تشهد الخدمات المالية تحولاً واضحاً في طريقة استخدام الذكاء الاصطناعي، إذ تنتقل المؤسسات تدريجياً من الاعتماد على روبوتات المحادثة البسيطة إلى أنظمة أكثر تقدماً قادرة على إدارة أعمال تشغيلية حساسة ومنظمة. وفي هذا السياق، أعلنت Gradient Labs عن مضاعفة جولة تمويلها من الفئة Series A إلى 26 مليون دولار، في إشارة إلى تنامي ثقة المستثمرين في حلول الذكاء الاصطناعي المتخصصة للقطاعات الخاضعة للرقابة.
الجولة الجديدة قادتها Octopus Ventures وCommerzVentures، مع استمرار مشاركة Redpoint Ventures وExceptional Capital. ويأتي هذا التمويل بعد أقل من عام على جمع الشركة 13 مليون دولار في جولة Series A أولية، ما يعكس تسارع الاهتمام بالمنصات التي لا تكتفي بأتمتة الردود، بل تتعامل مع عمليات فعلية داخل البنوك وشركات الدفع والتأمين والإقراض.
من دعم العملاء إلى العمليات التشغيلية المعقدة
تأسست Gradient Labs على يد أعضاء سابقين في فريق الذكاء الاصطناعي لدى Monzo، وتركز اليوم على أتمتة عمليات العملاء في مجالات تشمل الخدمات المصرفية والإقراض والمدفوعات والتأمين. وتقول الشركة إن تقنيتها أصبحت تصل إلى أكثر من 32 مليون مستخدم محتمل عبر تطبيقات لدى جهات مثل Wise وStash وCurrent وMonzo وZego وPockit.
الفرق الأساسي في هذا النهج يتمثل في أن الشركة لا تستهدف الاستفسارات البسيطة فقط، مثل أسئلة الحساب أو تحديثات كلمة المرور، بل تتجه إلى مهام أكثر تعقيداً مثل معالجة الشكاوى، والتحقيق في الاحتيال، وتنفيذ إجراءات KYC، وإدارة التحصيل، والتعامل مع عمليات الإقراض وخدمة العملاء. هذا التحول يضع الذكاء الاصطناعي في موقع أقرب إلى بنية تشغيلية داخل المؤسسة، لا مجرد أداة تواصل أمامية.
في القطاع المالي، تحمل هذه النقلة أهمية خاصة. فبينما قد يكون خطأ في خدمة العملاء مزعجاً فقط، فإن خطأ في التحقق من الهوية أو في التعامل مع نزاع مالي أو في الإجراءات التنظيمية قد يؤدي إلى تبعات قانونية ورقابية كبيرة. لذلك، تركز الشركات في هذا المجال على حلول مصممة خصيصاً للبيئات المنظمة، بدلاً من الاعتماد على نماذج عامة غير مهيأة لهذا المستوى من المخاطر.
الامتثال والأمان في صلب التصميم
تؤكد Gradient Labs أن منصتها بُنيت مع طبقات أمان وضوابط امتثال مدمجة، تشمل آليات تمنع تقديم نصائح مالية غير مناسبة، ورصد الحالات التي قد تتعلق بالعملاء الأكثر هشاشة، ومسارات تصعيد للحالات الحساسة، وإجراءات لضمان الالتزام بالمتطلبات التنظيمية. وتعد هذه العناصر أساسية في قطاع تتداخل فيه قواعد حماية المستهلك مع مكافحة غسل الأموال وإجراءات التدقيق والحوكمة.
هذا الاتجاه يعكس توسعاً أوسع في سوق الذكاء الاصطناعي المؤسسي، حيث لم تعد الشركات تبحث عن مساعد عام متعدد الأغراض، بل عن أنظمة تفهم قواعد الصناعة وتفاصيلها التنظيمية وسيناريوهاتها التشغيلية. وفي الخدمات المالية، تصبح المعرفة بالمجال ميزة تنافسية بقدر أهمية جودة النموذج نفسه.
كما أن الدمج المباشر مع الأنظمة البنكية والمالية القائمة يمنح هذه المنصات فرصة حقيقية للتشغيل داخل بيئات الإنتاج، بدلاً من البقاء عند مرحلة التجارب المحدودة. وهذا ما تسعى إليه المؤسسات التي تريد تقليص التكاليف وتحسين تجربة العملاء من دون زيادة مستوى المخاطر التنظيمية.
الصوت البشري يدخل سباق الأتمتة
أحد أبرز محاور نمو الشركة يتمثل في التوسع في التفاعل الصوتي. فرغم أن كثيراً من الشركات اختبرت أنظمة صوتية قائمة على الذكاء الاصطناعي، فإن نشرها في بيئات مالية منظمة على نطاق واسع لا يزال مهمة صعبة، بسبب حساسية البيانات وتحديات التحقق من الهوية وطبيعة المحادثات المرتبطة بالنزاعات والاحتيال.
