Gradient Labs、全銀行顧客に AI 口座担当者を提供

銀行業務では、顧客の問題解決が単純であることはまれです。不正利用や支払いブロックのような案件では、複数チームにまたがる複雑な手順を厳格に順守する必要があります。システムが十分でない場合、顧客はチーム間をたらい回しにされ、待機列で待たされ、最も重大な局面で遅延に直面します。

Gradient Labs⁠（新しいウィンドウで開く）は、この複雑さに対応するために構築されました。ロンドンに拠点を置く同社は、すべての銀行顧客に専任の口座担当者のような体験を提供する AI エージェントを開発しています。Monzo で AI とデータを率いた経験を持つチームが創業した同社のプラットフォームは OpenAI のモデル上に構築されており、現在は本番トラフィックを GPT‑5.4 mini と nano へ移行しつつあります。

「GPT‑5.4 mini と nano では500ミリ秒のレイテンシを確認しており、自然な音声会話にまさに必要な水準です」と、Gradient Labs 共同創業者兼チーフサイエンティストの Danai Antoniou 氏は述べます。「ワークロードのかなりの部分を移行しています。」

銀行では、顧客対応は各段階で何を行うべきかを定めた標準業務手順書（SOP）によって管理されています。

典型的な顧客対応は次のようになります。

1. 顧客が盗難カードの連絡をする
2. システムが本人確認を行い、訂正や途中の割り込みにもリアルタイムで対応する
3. 確認後、カードを停止し、再発行を開始する
4. 配送時期などの追加質問に答え、次の対応を提案する

各ステップは定義された手順に従い、ユーザー入力、文脈、実行中のガードレール、さらにコンプライアンス確保のための顧客とエージェント双方の応答に基づいて、リアルタイムで判断が行われます。

「モデルは、割り込みや相づち、話題の切り替えをまたいでも手順の状態を維持しながら、応答生成を高速に保つ必要があります」と Antoniou 氏は言います。「ほとんどのプロバイダーは、そもそもそれに挑戦することすらできませんでした。」

Gradient Labsは、最も難しい手順で各プロバイダーをベンチマークし、同社がtrajectory accuracyと呼ぶ指標で評価しています。つまり、システムが開始から終了まで正しい経路をたどれるかどうかです。

初期評価の1つでは、GPT‑4.1 だけが軌道精度と一貫性で97%に到達しました。次点のプロバイダーは88%でした。

「金融サービスでは、それが通話を解決できるか、コンプライアンス事故を生むかの違いになります」と Antoniou 氏は述べます。

この結果は、Gradient Labs がシステムを設計する方法を形づくりました。チームは、推論負荷の高いステップに OpenAI のモデルを使い、より高速で決定論的なタスクには小型モデルを使うハイブリッドアーキテクチャを構築しました。ルーティングは複雑さとレイテンシ制約に応じて適応します。

内部的には、このシステムは中核となる推論エージェントによって統括された専門的なスキルで構成されており、複雑なケースでも文脈を保ったまま複数のワークフローをまたいで処理できます。

あらゆるやり取りにおいて、15以上のガードレールシステムが並列で動作し、会話が定義された手順とコンプライアンスの境界内に収まるようにしています。これには、金融アドバイスの検知、脆弱性のシグナル、苦情、本人確認回避の試みや機密データへのアクセスの試みが含まれます。

金融機関は、このようなシステムを信頼だけで導入することはありません。実環境の条件下で正しく動作することを、段階を追って確認する必要があります。

「ハルシネーションを起こさないことを前提に、ゼロから設計しなければなりません」とAntoniou 氏は言います。「構築するうえで、それが指針となる原則である必要があります。」

新旧のモデルを評価するため、チームは実際の顧客との会話を再生し、システムの挙動を想定される手順と照合します。さらに、何かを導入する前に、エッジケースやまれなシナリオを検証するための合成会話も生成しています。

Gradient Labs はまた、システム導入の進め方をチームが制御できるようにしています。過去のサポートデータを分析し、銀行が扱う顧客課題の種類とその発生頻度を可視化します。そのうえで、まずはリスクの低いワークフローから開始し、時間とともに拡大しながら、AI にどのカテゴリを任せるかを選択できます。

本番稼働前には、顧客は会話をシミュレーションして、さまざまなシナリオでシステムがどう応答するかを確認でき、期待どおりに動作するという確信を高められます。

導入は通常、トラフィックのごく一部から始まり、継続的な監視と自動チェックによって、人による確認が必要な可能性のある会話にフラグが立てられます。システムが安定した性能を示すにつれて、対象範囲は拡大していきます。

Gradient Labsの顧客は、CSAT スコアが最高98%に達したと報告しており、ケースによっては最も優秀な人間の担当者を上回っています。多くの導入では、異議申し立て、口座確認、不正対応のような複雑な業務フローであっても、初日から50%を超える解決率で始まります。

その効果は、同社の成長にも表れています。Gradient Labs の売上は過去1年で10倍超に拡大し、インバウンドサポートからアウトバウンド、さらにバックオフィス業務へと展開しています。

今後を見据え、Gradient Labsは、やり取りをまたいで文脈を保持できるシステムに注力しています。顧客履歴を理解し、進行中の問題を追跡し、前回の会話の続きから対応できるようにすることです。この方向性は、OpenAI との長期的なパートナーシップに対する Gradient Labs の考え方とも密接に一致しています。

モデルが進化し続けるにつれて、安全に自動化できる手順の範囲は広がっています。Gradient Labs にとってそれは、あらゆる顧客対応が、一流の人間の担当者と同じ一貫性、判断力、継続性で処理されるシステムへと近づくことを意味します。