Gradient Labs

Ce que c’est

Gradient Labs construit des agents IA qui prennent en charge les opérations client réglementées chez les banques, les prêteurs, les assureurs et les acteurs du paiement. Le périmètre est plus étroit qu’un agent de support horizontal, et plus profond : au-delà du chat, de l’email, du SMS et de la voix en première ligne, il traite le travail de dossier situé derrière la conversation — litiges et chargebacks, vérification KYC et KYB, relance de recouvrement, suivi de crédit, traitement des réclamations. La formule de l’éditeur lui-même est « nous traitons ce que les autres transfèrent », et c’est la véritable promesse produit : ne pas dévier le premier message, mais clore le dossier.

Les fondateurs viennent de Monzo. Le CEO Dimitri Masin y était VP Data Science, Criminalité financière et Fraude, après un passage chez Google ; il a fondé la société en 2023 avec Neal Lathia et Danai Antoniou, également salariés des débuts de Monzo. Cet historique explique la forme du produit. Les personnes qui ont bâti les opérations de fraude et de criminalité financière à l’intérieur d’une banque britannique ont bâti un éditeur pour la file d’attente qu’elles devaient auparavant staffer, et c’est pourquoi les litiges et le traitement des clients vulnérables sont ici des agents à part entière plutôt que des éléments de roadmap.

Le financement suit la même trajectoire. Une Série A de 13 millions de dollars menée par Redpoint Ventures est arrivée en juillet 2025. Le 1er juin 2026, le tour a doublé à 26 millions, mené par Octopus Ventures et CommerzVentures avec Redpoint et Exceptional Capital en accompagnement, portant le financement total à environ 42,6 millions. L’entreprise est entrée sur le marché américain le 27 octobre 2025 et cite aujourd’hui Current, Stash et Rho aux côtés de sa base européenne composée de Wise, Monzo, Zego, Plum, Pockit, Nala, Yonder, SteadyPay, Penfold et nsave.

Pourquoi il apparaît dans les stacks CX réglementés

• Il passe la revue de conformité qui bloque les agents horizontaux. La plateforme exécute plus de 20 garde-fous propres aux services financiers à chaque tour de conversation — détection des clients vulnérables, blocage des conseils financiers non autorisés, prévention des promesses que l’établissement ne peut pas tenir, et interdiction des divulgations qui compromettraient une enquête fraude en cours. C’est l’artefact précis que réclame une fonction conformité de deuxième ligne, et c’est la raison pour laquelle un pilote Gradient Labs atteint la production là où un agent généraliste reste en attente d’une évaluation des contrôles.
• Les agents spécialisés sont en production, pas en bêta. Le Lending Agent est ancré chez SteadyPay, le Disputes Agent exécute le cycle complet de chargeback chez Yonder, et il existe des agents KYB et Outbound pour la vérification et pour le travail initié par l’agent comme le recouvrement, la collecte de documents et les alertes fraude. Résultats rapportés par l’éditeur : des cycles de litige 150 % plus rapides chez Yonder, un taux de réussite de recouvrement de 60 % avec 20 % de réengagement supplémentaire.
• La voix est sortie le 1er décembre 2025 et porte les mêmes garde-fous. L’agent pose des questions de clarification, tient dans l’ordre les séquences d’appel réglementées et exécute des tâches back-end en cours d’appel au lieu de transférer. L’entreprise déclare des centaines de milliers d’interactions vocales par mois en environnement réel. La voix est l’endroit où l’automatisation réglementée casse d’habitude, et c’est la partie du stack que la plupart des éditeurs se contentent encore de démontrer.
• Il se pose sur le helpdesk que vous exploitez déjà. Le déploiement est une couche superposée et non une refonte de plateforme, avec une web app pour tester avant que quoi que ce soit ne touche le trafic de production, et une intégration par API ou CSV. Un client, Plum, est cité comme en production en 30 minutes sans intervention d’ingénierie — le bas d’une fourchette qui se mesure en semaines pour une banque avec de vraies intégrations.
• Le choix du modèle est documenté. L’étude de cas publiée par Anthropic décrit Gradient Labs utilisant Claude pour la classification d’intention face à son knowledge graph, l’exécution de procédures opératoires standard sur des processus multi-étapes, et la génération de réponses. La raison avancée par Masin : les réponses se lisaient de façon plus naturelle que chez les alternatives testées — un cas rare d’éditeur exposant la couche du dessous au lieu de la qualifier de propriétaire.
• Il sert 32 millions d’utilisateurs finaux sur l’ensemble de ses déploiements, avec une croissance de revenus déclarée par l’éditeur de 900 % sur l’année écoulée jusqu’à juin 2026.

