Gradient Labs pozyskał 13 milionów dolarów, aby wprowadzić bezpieczną automatyzację AI do branż regulowanych

Gradient Labs, londyński startup AI budujący głęboko wyspecjalizowanych agentów obsługi klienta dla branż regulowanych, pozyskał 13 milionów dolarów w ramach finansowania serii A. Rundę tę poprowadziło Redpoint Ventures, z udziałem Localglobe, Puzzle Ventures, Liquid 2 Ventures oraz Exceptional Capital. Finansowanie to sygnalizuje rosnący popyt na systemy AI, które idą znacznie dalej niż powierzchowna automatyzacja — a zamiast tego osadzają inteligencję regulacyjną, logikę proceduralną i audytowalność bezpośrednio w operacjach klienta.

Kapitał ten przyspieszy rozwój produktu Gradient oraz rekrutację w zespołach inżynieryjnych, badawczych, wdrożeniowych oraz marketingowych. Co więcej, będzie on napędzał szerszą misję firmy: rozwiązywanie problemu napięć operacyjnych w branżach regulowanych poprzez nową klasę agentów AI specyficznych dla danej branży.

Wyzwanie AI w sektorach regulowanych

Obsługa klienta w finansach, ubezpieczeniach i innych branżach wysokiego ryzyka jest wyjątkowo trudna. Z jednej strony, oczekiwania klientów gwałtownie wzrosły — 66% ludzi oczekuje odpowiedzi niemal natychmiastowej, a niemal co trzeci klient porzuci firmę po jednym złym doświadczeniu. Z drugiej strony, firmy w sektorach regulowanych nie mogą po prostu włączyć chatbotów przeznaczonych dla konsumentów. Ryzyko — od naruszeń przepisów po niewłaściwe obchodzenie się z danymi — jest zbyt duże.

Tradycyjne narzędzia AI oferują tylko częściowe rozwiązania. Większość z nich jest szkolona do ogólnych zapytań, a nawet najbardziej zaawansowani agenci wsparcia klienta dzisiaj zwykle obsługują tylko najprostsze 20–25% zapytań. Te narzędzia mają trudności z warstwowymi przepływami pracy, krokami weryfikacji, nuansami prawnymi oraz drzewami decyzyjnymi. W usługach finansowych to właśnie tam leżą główne koszty i ryzyko.

Gradient Labs bezpośrednio odnosi się do tej luki.

Założyciele z wiarygodnością branżową

Gradient został założony w 2023 roku przez Dimitri Masin (CEO), Danai Antoniou (Chief Scientist) oraz Neala Lathia (CTO) — wszyscy oni odegrali krytyczne role w budowaniu infrastruktury i operacji w brytyjskim neobanku Monzo. Ich doświadczenie daje im niezwykle głębokie zrozumienie realnych ograniczeń, z którymi mierzą się firmy regulowane: jak są projektowane systemy wykrywania oszustw, jak działają departamenty compliance, oraz jak wygląda wewnętrzne narzędzie w środowisku wysokiego ryzyka.

Ten founder-market fit jest rzadki, a widać to w impetach, jakie Gradient odnotował od uruchomienia. W ciągu trzech miesięcy firma zabezpieczyła dziewięciu klientów — w tym jednego z największych banków w Europie. Klienci obecnie zgłaszają wskaźniki rozwiązania problemów na poziomie do 90% oraz wskaźniki satysfakcji klienta (CSAT) przekraczające 98%, liczby, które są praktycznie niespotykane w środowiskach wsparcia regulowanego.

