Tangos tar in 20 miljoner dollar i seedfinansiering till en värdering av 100 miljoner dollar för att ta autonomous AI till finansiella brottsutredningar

Finansiella institutioner har investerat miljarder dollar i teknologier som upptäcker misstänkta transaktioner, sanktionsbrott och bedrägeri. Men när en varning utlöses börjar ofta den mest tidskrävande delen av processen: mänskliga utredare måste manuellt samla in bevis, koppla ihop olika datakällor, validera resultaten och producera rapporter som är redo för granskning. Den utredningsflaskan har blivit en av de största operativa utmaningarna i förebyggandet av finansiella brott.

Israelska startup-företaget Tangos AI tror att autonoma AI-agenter kan förändra den ekvationen grundläggande. Företaget har meddelat en $20 miljoner seedfinansiering till en värdering av $100 miljoner, ledd av Red Dot Capital Partners, med deltagande från Leaders Fund, Clarim, Venture Israel och Selah Ventures. Den nya kapitalen kommer att användas för att påskynda produktutvecklingen, expandera företagets ingenjörs- och marknadsföringsteam och skala ut distributionen över finansiella institutioner, myndigheter och underrättelseorganisationer.

Företaget grundades 2025 av den seriella entreprenören Eyal Azoulay, vars tidigare företag inkluderar Rumble, som senare förvärvades av BNY Mellon. Tangos har sammansatt ett ovanligt specialiserat ledningsteam. Företaget kombinerar veteraner från finansiella brottsutredningar, sanktionsenforcement, underrättelseoperationer, bankväsende och artificiell intelligens, inklusive tidigare tjänstemän från U.S. Treasury’s Office of Foreign Assets Control (OFAC) och seniora medlemmar av Israels nationella säkerhetsgemenskap.

Att gå utöver upptäckt

Medan banker har förbättrat sin förmåga att upptäcka misstänkt aktivitet genom maskinlärande och regelbaserad övervakning, hävdar Tangos att utredningsfasen har sett relativt lite innovation.

I stället för att enbart flagga potentiellt riskfyllda transaktioner är Tangos plattform utformad för att autonomt genomföra utredningar från början till slut. Dess AI-agenter utvärderar bevis, testar konkurrerande hypoteser, validerar slutsatser, identifierar ägandestrukturer, kartlägger relationer mellan enheter och genererar slutligen omfattande ärendehandlingar med granskningsbara spår som är lämpliga för regulatorisk granskning.

Företaget beskriver plattformen som en autonom utredningsmotor som kan slutföra finansiella brottsutredningar på några minuter och producera källspårade, granskare-klara bevis. I stället för att fungera som en svart låda-språkmodell betonar systemet transparent resonemang, systematisk verifiering, oföränderliga granskningsloggningar och vad företaget kallar “glasruta-försvarbarhet”, som gör att varje slutsats kan spåras tillbaka till stödbevis.

Specialbyggt för finansiella brott

Till skillnad från allmänna AI-modeller har Tangos byggt domänspecifika utredningsarbetsflöden som riktar sig mot penningtvätt (AML), förbättrad due diligence (EDD), sanktionsenforcement, bedrägeriutredningar, personer med politiskt exponerad ställning (PEP)-screening, motverkande av terrorismfinansiering (CTF) och ägandeanalys.

Plattformen stöder också gränsöverskridande utredningar som genomförs på flera språk, vilket möjliggör för organisationer att undersöka alltmer sofistikerade finansiella brottsnätverk som ofta spänner över flera länder och regulatoriska miljöer. Enligt företaget kombinerar dess autonoma utredare strukturerade utredningsmetoder med återanvändbara expertspelböcker samtidigt som de behåller fullständig transparens under resonemangsprocessen.

För efterlevnadsteam som står inför växande regulatoriska förväntningar och ökande ärendebalanser sträcker sig värdet beyond automation. Tangos syftar till att avsevärt öka utredningskapaciteten utan att institutionerna behöver expandera efterlevnadspersonalen proportionerligt.

Att bygga AI som utreder

“Finansiella brott har utvecklats till ett nätverksproblem som alltmer överstiger kapaciteten för traditionella utredningsprocesser”, sa grundare och VD Eyal Azoulay. “Organisationer har gjort enorma framsteg i att upptäcka risk, men utredningsprocessen förblir en av de största operativa flaskhalsarna i förebyggandet av finansiella brott.”

Den filosofin återspeglas i plattformens arkitektur. Tangos betonar bakåtriktat resonemang, systematisk validering mot motbevis, bestående institutionell kunskap och distributionsflexibilitet över moln, privat moln eller helt luftgapade miljöer. Företaget säger att dess teknik kan integreras med befintlig efterlevnadsinfrastruktur utan att kunderna behöver ersätta nuvarande system.

En växande marknad för autonom efterlevnad

Tidpunkten kan visa sig vara fördelaktig. Finansiella brott genererar uppskattat 1,5 biljoner dollar i olagliga intäkter varje år, medan finansiella institutioner fortsätter att kämpa med eskalerande varningsvolymer, alltmer komplexa sanktionsregimer och bestående brist på erfarna utredare.

Banker har investerat kraftigt i upptäcktsteknologier under det senaste decenniet, men många utreder fortfarande endast en bråkdel av de varningar de genererar på grund av resursbegränsningar. Detta lämnar institutioner som balanserar regulatoriska förväntningar med operativa verkligheter.

Investorer ser alltmer autonomous AI som nästa utveckling av efterlevnadsteknologi. I stället för att ersätta mänskliga utredare syftar plattformar som Tangos till att automatisera bevisinsamling, relationskartläggning, dokumentgenerering och ärendeförberedelse, så att utredare kan fokusera på högre nivåsbedömning och beslutsfattande.

Enligt Tangos används plattformen redan av stora finansiella institutioner och underrättelseorganisationer som genomför högriskutredningar av finansiella brott, sanktionsbrott och nationell säkerhet.

Såsom anti-penningtvätt, sanktionsenforcement och bedrägeriutredningar blir alltmer komplexa, undersöker finansiella institutioner nya tillvägagångssätt för att förbättra utredningseffektiviteten utan att äventyra regulatoriska standarder. Tangos AI är ett av de växande antalet företag som försöker tillämpa autonom AI på den utmaningen.