Aprile 1, 2026

Startup

Gradient Labs offre a ogni cliente bancario un gestore di conto basato su IA

Gradient Labs utilizza GPT‑4.1 e GPT‑5.4 mini e nano per gestire complessi flussi di lavoro di supporto finanziario con elevata precisione e bassa latenza.

Gradient Labs, una startup innovativa con sede a Londra, sta ridefinendo il panorama dei servizi finanziari introducendo un approccio rivoluzionario alla gestione del cliente bancario. Sfruttando la potenza dei modelli avanzati di OpenAI, in particolare GPT-4.1 e le recenti versioni GPT-5.4 mini e nano, l'azienda offre a ogni cliente bancario l'esperienza di avere un gestore di conto dedicato basato sull'intelligenza artificiale. Questa iniziativa mira a superare le inefficienze e le complessità intrinseche nella risoluzione dei problemi bancari tradizionali, trasformando il modo in cui le istituzioni finanziarie interagiscono con i loro clienti.

La complessità della risoluzione dei problemi nel settore bancario è notoriamente elevata. Casi come frodi, pagamenti bloccati o domande complesse richiedono spesso una rigorosa adesione a procedure intricate che coinvolgono più team. Quando i sistemi tradizionali non sono all'altezza, i clienti si trovano a essere rimbalzati tra i dipartimenti, ad affrontare lunghe attese e a subire ritardi proprio nei momenti in cui la posta in gioco è più alta. Gradient Labs è stata fondata con la missione esplicita di affrontare questa complessità, garantendo un'esperienza cliente fluida e altamente efficiente. Fondata da un team che in precedenza ha guidato gli sforzi di IA e dati presso Monzo, la piattaforma dell'azienda è costruita sui modelli di OpenAI e sta ora spostando una parte significativa del suo traffico di produzione su GPT-5.4 mini e nano.

I risultati ottenuti da Gradient Labs sono impressionanti e testimoniano l'efficacia del loro approccio. L'azienda ha registrato una crescita dei ricavi di oltre 10 volte nell'ultimo anno, un indicatore chiaro del valore e dell'impatto che sta generando nel settore. Dal punto di vista del cliente, i punteggi di soddisfazione (CSAT) con l'esperienza dell'agente IA raggiungono un notevole 98%. Inoltre, l'accuratezza del sistema è stata significativamente migliorata: con GPT-4.1, Gradient Labs ha raggiunto un'accuratezza superiore dell'11% rispetto al fornitore successivo migliore. Questi dati sottolineano non solo l'efficacia della tecnologia, ma anche la sua capacità di superare le aspettative dei clienti e le prestazioni dei competitor.

Danai Antoniou, co-fondatore e Chief Scientist di Gradient Labs, sottolinea l'importanza dell'infrastruttura tecnologica. "Stiamo riscontrando una latenza di 500 millisecondi con GPT-5.4 mini e nano, che è esattamente ciò di cui abbiamo bisogno per conversazioni vocali naturali", afferma Antoniou. "Stiamo spostando una parte significativa del nostro carico di lavoro". La scelta di OpenAI come partner tecnologico non è stata casuale. Antoniou spiega: "Avevamo bisogno di tre cose contemporaneamente: accuratezza nel seguire le istruzioni, bassi tassi di allucinazione e affidabilità nella chiamata di funzioni, il tutto sotto vincoli di latenza vocale. OpenAI è stato l'unico fornitore che ha superato la prova su tutti e tre i fronti." Questa combinazione di precisione, affidabilità e velocità è fondamentale per operare in un ambiente ad alto rischio come quello finanziario.

Passare dalle SOP ai sistemi in tempo reale

Nel settore bancario, le interazioni con i clienti sono tradizionalmente governate da procedure operative standard (SOP) che definiscono cosa dovrebbe accadere a ogni passaggio. Sebbene queste procedure siano fondamentali per garantire conformità e coerenza, possono anche introdurre rigidità e ritardi, specialmente quando un cliente si discosta dal percorso previsto o richiede assistenza su un problema complesso. Gradient Labs ha sviluppato un sistema che trascende queste limitazioni, trasformando le SOP in un framework dinamico e reattivo basato sull'IA.

Un'interazione tipica con un cliente che chiama per segnalare una carta rubata illustra l'efficacia del sistema di Gradient Labs:

• Un cliente chiama per segnalare una carta rubata.
• Il sistema verifica la sua identità, gestendo correzioni e interruzioni in tempo reale.
• Una volta verificato, blocca la carta e avvia una sostituzione.
• Risponde a domande di follow-up, come i tempi di consegna, e suggerisce i passaggi successivi.

Ogni passaggio segue una procedura definita, con decisioni prese in tempo reale basate sull'input dell'utente, sul contesto, sui guardrail di esecuzione e sulle risposte sia del cliente che dell'agente per garantire la conformità. La capacità del modello di mantenere lo stato della procedura attraverso interruzioni, backchannel e cambi di argomento, pur mantenendo una generazione di risposte rapida, è stata una sfida significativa che la maggior parte dei fornitori non è stata in grado di affrontare, come sottolinea Antoniou.