Co tak naprawdę buduje Gradient Labs

W sercu oferty Gradient znajduje się Otto, agent AI proceduralny szkolony nie tylko w języku, ale także w logice, przepływach pracy oraz procesach specyficznych dla regulacji. Otto jest zaprojektowany, aby zrobić coś więcej niż tylko odbijać zgłoszenia — wykonuje złożone, wieloetapowe operacje z kontekstową świadomością i pamięcią instytucjonalną. Obejmuje to:

• Uwierzytelnianie klientów na podstawie logiki KYC regulacyjnej
• Zamrażanie i wymienianie zagubionych lub naruszonych kart
• Uruchamianie dochodzeń w sprawie oszustw z dokumentacją śladu audytowego
• Aktualizowanie wrażliwych rekordów finansowych na podstawie intencji klienta
• Poruszanie się po zasadach z precyzją w różnych jurysdykcjach i przypadkach użycia

W przeciwieństwie do dużych modeli językowych używanych w ogólnych narzędziach, Otto jest dostrojony do funkcjonowania jako agent w ramach systemu, a nie tylko jako interfejs. Czyta i zapisuje dane w istniejących narzędziach, takich jak Intercom, Zendesk i Freshdesk, oraz działa w ramach surowych barier ochronnych. Każda akcja, którą podejmuje Otto, jest wyjaśnialna, zalogowana i odtworzalna — kluczowe wymagania dla firm podlegających regulacjom finansowym.

Głęboka automatyzacja bez poświęcania kontroli

Jednym z najbardziej znaczących różnic technicznych jest użycie przez Gradient abstrakcji proceduralnej zamiast czysto generatywnego rozumowania. Podczas gdy wiele chatbotów zgaduje intencje i halucynuje rozwiązania, architektura Gradient składa odpowiedzi i akcje z predefiniowanych, weryfikowalnych kroków — podobnie jak silnik decyzyjny warstwowy nad rdzeniem LLM.

Oznacza to, że firmy mogą mapować swoją wewnętrzną logikę (na przykład, jak obsłużyć spory dotyczące transakcji kartowej) i pozwolić Otto wykonać ją dokładnie, bez interwencji człowieka — ale nadal z nadzorem. Zespoły compliance mogą audytować decyzje, testować przypadki graniczne oraz nakładać ograniczenia, zapewniając, że AI pozostaje w ramach zatwierdzonych granic operacyjnych.

Ponadto, ponieważ proces wdrożeniowy Gradient nie opiera się wyłącznie na statycznych zestawach danych, ale obejmuje również dynamiczne uczenie procesów, wskaźniki rozwiązania problemów zaczynają się od wysokiego poziomu — często 40–60% od pierwszego dnia — i szybko rosną, gdy system dostosowuje się do dokładnych przepływów pracy firmy.

Co to oznacza dla przyszłości operacji klienta

Implikacje pracy Gradient Labs wykraczają poza bilety wsparcia. W wielu ways, firma ta buduje nową warstwę AI dla wykonania procesów przedsiębiorstwa, która jest zakorzeniona w architekturze świadomej regulacji. Zamiast stosowania AI retroaktywnie do izolowanych funkcji wsparcia, Gradient osadza inteligencję bezpośrednio w tkaninie operacyjnej.

Jest to szczególnie istotne dla branż, które tradycyjnie opóźniały się w adopcji AI — nie z powodu braku zainteresowania, ale z powodu ryzyka. Instytucje finansowe, na przykład, są bardzo zainteresowane modernizacją, lecz ograniczone przez kontrole wewnętrzne, obawy o odpowiedzialność oraz potrzebę absolutnej śladalności.

Gradient oferuje wiarygodny model tego, jak wygląda AI w tym kontekście. Model, który balansuje:

• Szybkość i responsywność z precyzją i odpowiedzialnością
• Zyski z doświadczeń użytkownika z defensywnością regulacyjną
• Głęboką automatyzację z nadzorem i klarownością ludzką

Działając w ten sposób, Gradient Labs pomaga zmieniać nie tylko to, jak usługi są dostarczane — ale jak systemy są ufań. Jeśli Otto i agenci podobni do niego będą kontynuować sukces, możemy spojrzeć wstecz na Gradient Labs jako jeden z pierwszych prawdziwych przykładów AI, które nie tylko działają inteligentnie, ale także odpowiedzialnie wewnątrz niektórych z najbardziej wrażliwych instytucji na świecie.

I to może być przełom, który w końcu przyniesie prawdziwą transformację AI do serca gospodarki.