ActualitésActionsArva AI lève 20 millions de dollars en Série A pour construire les modèles d'IA et l'infrastructure en lesquels les banques ont confiance pour leurs opérations critiques

Arva AI lève 20 millions de dollars en Série A pour construire les modèles d'IA et l'infrastructure en lesquels les banques ont confiance pour leurs opérations critiques

Auteur: Globalfintechseries·

Points clés

  • •Arthur Ventures a mené le tour de Série A de 20 millions de dollars d'Arva AI, aux côtés des investisseurs historiques Y Combinator et Gradient Ventures.
  • •Arva Research a été lancée en septembre pour développer des modèles propriétaires destinés aux processus de décision bancaire à haute précision.
  • •Arva Intel aurait surpassé les principaux modèles généralistes de 13 % lors des tests de précision d'Arva.
  • •AgentCore fournit un apprentissage continu qui adapte les systèmes d'Arva aux opérations et politiques de chaque banque.
  • •L'entreprise se concentre à court terme sur l'extension d'Arva Research, d'Arva Intel et d'AgentCore aux flux de travail back-office, tout en répondant aux exigences de fiabilité et d'explicabilité réglementaire.
Arva AI lève 20 millions de dollars en Série A pour construire les modèles d'IA et l'infrastructure en lesquels les banques ont confiance pour leurs opérations critiques

Arva AI, une entreprise qui développe des modèles et agents d'intelligence artificielle pour automatiser les décisions critiques des banques et fintechs, a levé un tour de Série A de 20 millions de dollars mené par Arthur Ventures, avec la participation continue de Y Combinator et Gradient Ventures.

Cet investissement fait suite au lancement en septembre d'Arva Research et à une série de déploiements à grande échelle, notamment auprès d'une banque américaine du top 10, d'une institution de paiement de l'S&P 500 et de la société de paiements transfrontaliers Wise.

Les banques prennent chaque jour des milliers de décisions critiques, dont la plupart sont encore examinées manuellement. Le BCG estime que les agents d'IA pourraient réduire les coûts bancaires de 30 à 40 % d'ici 2030, à condition que leurs résultats soient fiables et explicables auprès des régulateurs — en pratique, les banques doivent pouvoir démontrer comment un système est parvenu à une décision donnée. Les modèles généralistes, cependant, ne sont pas assez précis pour fonctionner sans vérification humaine dans ces contextes.

Arva Research construit des modèles propriétaires pour les étapes de décision où la précision compte le plus. Son premier modèle, Arva Intel, effectue des recherches en ligne sur les entreprises et les particuliers et a surpassé les principaux modèles généralistes de 13 % en précision lors des tests d'Arva. Il est associé à AgentCore, l'infrastructure d'apprentissage continu d'Arva, qui s'adapte aux opérations et aux politiques spécifiques de chaque banque.

« Cette année, nos clients ont commencé à confier à Arva de véritables décisions critiques », a déclaré Rhim Shah, cofondateur et PDG d'Arva AI. « Jusqu'où cela ira dépend de la précision, c'est pourquoi nous avons créé Arva Research et pourquoi c'est là que va d'abord ce financement. Les banques gèrent encore la plupart de leurs fonctions back-office manuellement. Nous construisons les modèles qui leur permettent de confier ce travail à des agents et de faire confiance au résultat. »

« Les banques ont besoin d'une IA à laquelle elles peuvent confier leurs décisions les plus lourdes de conséquences. Arva a réuni une combinaison rare d'expertise métier approfondie, de capacités techniques exceptionnelles et d'un engagement clair en faveur de la précision et de l'auditabilité », a déclaré Patrick Meenan, associé directeur chez Arthur Ventures. « Nous sommes ravis de nous associer à Rhim et à l'équipe alors qu'ils construisent les modèles et l'infrastructure des opérations bancaires critiques. »

Avec l'orientation d'Arva Research comme première destination des capitaux indiquée par Shah, les nouvelles sorties de modèles de cette entité et le déploiement plus large d'Arva Intel et d'AgentCore dans les flux de travail back-office des banques constituent les évolutions à court terme à surveiller. La réserve du BCG lui-même — des résultats fiables et explicables auprès des régulateurs — reste la référence pour évaluer les affirmations de précision dans ce domaine.

Les détails de l'annonce sont disponibles sur le site web d'Arva AI, et le rapport original a été publié par Global FinTech Series.