spesifikke industrier i stedet for å bygge en-størrelse-til-alle AI-plattformer. I sektorer som finansielle tjenester, helse, juridiske tjenester og forsikring blir domene-ekspertise og reguleringsskunnskap viktige konkurransefordeler.

De bredere implikasjonene av AI-naturlige finansielle operasjoner

Oppblomstringen av plattformer som Gradient Labs peker mot en større skift som skjer over hele finansielle tjenester: den gradvise transformasjonen av kundeoperasjoner fra menneske-styrte arbeidsflyter til AI-overvåkte systemer som kan håndtere stadig mer komplekse finansielle prosesser.

I årevis har mange operasjonelle funksjoner innenfor banker og finansteknologiselskaper vært tungt avhengige av store støtteam som håndterer tvister, samsvarskontroller, oppstarts-sjekker, låne-arbeidsflyter og kundeservice. Etterhvert som AI-systemer blir mer pålitelige i regulerte miljøer, kan disse prosessene muligens gå over til hybrid-modeller hvor mennesker overvåker unntak mens AI håndterer rutine-utførelse i stor skala.

Denne evolusjonen kan ha implikasjoner langt utenfor kundeservice. Finansielle institusjoner kan til slutt omforme produkter, samsvar-rammer og operasjonelle strukturer rundt AI-naturlig infrastruktur, potensielt reduserer friksjon over områder som oppstart, svindel-etterforskning, låne-godkjenning og konto-service. Samtidig vil regulatorer sannsynligvis møte økende press for å etablere nye standarder for hvordan AI-systemer tar beslutninger, dokumenterer handlinger og samhandler med forbrukere.

Neste fase av finansiell AI kan derfor være mindre om å erstatte kontorsenter og mer om å omforme den operasjonelle arkitekturen som ligger under moderne banking. Selskaper som utvikler spesialiserte AI-systemer for regulerte industrier hjelper med å teste hva denne fremtiden kan se ut som, ettersom finansielle institusjoner utforsker hvor langt automatisering kan strekke seg inn i funksjoner som historisk har krevd betydelig menneskelig tilsyn.