Gradient Labs

Qué es

Gradient Labs construye agentes de IA que operan las operaciones de atención reguladas en bancos, prestamistas, aseguradoras y empresas de pagos. El alcance es más estrecho que el de un agente de soporte horizontal, y más profundo: además del chat, el email, el SMS y la voz de primera línea, gestiona el trabajo de expediente que hay detrás de la conversación — disputas y contracargos, verificación KYC y KYB, gestión de cobranzas, seguimiento de préstamos, tratamiento de reclamaciones. El propio planteamiento del proveedor es “nos ocupamos de lo que otros derivan”, y esa es la afirmación real del producto: no desviar el primer mensaje, sino cerrar el expediente.

Los fundadores salieron de Monzo. El CEO Dimitri Masin fue VP de Data Science, Delito Financiero y Fraude del banco, y antes trabajó en Google; fundó la compañía en 2023 junto a Neal Lathia y Danai Antoniou, también empleados tempranos de Monzo. Esa historia explica la forma del producto. Las personas que construyeron las operaciones de fraude y delito financiero dentro de un banco británico construyeron un proveedor para la cola que solían dotar de personal, y por eso las disputas y el trato a clientes vulnerables son agentes de primera clase aquí en lugar de elementos de roadmap.

La financiación sigue el mismo arco. Una Serie A de 13 millones de dólares liderada por Redpoint Ventures llegó en julio de 2025. El 1 de junio de 2026 la ronda se duplicó hasta 26 millones, liderada por Octopus Ventures y CommerzVentures con Redpoint y Exceptional Capital acompañando, lo que lleva la financiación total a unos 42,6 millones. La compañía entró en el mercado estadounidense el 27 de octubre de 2025 y hoy nombra a Current, Stash y Rho junto a su base europea de Wise, Monzo, Zego, Plum, Pockit, Nala, Yonder, SteadyPay, Penfold y nsave.

Por qué aparece en stacks de CX regulados

• Supera la revisión de compliance que frena a los agentes horizontales. La plataforma ejecuta más de 20 guardarraíles de servicios financieros en cada turno de conversación — detecta clientes vulnerables, bloquea asesoramiento financiero no autorizado, evita promesas que la entidad no puede cumplir y previene divulgaciones que comprometerían una investigación de fraude en curso. Ese es el artefacto concreto que pide una función de compliance de segunda línea, y es la razón por la que un piloto de Gradient Labs llega a producción en casas donde un agente de propósito general queda aparcado a la espera de una evaluación de controles.
• Los agentes especializados están en producción, no en beta. El Lending Agent está anclado en SteadyPay, el Disputes Agent ejecuta el ciclo completo de contracargos en Yonder, y existen agentes KYB y Outbound para verificación y para trabajo iniciado por el agente como cobranzas, recopilación de documentos y alertas de fraude. Resultados reportados por el proveedor: ciclos de disputa un 150% más rápidos en Yonder, una tasa de éxito en cobranzas del 60% con un aumento del 20% en la reactivación.
• La voz se lanzó el 1 de diciembre de 2025 y lleva los mismos guardarraíles. El agente hace preguntas de clarificación, mantiene en orden las secuencias reguladas de llamada y completa tareas de backend durante la llamada en lugar de derivar. La compañía reporta cientos de miles de interacciones de voz al mes en entornos en vivo. La voz es donde la automatización regulada suele romperse, y es la parte del stack que la mayoría de proveedores todavía está demostrando.
• Se apoya sobre el helpdesk que ya operas. El despliegue es una capa superpuesta y no un replatforming, con una web app para probar antes de que nada toque tráfico de producción, e integración por API o CSV. Se cita a un cliente, Plum, en vivo en 30 minutos sin intervención de ingeniería — el extremo bajo de un rango que se mide en semanas para un banco con integraciones reales.
• La elección de modelo está documentada. El caso de estudio publicado por Anthropic describe a Gradient Labs usando Claude para clasificación de intención contra su grafo de conocimiento, ejecución de procedimientos operativos estándar en procesos de varios pasos, y generación de respuestas. La razón declarada por Masin fue que las respuestas se leían más naturales que las alternativas probadas — un caso poco frecuente de un proveedor mostrando la capa de debajo en vez de llamarla propietaria.
• Da soporte a 32 millones de usuarios finales en sus despliegues, con un crecimiento de ingresos reportado por el proveedor del 900% en el año hasta junio de 2026.

