AIエージェントスタートアップ グラデーションラボ シリーズAの資金調達で1300万ドルを調達しました。
2023年に設立されたGradient Labs 共同設立されました ディミトリ・メイシン、ニール・ラシア、ダナイ antoniou – 英国チャレンジャーバンクモンゾの初期従業員。
Gradient Labsは、最前線のサポートからバックオフィスプロセスまで、顧客運用サイクル全体から繰り返しタスクを排除することにより、金融セクターの企業などの規制された企業を支援します。
自動化を利用するAIエージェントは、クエリの最大90％を一貫して98％の品質保証合格率で解決し、コストを75％削減しながら、人間のエージェントと代替チャットボットを上回ります。
Gradient LabsのCEOであるDimitri Masinに詳細を学びました。
モンゾからマシンインテリジェンスまで
MasinはNeobank Monzoの最初の30人の従業員の1人であり、約7年間働き、データサイエンス、AI、および機械学習の最初のリードを務めました。
時間が経つにつれて、彼は銀行全体のAI組織を構築しました。
その作業の多くは、顧客運営、サポート、および金融犯罪に焦点を当てていました – データサイエンスが持つことができる分野 最大 インパクト。
彼は思い出した：
「私たちは、従来の機械学習を使用してこれらのプロセスを自動化しようとして何年も費やし、あちこちで10％の効率性の向上を目指しています。
しかし、GPT-4が2023年初頭に到着したとき、 選考科目 シフトが可能になりました。」
突然、漸進的な改善の代わりに、チームは繰り返しのマニュアルタスクの70〜80％を自動化することを目指しています。
Masinによると、これらのすべてのタスクの一般的な分母はSOPSでした。これは、エージェントが繰り返し従う標準的な動作手順です。
彼らは、それらのSOPに従うことができるインテリジェントなエージェントを構築できれば、大規模な組織で顧客運営を有意義に変換できることに気付きました。
変容の波に触発されました
彼のキャリアの早い時期に、メイシンは働いた Googleで 製品アナリストとして。 彼は思い出した：
「当時、 大きい シフトはモバイルでした。すべてのトラフィックはウェブからアプリに移動していました。当時、私はそのシフトの大きさを把握していませんでした。そのような変化がキャリアで数回しか起こらないことに気付くのに何年もかかりました。
インターネット。携帯。そして今、ai。」
「私はすでにチームを構築し、スケーリングし、革新的な製品を立ち上げ、素晴らしい人々のネットワークを持っていました。この新しい波に意味のある何かに貢献するのに最適な瞬間のように感じました。「
それがグラデーションラボの生まれの方法です。
規制セクターには別の種類が必要です ai
Gradient Labsはカスタマーサポートに焦点を当て、SOPとハンドルに従うことができるサポートエージェントを構築します かなり 複雑なタスク、現在の人間チームよりも良い結果があります。
銀行業務の時代から、メイシンは企業に新しいテクノロジーを採用させることがどれほど挑戦的かを知っていました。
メイシンによると、長年にわたり、金融サービス会社はジレンマに直面してきました。テクノロジーは顧客をより厳しいものにしてきました – いつでも即時のサービスを期待していますが、セクターはリスク回避的で大幅に規制されているため、 難しい 他のセクターの企業とやり取りするときに慣れてきたイノベーションを実装するため。
企業が同じくらい支払っているにもかかわらず $ 13.50 カスタマーサービスの相互作用ごとに、期待を満たすことは依然として困難です。 今日、 66％ 顧客の数分以内に問い合わせへの応答を期待していますが 3人に1人 意思 離れて歩いてください シングル後のブランド 悪い 経験。 その後、 87 パーセント サービスエージェントのレベルの高レベルの雇用関連株を報告しています。
なぜほとんどのAIツールが規制された業界で失望しているのか
Masinは、ほとんどのAI製品は、総顧客運用コストのわずか25％を占める簡単な最前線のサポートを提供することにより、表面を傷つけるだけだと主張しています。同様に、厳しく規制されている産業で活動している人々は、ほとんど支持されていないままです。
彼は主張する：
「ほとんどのAIカスタマーサポートツールは、シンプルで反復的なクエリのために正常に機能します。」私のアカウント残高は何ですか？「 「パスワードをリセットするにはどうすればよいですか？「 チャットボットが処理できる簡単なもの。
しかし、規制された業界では、顧客の質問は速く複雑になります。」
コンプライアンス要件、微妙なポリシー解釈、およびコンテキストを理解し、判断を下す必要があるマルチステッププロセス。 これ ほとんどの自動化ツールが分解し、すべてを人間のエージェントに引き渡す場所です。
Gradient Labsは、これらの複雑なシナリオ向けにプラットフォームを構築しました。
「ガバナンス、コンプライアンス、時には規制当局を説得する必要があります。
ただし、顧客満足度を向上させ、コンプライアンスを改善し、一部のコストでこれを達成することができれば、顧客、規制当局、会社など、誰もが勝ちます。それが私たちが目指していることです。」
社内のチームと競争し、勝ちます
同社の最大の競合他社は、社内でこれを構築しようとしています。
メイシンは、これが約12〜18か月前に起こっ始めたと指摘しています。
「しかし、誰も 本当に それをまだ釘付けにしました – 高レベルの品質ではありません。 Klarnaは最も公的な例でした。彼らは、人間のカスタマーサポートをAIに置き換えると発表しましたが、急いでいました。それは裏目に出ました。コミュニケーションは貧しく、人々が仕事について聞くとすぐに 交換されています、彼らは抵抗します。
できることを示しました やられます まあ、すべての関係者が恩恵を受ける場所。」
