Come Gradient Labs ha trasformato le SOP bancarie in workflow di IA verificabili

L'accuratezza del percorso è il numero che conta davvero

La maggior parte delle proposte di automazione del supporto punta sui punteggi di satisfaction. Gradient Labs punta su qualcosa di più specifico e più difficile: se il sistema segue la procedura corretta dall'inizio alla fine durante un'intera conversazione. La chiamano trajectory accuracy, e valutano i provider sulle loro procedure bancarie più difficili, non sui casi medi.

In una prima valutazione, riportano che GPT-4.1 ha raggiunto il 97% di trajectory accuracy e consistenza, contro l'88% del provider successivo migliore. La co-fondatrice Danai Antoniou inquadra questo scarto in termini operativi, non come risultato di una classifica.

Nei servizi finanziari, questa è la differenza tra risolvere una chiamata e generare un incidente di compliance. Montana Labs

La distinzione conta perché una chiamata per la cancellazione di una carta può essere corretta a ogni singolo passaggio e comunque concludersi nel modo sbagliato. Misurare il percorso completo — verificare l'identità, bloccare la carta, avviare la sostituzione, rispondere alle domande successive — si avvicina di più al modo in cui gli auditor di una banca giudicherebbero un agente, rispetto a qualsiasi punteggio su una singola risposta.

Un'architettura ibrida costruita su latenza e stato

Il risultato della valutazione ha guidato il design. Gradient Labs instrada i passaggi che richiedono più ragionamento verso i modelli OpenAI più grandi, e spinge i task più rapidi e deterministici verso quelli più piccoli, con un routing che si adatta alla complessità e ai budget di latenza. Un agente di reasoning centrale orchestra competenze specializzate, così un caso complesso può muoversi tra i workflow senza perdere il contesto.

La voce è il vincolo che guida la migrazione attuale. L'azienda dichiara di osservare una latenza di 500 millisecondi su GPT-5.4 mini e nano, e sta spostando una parte significativa del traffico in produzione su questi modelli. Antoniou descrive il requisito senza mezzi termini: il modello deve mantenere lo stato della procedura attraverso interruzioni, backchannel e cambi di argomento, generando comunque risposte abbastanza rapide per una conversazione naturale.

Avevamo bisogno di tre cose contemporaneamente: accuratezza nel seguire le istruzioni, bassi tassi di hallucination e affidabilità nel function-calling, tutto sotto vincoli di latenza vocale. OpenAI è stato l'unico provider a superare tutti e tre i test. Montana Labs

L'affidabilità è progettata come processo di rollout, non come promessa

La parte più trasferibile di questo annuncio è la disciplina di deployment. Quindici o più sistemi di guardrail girano in parallelo su ogni interazione, controllando il rilevamento di consulenza finanziaria, segnali di vulnerabilità, reclami e tentativi di eludere la verifica. È un design che parte dal presupposto che il modello a volte devierà, e lo intercetta, invece di fidarsi ciecamente che non lo faccia.

La valutazione riproduce conversazioni reali dei clienti confrontandole con le procedure previste, e genera conversazioni sintetiche per testare casi limite rari prima che qualcosa venga rilasciato. Le banche scelgono poi quali categorie di problemi affidare all'IA, partendo dai workflow a rischio più basso, simulano prima le conversazioni, e iniziano con una piccola quota di traffico live sotto monitoraggio continuo. La copertura si espande solo se le performance tengono.

Questo è ciò che genera fiducia in un contesto regolamentato: non una demo, ma un percorso visibile che va dall'analisi dei dati storici alla simulazione, fino a un rollout in produzione controllato con revisione umana sulle conversazioni segnalate.

Cosa sblocca automatizzare le procedure — non le risposte

I risultati riportati sono solidi: CSAT fino al 98%, tassi di risoluzione oltre il 50% già dal primo giorno su workflow sensibili come contestazioni e frodi, e una crescita dei ricavi di oltre 10 volte nell'anno, mentre l'azienda si espandeva dal supporto inbound verso l'outbound e il back-office.

L'implicazione specifica è che Gradient Labs ha puntato sul seguire le procedure come unità automatizzabile, e questa scelta scala direttamente con le capacità del modello. Ogni miglioramento nella capacità di un modello di mantenere lo stato e seguire le istruzioni amplia l'insieme di SOP che possono essere gestite in sicurezza — motivo per cui la loro roadmap punta a portare il contesto tra le interazioni: storico del cliente, problemi in corso, e riprendere da dove si era interrotta una conversazione precedente. Per i team applicativi, la lezione è che il vantaggio duraturo non è la scelta del modello, ma l'infrastruttura di valutazione e i guardrail che permettono di ampliare la copertura dell'automazione una procedura verificabile alla volta.