La realidad del precio

No hay nada publicado. La página de precios declara un modelo basado en resultados sin cuotas de plataforma — pagas solo por las resoluciones de consultas que el agente entregó realmente — y dirige a una solicitud de demo.

La economía unitaria es inusualmente legible para un proveedor de contact-sales, porque Masin ha descrito el modelo públicamente. El precio se escalona según el porcentaje de resolución alcanzado, y el objetivo es cobrar alrededor del 30% de lo que ese mismo volumen cuesta en soporte humano, dejando en torno a un 70% de ahorro antes de considerar diferencias en la mezcla de tickets. Él lo contrasta explícitamente con la facturación por conversación — los aproximadamente 2 dólares por conversación de IA de Salesforce independientemente del resultado — y la compañía respalda el modelo con un compromiso de devolución si incumple lo que comprometió.

Haz la aritmética contra tu propio coste totalmente cargado por contacto, no contra una licencia de software. Intercom Fin factura 0,99 dólares por resolución y Zendesk 1,50 por resolución automatizada, y ambas cifras compran software que tu equipo configura y ajusta. Gradient Labs fija precio contra la línea de personal, lo que lo hace parecer caro al lado de la tarifa unitaria de Fin y barato al lado de un equipo de operaciones reguladas en Londres o Nueva York. La comparación que decide el trato es la tarifa efectiva de Gradient Labs contra tu coste medio de agente por contacto para las colas reguladas en concreto — expedientes de disputas y KYC, donde los tiempos de gestión son largos y las personas caras — y no contra tu volumen de reseteo de contraseñas, donde perderá.

La cifra a fijar por escrito es la definición de una resolución, porque tanto el escalón en el que caes como la factura dependen de ella.

Ideal para

Responsables de soporte, operaciones y CX en fintechs reguladas, bancos digitales, prestamistas, aseguradoras y empresas de pagos — aproximadamente de Serie B en adelante, con cientos de miles a decenas de millones de usuarios finales — donde una parte significativa de la cola es trabajo de expediente regulado y no desviación de FAQ. Es la mejor elección cuando compliance ya ha bloqueado o ralentizado una evaluación de Decagon o Sierra, cuando el cuello de botella son los atrasos de disputas y KYC y no el tiempo de primera respuesta, y cuando quieres que un equipo de entrega del proveedor sea dueño de la migración en lugar de contratar ingenieros de agentes.

Descártalo si tu superficie de soporte no está regulada — los guardarraíles que estás pagando son todo el diferenciador, y fuera de servicios financieros son sobrecoste sobre un conjunto de funciones más estrecho. Descártalo si pretendes ser dueño del agente y ajustarlo internamente con tus propios ingenieros, si compras no puede aprobar gasto sin una tarifa publicada, o si tu volumen de expedientes regulados es lo bastante bajo como para que el agente nativo del helpdesk más un pequeño equipo de operaciones ya lo despache.

