2026年4月1日 スタートアップGradient Labsが全ての銀行顧客にAIアカウントマネージャーを提供
Gradient LabsはGPT-4.1とGPT-5.4 mini・nanoを使用して、高精度かつ低レイテンシで複雑な金融サポートワークフローを実行しています。
企業規模: スタートアップ
地域: ヨーロッパ・イギリス
業界: テクノロジー、金融
製品: API
成果
- 10倍の収益成長
- 98%の顧客満足度 - AIエージェント体験
- +11%の高精度 - GPT-4.1 vs. 次点プロバイダー
複雑性への対応
銀行業務において、顧客の問題解決は決して単純ではありません。詐欺や支払いブロックなどのケースでは、複数のチーム間で複雑な手順を厳格に遵守する必要があります。システムが不十分な場合、顧客はチーム間をたらい回しにされ、キューで待機し、最も重要な瞬間に遅延に直面します。
Gradient Labsは、この複雑性に対処するために構築されています。ロンドンを拠点とする同社は、すべての銀行顧客に専任アカウントマネージャーの体験を提供するAIエージェントを構築しています。
以前Monzoでデータ・AI業務を主導したチームによって設立された同社のプラットフォームは、OpenAIモデル上に構築されており、現在本番トラフィックをGPT-5.4 mini・nanoに移行しています。
「GPT-5.4 mini・nanoで500ミリ秒のレイテンシを実現しており、これは自然な音声会話に必要な性能です。ワークロードの大部分を移行しています。」
— Danai Antoniou氏、Gradient Labs共同創設者・チーフサイエンティスト
「指示遵守の精度、低い幻覚率、関数呼び出しの信頼性の3つを、音声レイテンシ制約下で同時に実現する必要がありました。OpenAIが3つすべてをクリアした唯一のプロバイダーでした。」
SOPからリアルタイムシステムへ
銀行業務では、顧客とのやり取りは各ステップで何をすべきかを定義する標準作業手順書（SOP）によって管理されています。
典型的な顧客対応は以下のようになります：
- 顧客がカード盗難を報告する電話をかける
- システムが本人確認を行い、リアルタイムで修正や中断に対応
- 確認後、カードを凍結し、再発行を開始
- 配送時期などのフォローアップ質問に回答し、次のステップを提案
各ステップは定義された手順に従い、ユーザー入力、コンテキスト、実行中のガードレール、顧客とエージェントの両方の応答に基づいてリアルタイムで決定を行い、コンプライアンスを確保します。
「モデルは中断、バックチャネル、トピック切り替えを通じて手順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。ほとんどのプロバイダーは試すことすらできませんでした。」とAntoniou氏は述べています。
Gradient Labsは最も困難な手順でプロバイダーをベンチマークし、軌道精度（システムが開始から終了まで正しいパスを辿るかどうか）で評価しています。初期評価の一つで、GPT-4.1は97%の軌道精度と一貫性を達成した唯一のモデルでした。次点のプロバイダーは88%でした。
「金融サービスでは、これが通話解決とコンプライアンス事故の分かれ目です」とAntoniou氏は言います。
アーキテクチャと安全性
この結果により、Gradient Labsはシステム設計を決定しました。チームは、推論集約的なステップにOpenAIモデルを使用し、より高速で決定論的なタスクには小さなモデルを使用するハイブリッドアーキテクチャを構築し、複雑性とレイテンシ制約に基づいて適応するルーティングを実装しました。
内部的には、システムは中央推論エージェントによって調整される専門スキルで構成されており、複雑なケースがコンテキストを失うことなくワークフロー間を移動できます。
すべてのやり取りで、15以上のガードレールシステムが並行して実行され、会話が定義された手順とコンプライアンス境界内に留まることを保証します。これには以下が含まれます：
- 金融アドバイス検出
- 脆弱性シグナル
- 苦情
- 認証回避や機密データアクセスの試み
高リスク環境での信頼性証明
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。実世界の条件下で正しく動作することを段階的に確認する必要があります。
「幻覚ゼロを前提として一から設計する必要があります。これが構築時の指導原則でなければなりません」とAntoniou氏は述べています。
新旧モデルの評価のため、チームは実際の顧客会話を再現し、システムの動作を期待される手順と比較します。また、デプロイ前にエッジケースや稀なシナリオをテストするため、合成会話を生成します。
Gradient Labsはまた、システム導入方法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て銀行が扱う顧客問題の種類と発生頻度をマッピングし、チームはAIが処理すべきカテゴリを選択でき、低リスクワークフローから開始して時間をかけて拡張できます。
即日効果と今後の展望
Gradient Labsの顧客は最高98%のCSATスコアを報告しており、場合によっては最高の人間エージェントを上回る性能を示しています。ほとんどの導入では、紛争、アカウント認証、詐欺などの複雑なワークフローでも、初日から50%以上の解決率を達成しています。
この効果は同社の成長に反映されています。Gradient Labsは過去1年間で収益を10倍以上増加させ、インバウンドサポートからアウトバウンドおよびバックオフィスプロセスに拡張しています。
今後、Gradient Labsはやり取り間でコンテキストを維持できるシステムに焦点を当てています：顧客の履歴を理解し、進行中の問題を追跡し、以前の会話の続きから始めることができるシステムです。
「私たちは今日のためだけにモデルを選んでいるのではありません。推論モデルの軌道が私たちの製品と同じ方向に向かっているプラットフォーム上で構築しています。」
— Danai Antoniou氏、Gradient Labs共同創設者・チーフサイエンティスト
モデルが改善し続ける中、安全に自動化できる手順の範囲が拡大しています。Gradient Labsにとって、これはすべての顧客対応が一流の人間エージェントと同じ一貫性、判断力、継続性で処理されるシステムに近づくことを意味します。
OpenAI ♥ スタートアップ
コミュニティに参加
構築を開始
関連記事
- Descriptが多言語動画吹き替えを大規模に実現する方法 - スタートアップ | 2026年3月6日
- Praktikaの会話型言語学習アプローチの内側 - スタートアップ | 2026年1月22日
- Higgsfieldがシンプルなアイデアを映画的なソーシャル動画に変える方法 - API | 2026年1月21日