Gradient Labs antaa jokaiselle pankkiasiakkaalle AI-tilivastaavan

Pankkialalla asiakasongelman ratkaiseminen on harvoin yksinkertaista. Tapaukset, kuten petokset tai estyneet maksut, edellyttävät monimutkaisten menettelyjen tarkkaa noudattamista useiden tiimien välillä. Kun järjestelmät eivät toimi riittävän hyvin, asiakkaita siirretään tiimiltä toiselle, he odottavat jonoissa ja kohtaavat viiveitä juuri silloin, kun tilanne on kriittisin.

Gradient Labs⁠(avautuu uudessa ikkunassa) on suunniteltu hallitsemaan tätä monimutkaisuutta. Lontoolainen yritys kehittää AI-agentteja, jotka antavat jokaiselle pankkiasiakkaalle henkilökohtaisen tilivastaavan kaltaisen kokemuksen. Yrityksen perustanut tiimi johti aiemmin Monzolla AI- ja datahankkeita, ja yhtiön alusta perustuu OpenAI:n malleihin. Nyt tuotantoliikennettä siirretään GPT‑5.4 miniin ja nanoon.

”Näemme GPT‑5.4 minillä ja nanolla 500 millisekunnin viiveen, mikä on juuri sitä, mitä tarvitsemme luonnollisiin äänikeskusteluihin”, sanoo Gradient Labsin toinen perustaja ja johtava tutkija Danai Antoniou. ”Siirrämme merkittävän osan työkuormastamme näille malleille.”

Pankkialalla asiakasvuorovaikutusta ohjaavat vakiotoimintamenettelyt (SOP), jotka määrittävät, mitä kussakin vaiheessa pitäisi tapahtua.

Tyypillinen asiakasvuorovaikutus voi näyttää tältä:

1. Asiakas soittaa ilmoittaakseen varastetusta kortista.
2. Järjestelmä vahvistaa hänen henkilöllisyytensä ja käsittelee korjaukset ja keskeytykset reaaliajassa.
3. Kun henkilöllisyys on vahvistettu, se jäädyttää kortin ja käynnistää korvaavan kortin tilauksen.
4. Se vastaa jatkokysymyksiin, kuten toimitusaikaan, ja ehdottaa seuraavia vaiheita.

Jokainen vaihe noudattaa määriteltyä menettelyä, ja päätökset tehdään reaaliajassa käyttäjän syötteen, kontekstin, käytössä olevien suojarajojen sekä asiakkaan ja agentin vastausten perusteella vaatimustenmukaisuuden varmistamiseksi.

”Mallin on ylläpidettävä menettelyn tilaa keskeytysten, kuuntelumerkkien ja aiheen vaihtumisen läpi samalla, kun vastausten luonnin on pysyttävä nopeana”, Antoniou sanoo. ”Useimmat palveluntarjoajat eivät pystyneet edes yrittämään sitä.”

Gradient Labs vertaa palveluntarjoajia niiden haastavimmilla menettelyillä ja arvioi niitä sen perusteella, mitä he kutsuvat polkutarkkuudeksi: seuraako järjestelmä oikeaa polkua alusta loppuun.

Yhdessä heidän ensimmäisistä arvioinneistaan GPT‑4.1 oli ainoa malli, joka saavutti 97 %:n polkutarkkuuden ja johdonmukaisuuden. Seuraavaksi lähin tarjoaja ylsi 88 %:iin.

”Rahoituspalveluissa se on ero puhelun ratkaisemisen ja vaatimustenmukaisuuspoikkeaman aiheuttamisen välillä”, Antoniou sanoo.

Tämä tulos vaikutti siihen, miten Gradient Labs suunnitteli järjestelmänsä. Tiimi rakensi hybridiarkkitehtuurin, joka käyttää OpenAI:n malleja paljon päättelyä vaativiin vaiheisiin ja pienempiä malleja nopeampiin, deterministisiin tehtäviin. Reititys mukautuu monimutkaisuuden ja viiverajoitteiden mukaan.

