Gradient Labs 籌集 1300 萬美元資金將安全的 AI 自動化帶到受監管的行業

Gradient Labs，一家位於倫敦的 AI 初創公司，正在為受監管的行業打造深度專業的客戶服務代理，已籌集了 1300 萬美元的 A 輪融資。本輪融資由 Redpoint Ventures 領投，Localglobe、Puzzle Ventures、Liquid 2 Ventures 和 Exceptional Capital 跟投。這筆資金表明了對於 AI 系統的需求越來越高，這些系統不僅僅是表面上的自動化，還需要嵌入監管智慧、程序邏輯和可審計性直接到客戶操作中。

這筆資金將加速 Gradient 的產品開發和招聘，橫跨工程、研究、入職和市場團隊。更重要的是，它將推動公司的更廣泛使命：通過一類新的領域特定 AI 代理，解決受監管行業面臨的運營壓力。

受監管行業中的 AI 挑戰

在金融、保險和其他高風險行業中，客戶服務是獨特地具有挑戰性的。另一方面，客戶的期望已經飛躍性地提高——66% 的人現在期望獲得即時的回應，而近三分之一的人會在經歷一次糟糕的體驗後放棄這家公司。另一方面，受監管的公司不能簡單地插入消費級的聊天機器人。風險——從合規違規到數據處理不當——太大了。

傳統的 AI 工具只提供了部分解決方案。大多數工具都是為一般性查詢進行訓練的，即使是今天最先進的客戶支持代理也只能處理最簡單的 20-25% 的查詢。這些工具在處理分層工作流、驗證步驟、法律細微差別和升級決策樹時會遇到困難。在金融服務中，這就是成本和風險最大的地方。

Gradient Labs 正面解決了這個缺口。

具有領域可信度的創始團隊

Gradient 由 Dimitri Masin (CEO)、Danai Antoniou (Chief Scientist) 和 Neal Lathia (CTO) 於 2023 年創立，他們都曾在英國的新興銀行 Monzo 中扮演過關鍵角色，建設基礎設施和運營。他们的經驗使他們對受監管公司面臨的現實約束有了非常深入的理解：如何設計欺詐檢測系統，如何運作合規部門，以及高風險環境中的內部工具實際上是什麼樣子的。

這種創始團隊與市場的契合度是罕見的，這也體現在 Gradient 自推出以來的發展勢頭。就在三個月內，公司就為九個客戶提供了服務，包括歐洲最大的銀行之一。客戶現在報告的解決率高達 90%，CSAT 評分超過 98%，這些數字在受監管的支持環境中幾乎是聞所未聞的。

Gradient Labs 實際上構建了什麼

Gradient 的產品核心是 Otto，一種程序 AI 代理，不僅僅是在語言上進行訓練，還在邏輯、工作流和規範特定過程上進行了訓練。Otto 的設計不僅僅是用於轉移票務——它執行複雜的、多步驟的操作，具有上下文意識和機構記憶。這包括：

• 根據監管 KYC 邏輯對客戶進行身份驗證
• 凍結和更換丟失或受損的卡
• 啟動具有審計跟蹤文件的欺詐調查
• 根據客戶意圖更新敏感的財務記錄
• 在司法管轄區和用例中跨越政策以精確度進行導航

與一般用途工具中使用的大型語言模型不同，Otto 被微調以在系統中作為代理運作，而不僅僅是一個界面。它可以讀取和寫入現有的工具數據，如 Intercom、Zendesk 和 Freshdesk，並在嚴格的防護欄中運作。Otto 針對每個動作都可以解釋、記錄和重現——這是金融監管公司的關鍵要求。

不犧牲控制的深度自動化

最重要的技術區別之一是 Gradient 使用 程序抽象 而不是純粹的生成推理。在許多聊天機器人猜測意圖和幻想解決方案的情況下，Gradient 的架構從預定義的、可驗證的步驟中組成響應和動作——類似於在 LLM 核心上層疊的決策引擎。

這意味著公司可以繪製出其內部邏輯（例如，如何處理信用卡交易的爭議），並讓 Otto 精確地執行它，而無需人工干預——但仍然具有監督。合規團隊可以審計決策、測試邊緣情況、施加限制，確保 AI 始終在批准的運營界限內。

而且，因為 Gradient 的入職流程不僅僅依賴於靜態數據集，還包括動態過程學習，解決率從第一天開始就很高——通常為 40-60%——並且會迅速增加，因為系統適應公司的確切工作流程。

這對於客戶運營的未來意味著什麼

Gradient Labs 的工作意味著超出了支持票務。從很多方面來說，公司正在為企業過程執行構建一個新的 AI 層，這個層面根植於規範感知的架構。Gradient 不是將 AI 後置於孤立的支持功能，而是將智慧直接嵌入到運營結構中。

這對於那些歷史上在 AI 採用上落後的行業來說尤其具有意義——不是因為缺乏興趣，而是因為風險。金融機構，例如，渴望現代化，但受到內部控制、責任恐懼和絕對可追蹤性的需求的限制。

Gradient 提供了一個在這種情況下的可行模型。一個在以下方面取得平衡的模型：

• 速度和響應能力與精確度和責任感
• 用戶體驗增強與規範防禦性
• 深度自動化與人工監督和清晰度

通過這樣做，Gradient Labs 正在幫助重塑不僅僅是如何提供服務——還有如何讓系統獲得信任。如果 Otto 和類似的代理繼續成功，我們可能會回顧 Gradient Labs 作為第一個真正的例子，展示 AI 不僅僅是表現出來的聰明，還是在世界上一些最敏感的機構中負責任地行事。

而這可能是最終將真正的 AI 轉型帶到經濟核心的突破口。