Gradient Labsは、ほとんどのソフトウェアスタートアップとは違うことをしました。早めに何かを起動し、ユーザーと反復する代わりに、ライブに行く前に静かに建設する14か月を費やしました。
メイシンは説明した、
「それは、モンゾ時代から問題を非常によく知っていたからです。問題を定義するためにフィードバックを必要としませんでした。目標は常に明確でした。カスタマーサポートで人間レベルの品質を打ち負かすことです。」
彼は、最初のバージョンでは十分ではなかったことを認めています、 – 基本的なGPT統合だけです。 彼らは 欲しかった 特に、ほぼ保証された品質を提供できる製品 のために 単一のPRスリップが可能な金融サービス 災害。
そのため、チームは強迫観念を築きました。 Masinによると、Gradient Labsが最終的に発売されたとき、エージェントはすでにほとんどの人間サポートチームよりも優れたパフォーマンスを発揮しています。
あるケースでは、顧客満足度においてクライアントのトップエージェントよりも優れていました。
「早めに起動していれば、そのような結果は不可能だったでしょう。
私たちはそうします 機能要求に気を取られたり、品質の期待が低いeコマースなど、より単純なユースケースにピボットされています。私たちは深く行き、一つのことをしたかったのです 本当に、本当に 良い。”
メイシンは、技術的な観点から、多くの企業がこれをバックエンドシステムの問題として扱い、「以前にシステムを構築したことがある」と考えていると考えています。これは別のものです。‘
「しかし、AIはそのように機能しません。 LLMは非決定論的です。 あなたはファジーで曖昧な入力を扱っています、 のように どのように人々 話す。 顧客は一言で書きます： ‘支払い。‘ または ‘紛争。‘”
彼はそれを主張します 最大 品質の違いは、適切なAIエンジニアを持つことによるものです – 人々 誰がしますか 読んでください 何千もの会話、メンタルモデルを構築し、絶えず反復します。
「私たちはいつも尋ねます、「この状況で人間は何をするでしょうか？「 それが私たちのノーススターです。それはグラインドですが、それは必要です。
従来のシステム設計のように扱うことはできません。これは、迅速なエンジニアリング、AIモデリング、および人間の行動モデリングです。」
同社は、ChatGptまたはClaudeでラッパーを構築することとは異なるアプローチを採用しています。 主に 理解するのではなく、パターンマッチングをもたらし、顧客サービスの成果が低下します。
新しいクライアントに搭載されているグラデーションラボが歴史的な会話を読み上げ、知識グラフを構築すると – 会社の情報の構造化された内部モデル。
それは、ファジーな関連のブラックボックスセットだけでなく、知識をより離散的で航行可能にします。
だから、顧客が「支払い、「 私たちのシステムは、より多くの情報が必要であることを知っており、明確な質問をします。 「これはカードの支払いですか、それとも銀行の譲渡ですか？「 それは理解しているからです 会社の 運用構造。
メイシンによると、それがエージェントをより人間のようにするものです。
「それは意図を理解し、曖昧さをナビゲートし、それに答える前に理由をナビゲートします。
舞台裏では、各返信には10〜15個の個別のモデルが含まれます。質問を理解し、知識を取得し、答えを定式化し、検証を実行するために並行して作業します。」
競争への10,000ドルの挑戦
Gradient Labsは最近、大胆な課題を発行し、他のソリューションのパフォーマンスが向上した場合、他のカスタマーサポート自動化ソリューションに対してプラットフォームをテストする会社に10,000ドルを提供します。
「損失」としての資格を得るために、「 競合するシステムは、Gradient Labsの顧客満足度（CSAT）スコアの5パーセントポイント以内に、自動化レートを一致させるか、それを超える必要があります。
潜在的なユーザーが「勝ち負け、完全に機能する試行期間、完全なテストフレームワーク、プロセス全体の詳細な分析、およびカスタマーサポート環境の自動化に関する実践的なサポートが得られるように懇願する賢明な方法です。
同社は現在、地理的市場の拡大に焦点を当てており、すぐに音声機能を追加します。
中期的には、カスタマーサポートを超えてバックオフィス運用に拡大することを目指しています。
Masin詳細：
「たとえば、誰かが中断されたアカウントを報告している場合、通常、誰かがフラグのアカウントをレビューするプロセスの背後にあるプロセスがあります。私たちもそれを自動化したいと思います。
サポートから始めたのは、それが最もだからです 同種 顧客OPSの一部。ほとんどの企業は、同じツール（Zendesk、Intercom、Salesforce）を使用して、スケーラブルなものを簡単に作成できます。
対照的に、バックオフィスシステムははるかに断片化されています。すべての企業のスタックは異なり、各プロセスはわずかな時間しか表していない場合があります。
「それで、私たちは大きく均一な表面積（顧客のサポート）から始めましたが、今ではそこから拡大しています。」
レッドポイントベンチャー 参加して資金をリードしました localglobe、パズルベンチャー、リキッド2ベンチャー、および例外的な資本。
Redpoint VenturesのマネージングディレクターであるAlex Bardは、チームが「例外的な創業者市場適合性を持ち、モンゾで何年も一緒に働いており、複雑で高度に規制された市場のためにクラス最高の製品を構築するために必要な深い専門知識を提供していると主張しています。
「発売後わずか3か月後、彼らはヨーロッパ最大の銀行の1つを含む9人の顧客を確保し、それ以来、強い牽引力と勢いを示し続けています。「
資本により、Gradient Labsは、テクノロジー、マーケティング、販売、オンボーディング、顧客の成功チームを拡大できるようになります。 そして 研究開発への投資を増やします。