Sisäisesti järjestelmä koostuu erikoistuneista taidoista, joita orkestroi keskitetty päättelyagentti. Näin monimutkaiset tapaukset voivat siirtyä työnkulusta toiseen menettämättä kontekstia. 

Jokaisessa vuorovaikutuksessa yli 15 suojarajajärjestelmää toimii rinnakkain varmistaakseen, että keskustelut pysyvät määriteltyjen menettelyjen ja vaatimustenmukaisuuden rajojen sisällä. Näihin kuuluvat esimerkiksi talousneuvonnan tunnistus, haavoittuvuussignaalit, valitukset sekä yritykset ohittaa varmennus tai päästä käsiksi arkaluonteisiin tietoihin. 

Rahoituslaitokset eivät ota tällaisia järjestelmiä käyttöön pelkän uskon varassa. Niiden täytyy nähdä vaihe vaiheelta, että järjestelmä toimii oikein todellisissa olosuhteissa.

”Sinun on suunniteltava arkkitehtuuri alusta asti niin, ettei hallusinaatioita synny”, Antoniou sanoo. ”Sen on oltava ohjaava periaate koko suunnittelun ajan.”

Arvioidakseen sekä uusia että olemassa olevia malleja tiimi toistaa oikeita asiakaskeskusteluja ja vertaa järjestelmän toimintaa odotettuun menettelyyn. He luovat myös synteettisiä keskusteluja testatakseen reunatapauksia ja harvinaisia skenaarioita ennen kuin mitään otetaan käyttöön.

Gradient Labs antaa tiimeille myös hallinnan siihen, miten järjestelmä otetaan käyttöön. He analysoivat historiallista tukidataa kartoittaakseen, millaisia asiakasongelmia pankki käsittelee ja kuinka usein niitä esiintyy. Tiimit voivat sitten valita, mitä kategorioita AI:n tulisi käsitellä – aloittaen matalamman riskin työnkuluista ja laajentaen toiminta-aluetta ajan myötä.

Ennen tuotantokäyttöä asiakkaat voivat simuloida keskusteluja tarkistaakseen, miten järjestelmä reagoi eri skenaarioissa, mikä kasvattaa luottamusta siihen, että se toimii odotetusti. 

Käyttöönotto alkaa yleensä pienellä osuudella liikenteestä, ja jatkuva valvonta sekä automaattiset tarkistukset merkitsevät keskustelut, jotka saattavat vaatia ihmisen arviointia. Ajan myötä kattavuus kasvaa, kun järjestelmä osoittaa tasaista suorituskykyä.

Gradient Labsin asiakkaat raportoivat jopa 98 %:n asiakastyytyväisyyspistemäärästä, ja joissakin tapauksissa tulokset ylittävät heidän parhaiden ihmisagenttiensa suoritukset. Useimpien käyttöönottojen ratkaisuprosentti on yli 50 % heti ensimmäisenä päivänä jopa monimutkaisissa työnkuluissa, kuten riita-asioissa, tilin vahvistuksessa ja petostapauksissa. 

Tämä vaikutus näkyy yrityksen kasvussa. Gradient Labs on kasvattanut liikevaihtoaan yli 10-kertaiseksi viime vuoden aikana ja laajentanut käyttöä saapuvasta tuesta lähtevään tukeen ja taustaprosesseihin.

Tulevaisuutta ajatellen Gradient Labs keskittyy järjestelmiin, jotka voivat säilyttää kontekstin vuorovaikutusten välillä: ymmärtää asiakkaan historiaa, seurata käynnissä olevia ongelmia ja jatkaa siitä, mihin aiemmat keskustelut jäivät. Tämä suunta on tiiviisti linjassa sen kanssa, miten Gradient Labs näkee pitkäaikaisen kumppanuutensa OpenAI:n kanssa.

Kun mallit kehittyvät edelleen, turvallisesti automatisoitavien menettelyjen kirjo laajenee. Gradient Labsille tämä tarkoittaa siirtymistä kohti järjestelmää, jossa jokainen asiakasvuorovaikutus hoidetaan samalla johdonmukaisuudella, harkinnalla ja jatkuvuudella kuin huipputason ihmisagentin toimesta.