Per garantire la massima affidabilità, Gradient Labs valuta i fornitori in base alle loro procedure più complesse e li analizza in base a ciò che chiamano accuratezza della traiettoria: la capacità del sistema di seguire il percorso corretto dall'inizio alla fine. In una delle loro valutazioni iniziali, GPT-4.1 è stato l'unico modello a raggiungere un'accuratezza e una coerenza della traiettoria del 97%. Il fornitore successivo più vicino si è fermato all'88%. "Nei servizi finanziari, questa è la differenza tra risolvere una chiamata e creare un incidente di conformità", afferma Antoniou, evidenziando la criticità di questa metrica.

Questo risultato ha influenzato la progettazione del sistema di Gradient Labs. Il team ha costruito un'architettura ibrida che utilizza i modelli di OpenAI per i passaggi che richiedono un'intensa capacità di ragionamento e modelli più piccoli per attività più rapide e deterministiche, con un routing che si adatta in base alla complessità e ai vincoli di latenza. Internamente, il sistema è composto da competenze specializzate orchestrate da un agente di ragionamento centrale, consentendo ai casi complessi di muoversi attraverso i flussi di lavoro senza perdere il contesto. Per ogni interazione, oltre 15 sistemi di guardrail vengono eseguiti in parallelo per garantire che le conversazioni rimangano all'interno delle procedure definite e dei confini di conformità. Questi includono il rilevamento di consigli finanziari, segnali di vulnerabilità, reclami e tentativi di aggirare la verifica o accedere a dati sensibili.

Garantire l'affidabilità in ambienti ad alto rischio

Le istituzioni finanziarie non implementano sistemi di questa portata basandosi sulla fiducia; richiedono una dimostrazione passo-passo che il sistema si comporti correttamente in condizioni reali. "Devi architettare fin dall'inizio per zero allucinazioni", afferma Antoniou. "Questo deve essere il principio guida mentre stai costruendo." Gradient Labs ha messo in atto processi rigorosi per garantire l'affidabilità dei suoi sistemi in un ambiente ad alto rischio.

Per valutare sia i modelli nuovi che quelli esistenti, il team riproduce conversazioni reali con i clienti e confronta il comportamento del sistema con la procedura prevista. Generano anche conversazioni sintetiche per testare casi limite e scenari rari prima che qualsiasi cosa venga implementata. Questo approccio a doppio binario garantisce che il sistema sia ampiamente testato contro le realtà delle interazioni con i clienti e contro le imprevedibilità degli scenari meno comuni.

Gradient Labs offre anche ai team il controllo su come il sistema viene introdotto. Analizzano i dati storici del supporto per mappare i tipi di problemi dei clienti gestiti da una banca e la frequenza con cui si verificano. I team possono quindi scegliere quali categorie l'IA dovrebbe gestire, iniziando con flussi di lavoro a basso rischio e espandendosi nel tempo. Questo approccio graduale consente alle banche di costruire fiducia nel sistema e di scalarne l'uso in modo controllato e misurato.

Prima di andare in diretta, i clienti possono simulare conversazioni per esaminare come il sistema risponde a diversi scenari, costruendo la fiducia che si comporti come previsto. L'implementazione inizia in genere con una piccola percentuale del traffico, con monitoraggio continuo e controlli automatizzati che segnalano le conversazioni che potrebbero richiedere la revisione umana. Nel tempo, la copertura si espande man mano che il sistema dimostra prestazioni coerenti, garantendo una transizione fluida e sicura verso un'adozione più ampia.

Mostrare l'impatto dal primo giorno e il percorso futuro

L'impatto dei sistemi di Gradient Labs è evidente fin dal primo giorno di implementazione. I loro clienti riportano punteggi CSAT fino al 98%, in alcuni casi superando le prestazioni dei loro migliori agenti umani. La maggior parte delle implementazioni inizia con tassi di risoluzione superiori al 50% dal primo giorno, anche per flussi di lavoro complessi come controversie, verifica degli account e frodi. Questi risultati dimostrano la capacità dell'IA di non solo eguagliare, ma in molti casi superare, le prestazioni umane in compiti critici di servizio clienti.

Questo impatto si riflette nella crescita dell'azienda. Gradient Labs ha aumentato le entrate di oltre 10 volte nell'ultimo anno, espandendosi dal supporto inbound a processi outbound e back-office. Questa espansione sottolinea la versatilità e l'adattabilità della loro piattaforma IA, che può essere applicata a una vasta gamma di funzioni bancarie per migliorare l'efficienza e la soddisfazione del cliente.

Guardando al futuro, Gradient Labs è focalizzata sullo sviluppo di sistemi che possano portare il contesto attraverso le interazioni. Ciò significa comprendere la storia di un cliente, tracciare i problemi in corso e riprendere le conversazioni precedenti senza perdere il filo. Questa direzione è strettamente allineata con la visione a lungo termine di Gradient Labs e la sua partnership con OpenAI, cercando di creare esperienze cliente ancora più personalizzate e senza interruzioni. L'obiettivo è costruire un ecosistema di IA che non solo risolva i problemi attuali, ma che anticipi e gestisca proattivamente le esigenze future dei clienti, consolidando la posizione di Gradient Labs come pioniere nell'applicazione dell'intelligenza artificiale nei servizi finanziari.