La réalité tarifaire

Rien n’est publié. La page de tarification annonce un modèle basé sur les résultats sans frais de plateforme — vous ne payez que les résolutions de requêtes que l’agent a effectivement livrées — et renvoie vers une demande de démo.

L’économie unitaire est inhabituellement lisible pour un éditeur en contact-sales, parce que Masin a décrit le modèle publiquement. Le tarif est étagé selon le pourcentage de résolution atteint, et la cible est de facturer environ 30 % de ce que le même volume coûte en support humain, soit de l’ordre de 70 % d’économie avant prise en compte des écarts de mix de tickets. Il l’oppose explicitement à la facturation à la conversation — les quelque 2 dollars par conversation IA de Salesforce quel que soit le résultat — et l’entreprise adosse le modèle à un engagement de remboursement si elle manque ce qu’elle a promis.

Faites le calcul face à votre propre coût complet par contact, pas face à une licence logicielle. Intercom Fin facture 0,99 dollar par résolution et Zendesk 1,50 dollar par résolution automatisée, et ces deux chiffres achètent un logiciel que votre équipe configure et règle. Gradient Labs se positionne face à la ligne de masse salariale, ce qui le fait paraître cher à côté du prix unitaire de Fin et bon marché à côté d’une équipe d’opérations réglementées à Londres ou à New York. La comparaison qui décide de l’affaire est le taux effectif de Gradient Labs face à votre coût agent moyen par contact sur les files réglementées précisément — dossiers de litige et KYC, où les temps de traitement sont longs et les personnes coûteuses — et non face à votre volume de réinitialisation de mots de passe, où il perdra.

Le seul chiffre à fixer par écrit est la définition d’une résolution, car votre palier tarifaire comme votre facture en dépendent.

Idéal pour

Les responsables support, opérations et CX de fintechs réglementées, banques digitales, prêteurs, assureurs et acteurs du paiement — à partir de la Série B environ, avec plusieurs centaines de milliers à plusieurs dizaines de millions d’utilisateurs finaux — chez qui une part significative de la file est du travail de dossier réglementé et non de la déviation de FAQ. C’est le meilleur choix quand la conformité a déjà bloqué ou ralenti une évaluation Decagon ou Sierra, quand le goulot d’étranglement est l’arriéré de litiges et de KYC et non le délai de première réponse, et quand vous voulez qu’une équipe de déploiement de l’éditeur porte la migration au lieu de recruter des ingénieurs agents.

Écartez-le si votre surface de support n’est pas réglementée — les garde-fous que vous payez constituent tout le différentiel, et hors services financiers ils sont un surcoût sur un périmètre fonctionnel plus étroit. Écartez-le si vous comptez posséder l’agent et le régler en interne avec vos propres ingénieurs, si les achats ne peuvent pas valider une dépense sans grille tarifaire publiée, ou si votre volume de dossiers réglementés est assez faible pour que l’agent natif du helpdesk plus une petite équipe d’opérations suffise déjà.

