Gradient Labs Збір $13M для Безпекового Штучного Інтелекту Автоматизації у Регульованих Галузях

Gradient Labs, лондонський стартап штучного інтелекту, який будує глибоко спеціалізовані агенти клієнтської служби для регульованих галузей, зібрав $13 мільйонів у фінансуванні серії А. Раунд був очолюваний Redpoint Ventures, з участю Localglobe, Puzzle Ventures, Liquid 2 Ventures та Exceptional Capital. Фінансування свідчить про зростаючий попит на системи штучного інтелекту, які йдуть далеко за межі поверхневої автоматизації – і замість цього вкладають регуляторну інтелект, процедурну логіку та аудитність безпосередньо у клієнтські операції.

Капітал прискорить розвиток продукту та найм працівників у галузі інженерії, досліджень, налаштування та виходу на ринок. Що більш важливо, це буде паливом для ширшої місії компанії: вирішення операційного напруження, з яким стикаються регульовані галузі, через новий клас агентів штучного інтелекту, специфічних для галузі.

Виклик Штучного Інтелекту у Регульованих Секторах

Клієнтська служба у сфері фінансів, страхування та інших високоризикових галузей унікально складна. З одного боку, очікування клієнтів стрімко зросли – 66% людей зараз очікують майже миттєвої відповіді, і майже одна третина клієнтів відмовиться від компанії після одного поганого досвіду. З іншого боку, компанії у регульованих сферах не можуть просто підключити споживчі чат-боти. Ризики – від порушень правил до порушення даних – занадто великі.

Традиційні інструменти штучного інтелекту пропонують тільки часткові рішення. Більшість з них тренуються для загальних запитів, а навіть найрозвітліші агенти клієнтської підтримки сьогодні зазвичай обробляють тільки найпростіші 20-25% запитів. Ці інструменти борються зі складними робочими процесами, кроками верифікації, юридичною нюансами та деревами рішень. У сфері фінансових послуг це місце, де лежить більша частина витрат і ризиків.

Gradient Labs безпосередньо звертається до цього розриву.

Засновницька Команда З Домінуванням Галузі

Gradient був заснований у 2023 році Dimitri Masin (CEO), Danai Antoniou (Chief Scientist) та Neal Lathia (CTO) – усі вони грали критичні ролі у будівництві інфраструктури та операцій у британському neobank Monzo. Їхній досвід дає їм незвично глибоке розуміння реальних обмежень, з якими стикаються регульовані компанії: як проектуються системи виявлення шахрайства, як працюють відділи дотримання правил, і який виглядає внутрішній інструментарій у високоризиковому середовищі.

Ця засновницька ринкова відповідність рідка, і це видно у тому, що Gradient досягнув з моменту запуску. Усього за три місяці компанія забезпечила дев’ять клієнтів – включаючи одного з найбільших банків Європи. Клієнти тепер повідомляють про рівень вирішення до 90% і показники задоволеності клієнтів понад 98%, цифри, які майже нечувані у регульованих підтримках.

Що Насправді Будує Gradient Labs

У центрі пропозиції Gradient знаходиться Otto, процедурний агент штучного інтелекту, тренований не тільки на мові, але й на логіці, робочих процесах та процесах, специфічних для регуляцій. Otto призначений для виконання більшої кількості завдань, ніж просто відхилення запитів – він виконує складні багатокрокові операції з контекстною свідомістю та інституційною пам’яттю. Це включає:

• Аутентифікацію клієнтів на основі логіки KYC регуляцій
• Заморожування та заміну втрачених або скомпрометованих карток
• Ініціювання розслідувань шахрайства з документацією аудиту
• Оновлення чутливих фінансових записів на основі намірів клієнта
• Навігація політикою з точністю по юрисдикціям та випадкам використання

На відміну від великих мовних моделей, використовуваних у загальних інструментах, Otto налаштований для функціонування як агент у системі, а не тільки як інтерфейс. Він читає та записує дані у існуючі інструменти, такі як Intercom, Zendesk та Freshdesk, і працює у суворих обмеженнях. Кожна дія, яку виконує Otto, пояснювана, реєструється та відтворювана – ключові вимоги для компаній, що підлягають фінансовому регулюванню.

Глибока Автоматизація Без Жертвування Контролем

Одним з найважливіших технічних диференціаторів є використання Gradient процедурної абстракції, а не чисто генеративного розуміння. Де багато чат-ботів здогадуються про намір та вигадують рішення, архітектура Gradient складається з попередньо визначених, верифікованих кроків – схожих на рішення, шаруватий над ядром LLM.

Це означає, що компанії можуть змапувати свою внутрішню логіку (наприклад, як обробляти спори щодо транзакції кредитної картки) та дозволити Otto виконувати її точно, без втручання людини – але все ж із наглядом. Відділи дотримання правил можуть аудитувати рішення, тестувати крайні випадки та накладати обмеження, забезпечуючи, що штучний інтелект залишається у затверджених операційних межах.

І оскільки процес налаштування Gradient не залежить виключно від статичних наборів даних, а включає динамічне навчання процесів, показники вирішення починаються високими – часто 40-60% з першого дня – та швидко зростають, оскільки система адаптується до точних робочих процесів компанії.

Що Це Значить для Майбутнього Клієнтських Операцій

Наслідки роботи Gradient Labs виходять за межі підтримки. У багатьох аспектах компанія будує новий шар штучного інтелекту для виконання підприємницьких процесів, який корениться у регуляційній архітектурі. Натомість застосовуючи штучний інтелект ретроспективно до ізольованих функцій підтримки, Gradient вкладає інтелект безпосередньо у операційний тканину.

Це особливо важливо для галузей, які історично відставали у прийнятті штучного інтелекту – не через брак інтересу, а через ризик. Фінансові установи, наприклад, прагнуть модернізуватися, але обмежені внутрішніми контрольними механізмами, страхами відповідальності та необхідністю абсолютної слідуваності.

Gradient пропонує життєздатну модель того, яким штучний інтелект виглядає у цьому контексті. Модель, яка балансує:

• Швидкість та реакційність з точністю та підзвітністю
• Збільшення досвіду користувача з регуляторною оборонністю
• Глибоку автоматизацію з наглядом людини та ясністю

Чинячи це, Gradient Labs допомагає змінювати не тільки те, як надається сервіс, але й те, як системи здобувають довіру. Якщо Otto та агенти, подібні до нього, продовжать успіх, ми можемо оглянутися на Gradient Labs як один з перших справжніх прикладів штучного інтелекту, який не тільки діє розумно, але й діє відповідально всередині деяких з найчутливіших інститутів світу.

І це може бути проривом, який нарешті принесе справжню трансформацію штучного інтелекту до серця економіки.