وتقول Gradient Labs إنها تعالج الآن مئات الآلاف من المكالمات الشهرية في بعض تطبيقات الإقراض، وهو رقم يضعها ضمن الشركات القليلة التي تدفع بأتمتة الصوت إلى مستوى تشغيلي كبير داخل الخدمات المالية. كما طرحت الشركة منصة صوتية مخصصة للمؤسسات المالية، مع تركيز على زمن استجابة منخفض، وضوابط امتثال، وقدرات استدلال محادثي أكثر تقدماً.
وتستند بنيتها إلى استخدام أكثر من نموذج لغوي كبير، بما يسمح لها بالموازنة بين الأداء والسرعة والتكلفة بحسب نوع المهمة. هذا الأسلوب يعكس اتجاهاً متزايداً في الصناعة نحو بناء أنظمة هجينة لا تعتمد على نموذج واحد لكل الحالات، بل على طبقات اختيار وتحكم تتكيف مع متطلبات السيناريو الفعلي.
سوق ينمو بسرعة مع ضغط الكلفة والامتثال
يأتي التمويل في وقت تشهد فيه البنوك وشركات التكنولوجيا المالية ضغوطاً متزايدة لخفض النفقات التشغيلية وتحسين الخدمة والالتزام بالمتطلبات التنظيمية المتنامية. وفي هذا السياق، أصبح الذكاء الاصطناعي أحد الأدوات الأكثر جذباً، لكنه لا يزال في كثير من الأحيان محصوراً في مشاريع تجريبية أو حالات استخدام ضيقة.
وتبدو Gradient Labs من الشركات التي تحاول الانتقال من مرحلة التجريب إلى التشغيل الكامل. ووفقاً لبياناتها، حققت الشركة نمواً في الإيرادات بنسبة 900% خلال العام الماضي، كما وصلت درجات رضا العملاء في بعض الحالات إلى 98%، متجاوزة فرق خدمة بشرية في بعض السيناريوهات.
هذه الأرقام تساعد في تفسير الاهتمام الاستثماري المتزايد بالشركات المتخصصة رأسياً. فالمستثمرون يميلون اليوم إلى دعم الشركات التي تبني حلولاً لصناعة محددة، بدلاً من الرهان على منصات عامة تسعى إلى خدمة كل القطاعات. وفي المجالات المنظمة مثل التمويل والرعاية الصحية والقانون والتأمين، تصبح الخبرة القطاعية والامتثال عنصرين حاسمين في قابلية التوسع.
ما الذي تعنيه هذه الجولة لقطاع الخدمات المالية
تعكس خطوة Gradient Labs اتجاهاً أوسع في التكنولوجيا المالية، يتمثل في إعادة تشكيل العمليات الخلفية التي كانت تعتمد لسنوات طويلة على فرق كبيرة من البشر لإدارة النزاعات، وفحص الامتثال، والتحقق من الحسابات، ومعالجة طلبات الإقراض، وخدمة العملاء. ومع تحسن موثوقية أنظمة الذكاء الاصطناعي في البيئات المنظمة، قد تتجه المؤسسات إلى نماذج هجينة يتولى فيها الذكاء الاصطناعي التنفيذ الروتيني بينما يراقب البشر الحالات الاستثنائية.
هذا التحول لا يقتصر على مراكز الاتصال. فمن المرجح أن يمتد إلى إعادة تصميم مسارات الإقراض والتحقق من الهوية ومعالجة الاحتيال وإجراءات فتح الحسابات. وكلما أصبحت الأنظمة أكثر نضجاً، زادت احتمالات بناء بنية تشغيلية مصرفية تعتمد منذ البداية على الذكاء الاصطناعي، لا كإضافة لاحقة بل كجزء من التصميم الأساسي.
وفي المقابل، سيزداد الضغط على الجهات التنظيمية لوضع معايير أكثر وضوحاً لكيفية اتخاذ هذه الأنظمة للقرارات، وكيفية توثيق أفعالها، وكيفية تعاملها مع المستهلكين. لذلك، قد تكون المرحلة المقبلة في الذكاء الاصطناعي المالي أقل ارتباطاً بإحلال البشر بالكامل، وأكثر ارتباطاً بإعادة هندسة العمليات بحيث تصبح أكثر سرعة واتساقاً وقابلية للرقابة.
وفي المحصلة، تشير جولة Gradient Labs إلى أن السوق بات يكافئ الشركات التي تربط الذكاء الاصطناعي مباشرة بمتطلبات العمل اليومية، خاصة عندما يتعلق الأمر بقطاعات لا تتحمل الأخطاء. ومع استمرار التوسع في هذا الاتجاه، قد يصبح السؤال في المؤسسات المالية ليس ما إذا كانت ستستخدم الذكاء الاصطناعي، بل أي نوع من الذكاء الاصطناعي يمكنه العمل بأمان داخل أكثر العمليات حساسية.