Face aux alternatives

Intercom Fin et Zendesk sont les acteurs dominants en volume, et pour la plupart des équipes le premier test le moins cher reste l’agent inclus dans le helpdesk que vous payez déjà — prenez cette voie quand la file a une forme conversationnelle, que la base de connaissances est à jour et que rien dans le flux n’exige d’exécuter une procédure réglementée dans un ordre fixe. Sierra est l’entrant à la croissance la plus rapide du segment et le meilleur choix pour les marques grand public à volume enterprise qui veulent maîtriser elles-mêmes la conception de l’agent ; Decagon est le choix quand vous avez de la capacité d’ingénierie à investir et que le travail se règle à l’intérieur de conversations isolées. Lorikeet est le substitut réel le plus proche — également conçu pour le support complexe à fort enjeu plutôt que pour la déviation — et c’est le face-à-face à mener si vous voulez un second devis sur le même problème. Parloa l’emporte quand le mandat est une transformation du centre de contact orientée voix d’abord, sur plusieurs langues, et non la résolution de dossiers. Crescendo est la réponse quand il vous faut des humains sous contrat sous l’agent plutôt que des garde-fous au-dessus. La base de comparaison honnête, c’est votre prestataire actuel plus l’agent de helpdesk que vous possédez déjà, et l’argument de Gradient Labs contre elle est précis : c’est l’option qui automatise l’enquête, pas seulement la réponse.

Points de vigilance

• Tous les chiffres de performance mis en avant sont publiés par l’éditeur, et chacun définit sa propre métrique. 80-90 % de résolution, 98 % de réussite QA, 98 % de CSAT, litiges 150 % plus rapides, 900 % de croissance de revenus — tout est du matériel de l’entreprise, rien n’est audité de façon indépendante. Le contrepoids sceptique mérite d’être tenu à côté : les propres chercheurs de Salesforce ont mesuré des agents LLM réussissant 58 % des tâches à un tour et 35 % des demandes multi-tours, face à des affirmations marketing de 83 %. Garde-fou : inscrivez votre propre définition de la résolution dans le contrat, mesurez-la sur votre propre trafic pendant deux semaines de fonctionnement en observation avant la mise en production, et faites de ce chiffre le test d’acceptation plutôt que du dossier de références.
• Le taux du premier jour et le taux à maturité sont très éloignés, et l’écart est du travail que vous staffez. L’entreprise annonce 40-60 % de résolution sans personnalisation, atteignant 80-90 % après trois à cinq mois d’intégration de données. Cet intervalle, c’est de l’ingénierie d’intégration, de la curation de connaissances et de la revue QA de votre côté, pendant que vous payez les résolutions que l’agent obtient déjà. Garde-fou : intégrez la montée en charge aux conditions commerciales — un calendrier de jalons adossé à la courbe de résolution, avec un remède défini si la barre des 80 % n’est pas atteinte au sixième mois — et demandez des clients de référence à votre volume de contacts qui tiennent réellement le taux à maturité.
• La tarification aux résultats aligne l’incitation, mais c’est l’éditeur qui définit et mesure le résultat. Gradient Labs décide de ce qui compte comme une résolution et ses agents génèrent le volume facturé. Garde-fou : définissez une résolution dans le contrat — pas de réouverture sous sept jours, pas de recontact sur le même sujet, pas de crédit pour un transfert vers un humain — plafonnez les résolutions facturables par contact, et exigez un rapport mensuel ligne à ligne réconciliable avec vos propres données de helpdesk.
• Confier des opérations client réglementées à un éditeur de trois ans est une décision de résilience opérationnelle, pas un achat de logiciel. Les entités financières de l’UE relèvent du régime de risque tiers TIC de DORA, et les acteurs britanniques des règles de résilience opérationnelle de la FCA ; un agent IA qui traite litiges et KYC est un service métier important selon toute cartographie raisonnable. Garde-fou : menez l’évaluation avant le pilote et non après — plan de sortie et analyse de substituabilité documentés, liste des sous-traitants et localisations des données par écrit, droits contractuels d’audit et d’accès du superviseur, et un repli manuel testé pour les files que l’agent va reprendre.
• La focalisation verticale qui lui fait passer la conformité limite aussi jusqu’où il peut aller. Les garde-fous, les agents et l’équipe de déploiement sont entièrement construits pour les services financiers. Si votre activité s’étend à des surfaces de support non réglementées, ou si vous acquérez une ligne de produits hors finance, vous exploiterez un second éditeur d’agents au lieu d’étendre celui-ci. Garde-fou : cantonnez explicitement le contrat aux files réglementées, gardez l’agent natif du helpdesk actif sur le support général au lieu de le désactiver, et réexaminez la répartition au renouvellement plutôt que de consolider d’un côté par défaut.