Gradient Labs привлекла $13 млн для безопасной автоматизации с помощью ИИ в регулируемых отраслях

Gradient Labs, лондонский стартап, разрабатывающий глубоко специализированных агентов для обслуживания клиентов в регулируемых отраслях, привлекла $13 миллионов в рамках раунда Series A. Раунд был возглавлен Redpoint Ventures, с участием Localglobe, Puzzle Ventures, Liquid 2 Ventures и Exceptional Capital. Финансирование сигнализирует о растущем спросе на системы ИИ, которые выходят далеко за рамки поверхностной автоматизации и вместо этого встраивают регуляторную интеллект, логические процессы и аудитability直接 в операции с клиентами.

Капитал ускорит разработку продукта Gradient и набор сотрудников в инженерных, исследовательских, настраивающих и маркетинговых командах. Более того, он будет стимулировать более широкую миссию компании: решение операционных проблем, с которыми сталкиваются регулируемые отрасли, за счет нового класса агентов ИИ, специфичных для домена.

Проблема ИИ в регулируемых секторах

Обслуживание клиентов в финансовой, страховой и других высокорисковых отраслях уникально сложно. С одной стороны, ожидания клиентов взлетели – 66% людей теперь ожидают практически мгновенного ответа, и почти каждый третий клиент отказывается от компании после одного плохого опыта. С другой стороны, компании в регулируемых сферах не могут просто подключить потребительские чат-боты. Риски – от нарушений соблюдения требований до неправильного обращения с данными – слишком велики.

Традиционные инструменты ИИ предлагают только частичные решения. Большинство из них обучены для общих запросов, и даже самые передовые агенты поддержки клиентов сегодня обычно обрабатывают только самые простые 20-25% запросов. Эти инструменты испытывают трудности с многослойными рабочими процессами, шагами верификации, юридической тонкостью и эскалирующими деревьями решений. В финансовых услугах это то место, где лежат основные затраты и риски.

Gradient Labs решает эту проблему напрямую.

Основательная команда с достоверностью домена

Gradient была основана в 2023 году Димитри Масином (CEO), Данай Антониу (главный ученый) и Нил Латия (CTO) – все они сыграли критические роли в построении инфраструктуры и операций в британском neobank Monzo. Их опыт дает им необычно глубокое понимание реальных ограничений, с которыми сталкиваются регулируемые фирмы: как системы обнаружения мошенничества спроектированы, как отделы соблюдения требований работают, и как выглядит внутреннее инструментирование в высокорисковой среде.

Эта совпадение основателей и рынка редка, и это видно в том успехе, который Gradient добилась с момента запуска. В течение трех месяцев компания получила девять клиентов, включая одного из крупнейших банков Европы. Клиенты теперь сообщают о показателях разрешения до 90% и оценках удовлетворенности клиентов, превышающих 98%, цифры, которые практически неслыханны в поддержке клиентов в регулируемых средах.

Что на самом деле строит Gradient Labs

В основе предложения Gradient лежит Отто, процедурный агент ИИ, обученный не только на языке, но и на логике, рабочих процессах и регуляторно-специфических процессах. Отто предназначен для выполнения более сложных, многоступенчатых операций с контекстным осознанием и институциональной памятью. Это включает в себя:

• Аутентификацию клиентов на основе регуляторной логики KYC
• Замораживание и замену потерянных или скомпрометированных карт
• Инициирование расследований мошенничества с документацией аудита
• Обновление конфиденциальных финансовых записей на основе намерения клиента
• Навигация по политикам с точностью во всех юрисдикциях и случаях использования

В отличие от больших языковых моделей, используемых в общих инструментах, Отто настроен на работу в качестве агента внутри системы, а не только в качестве интерфейса. Он читает и записывает данные в существующие инструменты, такие как Intercom, Zendesk и Freshdesk, и работает в строгих ограничениях. Каждое действие, которое выполняет Отто, объяснимо, зарегистрировано и воспроизводимо – ключевые требования для фирм, подверженных финансовому регулированию.

Глубокая автоматизация без жертвования контролем

Одним из наиболее значительных технических различий является использование Gradient процедурной абстракции, а не чисто генеративного рассуждения. В то время как многие чат-боты угадывают намерение и фантазируют решения, архитектура Gradient составляется из предопределенных, проверяемых шагов – подобно двигателю решений, слоеному над ядром LLM.

Это означает, что компании могут составить свою внутреннюю логику (например, как обрабатывать споры по транзакции кредитной карты) и позволить Отто выполнить ее точно, без вмешательства человека, но все же с контролем. Команды по соблюдению требований могут проверять решения, тестировать граничные случаи и вводить ограничения, гарантируя, что ИИ остается в утвержденных операционных пределах.

И поскольку процесс настройки Gradient не основан исключительно на статических наборах данных, а включает в себя динамическое обучение процессов, показатели разрешения начинаются с высокого уровня – часто 40-60% с первого дня – и быстро увеличиваются, когда система адаптируется к точным рабочим процессам фирмы.

Что это значит для будущего операций с клиентами

Последствия работы Gradient Labs выходят за рамки поддержки тикетов. Во многих отношениях компания строит новый слой ИИ для выполнения бизнес-процессов, который основан на архитектуре, осведомленной о регулировании. Вместо применения ИИ ретроспективно к изолированным функциям поддержки Gradient встраивает интеллект直接 в операционную ткань.

Это особенно важно для отраслей, которые исторически отставали в принятии ИИ – не из-за отсутствия интереса, а из-за риска. Финансовые учреждения, например, стремятся модернизироваться, но ограничены внутренними контролями, страхами ответственности и необходимостью абсолютной прослеживаемости.

Gradient предлагает жизнеспособную модель того, как выглядит ИИ в этом контексте. Модель, которая балансирует:

• Скорость и отзывчивость с точностью и подотчетностью
• Выгоды от пользовательского опыта с регуляторной оборонимостью
• Глубокую автоматизацию с человеческим контролем и ясностью

Таким образом, Gradient Labs помогает не только изменить, как обслуживается сервис, но и как системы получают доверие. Если Отто и подобные ему агенты продолжат успешно работать, мы можем оглянуться назад на Gradient Labs как на одно из первых реальных примеров ИИ, который не только действует умно, но и действует ответственно внутри некоторых из наиболее чувствительных институтов мира.

И это может быть прорыв, который наконец-то принесет真正ую трансформацию ИИ в сердце экономики.