Gradient Labs удвоила финансирование серии А до $26M, поскольку финансовые учреждения принимают ИИ-агентов для операций с клиентами

Гонка за развертывание ИИ в финансовых услугах все больше смещается от чат-ботов к системам, способным обрабатывать регулируемую, высокорисковую оперативную работу. Эта тенденция помогает стимулировать быстрый рост Gradient Labs, которая объявила, что удвоила финансирование серии А до $26 миллионов.

Последнее инвестиции возглавили Octopus Ventures и CommerzVentures, с продолженным участием Redpoint Ventures и Exceptional Capital. Финансирование поступило менее чем через год после того, как компания привлекла первоначальные $13 миллионов серии А и отражает растущую уверенность инвесторов в специализированных платформах ИИ, построенных специально для регулируемых отраслей.

Gradient Labs, основанная бывшими членами команды ИИ Monzo, фокусируется на автоматизации операций с клиентами в банковском деле, кредитовании, платежах, страховании и других финансовых услугах. Компания заявляет, что ее платформа теперь охватывает более 32 миллионов потенциальных конечных пользователей через развертывания с организациями, включая Wise, Stash, Current, Monzo, Zego и Pockit.

Переход за пределы традиционной поддержки клиентов

Многие системы ИИ для обслуживания клиентов сегодня фокусируются на простых запросах первого уровня, таких как сброс пароля, вопросы доступа к учетной записи или базовые часто задаваемые вопросы. Gradient Labs позиционирует себя вокруг более амбициозной задачи: автоматизации сложных оперативных рабочих процессов, которые финансовые учреждения исторически сохраняли в человеческих руках.

По данным компании, ее агенты ИИ могут управлять процессами, включая операции по кредитованию, споры, расследования мошенничества, проверку знания клиента (KYC), обработку жалоб, сборы и обслуживание клиентов. Платформа интегрируется直接 в существующие банковские и финтех-системы, применяя механизмы контроля, предназначенные для сильно регулируемых сред.

Этот фокус на вертикальном ИИ отражает более широкий сдвиг, происходящий в программном обеспечении для предприятий. Вместо развертывания общих помощников ИИ многие организации все больше ищут системы, обученные вокруг конкретных правил, рабочих процессов и требований к риску в их отраслях.

Для финансовых учреждений это различие имеет значение. Ошибка в поддержке клиентов может быть раздражающей; ошибка, связанная с принятием решений о кредитовании, соблюдением правил, процедурами против отмывания денег или спорными транзакциями, может иметь значительные регулирующие и юридические последствия.

Gradient Labs утверждает, что специализированный ИИ для финансовых услуг требует встроенных гарантий, которых часто не хватает общим системам, включая контроль над финансовыми советами, обнаружением уязвимых клиентов, процедурами соблюдения правил и путями эскалации для чувствительных дел.

Голосовой ИИ становится крупным полем битвы

Одним из наиболее заметных аспектов роста Gradient Labs является ее расширение на голосовые взаимодействия с клиентами.

Хотя многие компании экспериментировали с голосовыми системами ИИ, развертывание их в регулируемых финансовых средах в крупном масштабе оказалось намного более сложным. Финансовые разговоры часто включают проверку личности, безопасность учетной записи, споры, расследования мошенничества и высоко чувствительную личную информацию.

Gradient Labs заявляет, что она сейчас обрабатывает сотни тысяч звонков клиентов каждый месяц через свои кредитные развертывания, что делает ее одной из немногих компаний, ориентированных на финансовые услуги, работающих с голосовыми агентами в значительном масштабе. Компания недавно представила специальную голосовую платформу, предназначенную специально для финансовых учреждений, подчеркивая низкую задержку, механизмы контроля и возможности разумных разговоров.

Подход компании основан на нескольких больших языковых моделях, что позволяет ей оптимизировать производительность, задержку и стоимость в зависимости от выполняемой задачи.

Быстро растущий рынок финансового ИИ

Финансирование поступает в период ускорения принятия ИИ в банковском деле и финтех.

Финансовые учреждения находятся под давлением, чтобы снизить операционные затраты, одновременно улучшая опыт клиентов и удовлетворяя все более сложные требования к соблюдению правил. ИИ появился как один из наиболее перспективных инструментов для решения этих задач, но многие развертывания остаются ограниченными пилотными проектами или узкими случаями использования.

Gradient Labs, кажется, пользуется спросом на системы, которые могут выйти за пределы экспериментов и работать напрямую в производственных средах. Компания сообщила о росте выручки на 900% за прошлый год и заявила, что ее агенты ИИ достигли показателей удовлетворенности клиентов до 98%, в некоторых случаях превосходя команды поддержки, работающие под человеческим управлением.

Рост компании также отражает более широкую тенденцию в风险овом капитале. Инвесторы все чаще поддерживают вертикальные компании ИИ, которые фокусируются на конкретных отраслях, а не пытаются построить платформы ИИ “один размер для всех”. В секторах, таких как финансы, здравоохранение, юридические услуги и страхование, знания отрасли и регулирующие знания становятся ключевыми конкурентными преимуществами.

Более широкие последствия ИИ-родных финансовых операций

Рост платформ, таких как Gradient Labs, указывает на более крупный сдвиг, происходящий в финансовых услугах: постепенное преобразование операций с клиентами из человеческих рабочих процессов в системы, контролируемые ИИ, способные обрабатывать все более сложные финансовые процессы.

Десятилетиями многие оперативные функции внутри банков и финтех-компаний оставались сильно зависимыми от крупных команд поддержки, управляющих спорами, проверками соблюдения правил, проверками при приеме на работу, рабочими процессами кредитования и обслуживанием клиентов. По мере того, как системы ИИ становятся более надежными в регулируемых средах, эти процессы могут все больше переходить к гибридным моделям, где люди контролируют исключения, а ИИ обрабатывает рутинную реализацию в крупном масштабе.

Эта эволюция может иметь последствия, далеко выходящие за пределы поддержки клиентов. Финансовые учреждения могут в конечном итоге переработать продукты, рамки соблюдения правил и оперативные структуры вокруг ИИ-родной инфраструктуры, потенциально снижая трение в таких областях, как прием на работу, расследования мошенничества, одобрение кредитов и обслуживание учетных записей. В то же время регулирующие органы, вероятно, столкнутся с растущим давлением, чтобы установить новые стандарты, регулирующие, как системы ИИ принимают решения, документируют действия и взаимодействуют с потребителями.

Следующая фаза финансового ИИ может поэтому быть менее связанной с заменой call-центров и более связанной с перестройкой оперативной архитектуры, лежащей в основе современного банковского дела. Компании, разрабатывающие специализированные системы ИИ для регулируемых отраслей, помогают проверить, каким может быть это будущее, поскольку финансовые учреждения исследуют, насколько далеко автоматизация может проникнуть в функции, которые исторически требовали значительного человеческого надзора.