Como a Gradient Labs transformou SOPs bancários em fluxos de IA auditados

Precisão de trajetória é o número que eles realmente importam

A maioria dos discursos de automação de suporte começa com pontuações de satisfação. A Gradient Labs começa com algo mais específico e mais difícil: se o sistema segue o procedimento correto do início ao fim ao longo de toda a conversa. Eles chamam isso de precisão de trajetória, e avaliam os provedores nos procedimentos bancários mais difíceis, não nos casos médios.

Numa avaliação inicial, eles reportam que o GPT-4.1 atingiu 97% de precisão e consistência de trajetória, com o segundo melhor provedor em 88%. A cofundadora Danai Antoniou coloca essa diferença em termos operacionais, não como resultado de ranking.

No setor financeiro, essa é a diferença entre resolver uma chamada e criar um incidente de conformidade.Montana Labs

A distinção importa porque uma chamada de cancelamento de cartão pode estar correta em cada etapa individual e ainda assim terminar no lugar errado. Medir o caminho completo — verificar identidade, bloquear o cartão, iniciar a substituição, responder dúvidas — se aproxima mais de como os próprios auditores de um banco avaliariam um agente do que qualquer pontuação de resposta isolada.

Uma arquitetura híbrida construída em torno de latência e estado

O resultado da avaliação moldou o design. A Gradient Labs direciona etapas que exigem mais raciocínio para modelos maiores da OpenAI e empurra tarefas mais rápidas e determinísticas para modelos menores, com um roteamento que se adapta à complexidade e aos orçamentos de latência. Um agente central de raciocínio orquestra habilidades especializadas para que um caso complexo possa se mover entre fluxos sem perder o contexto.

Voz é a restrição que está impulsionando a migração atual. A empresa diz estar vendo latência de 500 milissegundos no GPT-5.4 mini e nano, e está movendo uma parte significativa do tráfego de produção para eles. Antoniou descreve o requisito sem rodeios: o modelo precisa manter o estado do procedimento ao longo de interrupções, sinais de escuta e trocas de assunto, e ainda assim gerar respostas rápidas o suficiente para uma conversa natural.

Precisávamos de três coisas ao mesmo tempo: precisão em seguir instruções, baixas taxas de alucinação e confiabilidade nas chamadas de função, tudo sob restrições de latência de voz. A OpenAI foi a única provedora que passou nas três.Montana Labs

Confiabilidade é construída como um processo de lançamento, não como uma promessa

A parte mais transferível deste anúncio é a disciplina de implantação. Quinze ou mais sistemas de guardrail rodam em paralelo em cada interação, verificando detecção de aconselhamento financeiro, sinais de vulnerabilidade, reclamações e tentativas de contornar a verificação. Esse é um design que assume que o modelo vai eventualmente desviar e o pega no ato, em vez de simplesmente confiar que ele não vai errar.

A avaliação reproduz conversas reais de clientes contra os procedimentos esperados e gera conversas sintéticas para testar casos extremos raros antes de qualquer coisa ir ao ar. Os bancos então escolhem quais categorias de问题 a IA vai lidar, começando pelos fluxos de menor risco, simulam as conversas primeiro e começam com uma pequena fração do tráfego em produção sob monitoramento contínuo. A cobertura só se expande enquanto o desempenho se mantém.

É isso que constrói confiança num ambiente regulado: não uma demonstração, mas um caminho visível da análise de dados históricos à simulação, até uma expansão controlada em produção com revisão humana nas conversas sinalizadas.

O que automatizar procedimentos — e não respostas — destrava a seguir

Os resultados reportados são fortes: CSAT chegando a 98%, taxas de resolução acima de 50% já no primeiro dia em fluxos tão sensíveis quanto disputas e fraude, e um crescimento de receita de mais de 10 vezes ao longo do ano, à medida que a empresa expandiu do suporte receptivo para operações ativas e de back-office.

A implicação específica é que a Gradient Labs apostou em seguir procedimentos como a unidade automatizável, e essa aposta escala diretamente com a capacidade dos modelos. Cada melhoria na capacidade de um modelo de manter estado e seguir instruções expande o conjunto de SOPs que podem ser tratados com segurança — por isso o roteiro da empresa aponta para carregar contexto entre interações: histórico do cliente, questões em andamento e continuar de onde uma conversa anterior parou. Para equipes aplicadas, a lição é que o diferencial duradouro não é a escolha do modelo, mas o arcabouço de avaliação e guardrails que permite ampliar a cobertura de automação um procedimento auditável por vez.