Frente a las alternativas

Intercom Fin y Zendesk son los titulares por volumen, y para la mayoría de equipos la primera prueba más barata sigue siendo el agente dentro del helpdesk que ya pagas — toma ese camino cuando la cola tiene forma de conversación, la base de conocimiento está al día y nada en el flujo requiere ejecutar un procedimiento regulado en un orden fijo. Sierra es el entrante de mayor crecimiento del segmento y la mejor elección para marcas de consumo a volumen enterprise que quieren ser dueñas del diseño del agente; Decagon es la elección cuando tienes capacidad de ingeniería para invertir y el trabajo se resuelve dentro de conversaciones individuales. Lorikeet es el sustituto genuino más cercano — también construido para soporte complejo y de alto riesgo en vez de desviación — y es el cara a cara que hay que correr si quieres una segunda cotización sobre el mismo problema. Parloa gana cuando el mandato es transformación de contact center con voz primero en varios idiomas y no resolución de expedientes. Crescendo es la respuesta cuando necesitas humanos contratados debajo del agente en lugar de guardarraíles encima. La línea base honesta es tu outsourcer actual más el agente de helpdesk que ya tienes, y el argumento de Gradient Labs contra ella es concreto: es la opción que automatiza la investigación, no solo la respuesta.

Puntos de atención

• Todas las cifras de rendimiento de titular son publicadas por el proveedor, y cada una define su propia métrica. 80-90% de resolución, 98% de aprobación en QA, 98% de CSAT, disputas un 150% más rápidas, 900% de crecimiento de ingresos — todo material de la compañía, nada auditado de forma independiente. Vale la pena sostener el contrapeso escéptico al lado: los propios investigadores de Salesforce midieron agentes LLM con éxito en el 58% de tareas de un solo turno y el 35% de peticiones multiturno, frente a afirmaciones de marketing del 83%. Guarda: escribe tu propia definición de resolución en el contrato, mídela sobre tu propio tráfico durante un periodo sombra de dos semanas antes del go-live, y haz que la prueba de aceptación sea esa cifra y no el dossier de referencias.
• La tasa del día uno y la tasa madura están muy separadas, y la brecha es trabajo que tú dotas. La compañía declara 40-60% de resolución sin personalización, alcanzando 80-90% tras tres a cinco meses de integración de datos. Ese intervalo es ingeniería de integración, curación de conocimiento y revisión de QA por tu lado, mientras pagas por las resoluciones que el agente sí consigue. Guarda: mete la rampa en las condiciones comerciales — un calendario de hitos ligado a la curva de resolución, con un remedio definido si la banda del 80% no se alcanza en el mes seis — y pide clientes de referencia a tu volumen de contactos que estén sosteniendo de verdad la tasa madura.
• El precio basado en resultados alinea el incentivo, pero el proveedor define y mide el resultado. Gradient Labs decide qué cuenta como resolución y sus agentes generan el volumen que se factura. Guarda: define una resolución en el contrato — sin reapertura en siete días, sin recontacto por el mismo asunto, sin crédito por transferencia a un humano — pon un tope de resoluciones facturables por contacto, y exige un informe mensual por línea que puedas reconciliar contra tus propios datos de helpdesk.
• Entregar operaciones de atención reguladas a un proveedor de tres años es una decisión de resiliencia operativa, no una compra de software. Las entidades financieras de la UE caen bajo el régimen de riesgo de terceros TIC de DORA, y las firmas del Reino Unido bajo las reglas de resiliencia operativa de la FCA; un agente de IA ejecutando disputas y KYC es un servicio de negocio importante bajo cualquier mapeo razonable. Guarda: haz la evaluación antes del piloto y no después — plan de salida y análisis de sustituibilidad documentados, lista de subencargados y ubicaciones de datos por escrito, derechos contractuales de auditoría y acceso del supervisor, y un fallback manual probado para las colas que el agente va a asumir.
• El foco vertical que le hace pasar compliance también limita hasta dónde puede llegar. Los guardarraíles, los agentes y el equipo de entrega están todos construidos para servicios financieros. Si tu negocio se expande a superficies de soporte no reguladas, o adquieres una línea de producto fuera de finanzas, estarás operando un segundo proveedor de agentes en lugar de extender este. Guarda: acota el contrato explícitamente a las colas reguladas, mantén vivo el agente nativo del helpdesk en soporte general en vez de darlo de baja, y vuelve a examinar el reparto en la renovación en lugar de consolidar en un lado por defecto.