Arva AI pozyskuje 20 mln USD w rundzie Series A na budowę modeli AI i infrastruktury, którym banki ufają w kluczowych operacjach
Najważniejsze informacje
- •Arthur Ventures przewodził finansowaniu Series A Arva AI o wartości 20 milionów dolarów, do którego dołączyli dotychczasowi inwestorzy Y Combinator i Gradient Ventures.
- •Arva Research zostało uruchomione we wrześniu w celu opracowania własnościowych modeli dla bankowych procesów decyzyjnych o wysokiej dokładności.
- •Arva Intel rzekomo przewyższyło czołowe modele ogólnego przeznaczenia o 13% w testach dokładności Arva.
- •AgentCore zapewnia ciągłe uczenie się, które dostosowuje systemy Arva do operacji i polityk każdego banku.
- •Bliskoterapięwowym celem firmy jest rozszerzanie Arva Research, Arva Intel i AgentCore na procesy zaplecza przy jednoczesnym spełnianiu wymagań wiarygodności i wyjaśnialności regulacyjnej.

Arva AI, firma budująca modele i agentów sztucznej inteligencji do automatyzacji kluczowych decyzji dla banków i fintechów, pozyskała 20 milionów dolarów w rundzie Series A pod przewodnictwem Arthur Ventures, przy kontynuacji udziału Y Combinator i Gradient Ventures.
Inwestycja nastąpiła po wrześniowym uruchomieniu Arva Research oraz serii wdrożeń na dużą skalę, m.in. w banku z pierwszej dziesiątki w USA, instytucji płatniczej z S&P 500 oraz firmie obsługującej płatności transgraniczne Wise.
Banki podejmują codziennie tysiące kluczowych decyzji, z których większość jest nadal weryfikowana ręcznie. BCG oszacowało, że agenci AI mogliby obniżyć koszty banków o 30-40% do 2030 roku, ale tylko wtedy, gdy ich wyniki będą wiarygodne i wyjaśnialne dla regulatorów — w praktyce banki muszą potrafić wykazać, jak system doszedł do danej decyzji. Modele ogólnego przeznaczenia nie są jednak na tyle dokładne, aby działać bez ludzkiej kontroli w tych warunkach.
Arva Research buduje własnościowe modele dla etapów decyzyjnych, gdzie dokładność ma największe znaczenie. Jego pierwszy model, Arva Intel, bada w internecie firmy i osoby prywatne, przewyższając w testach Arva czołowe modele ogólnego przeznaczenia pod względem dokładności o 13%. Jest on połączony z AgentCore, infrastrukturą ciągłego uczenia się Arva, która dostosowuje się do operacji i polityk każdego banku.
„W tym roku nasi klienci zaczęli powierzać Arva realne kluczowe decyzje” — powiedział Rhim Shah, współzałożyciel i dyrektor generalny Arva AI. „Jak daleko to zajdzie, zależy od dokładności, dlatego zbudowaliśmy Arva Research i dlatego właśnie tam trafią w pierwszej kolejności środki z tego finansowania. Banki nadal prowadzą większość operacji zaplecza ręcznie. Budujemy modele, które pozwolą im przekazać tę pracę agentom i ufać rezultatowi.”
„Banki potrzebują AI, któremu mogą powierzyć swoje najbardziej doniosłe decyzje. Arva stworzyła rzadkie połączenie głębokiej wiedzy dziedzinowej, wybitnych zdolności technicznych oraz jasnego zobowiązania do dokładności i możliwości audytu” — powiedział Patrick Meenan, partner generalny Arthur Ventures. „Z niecierpliwością czekamy na współpracę z Rhimem i zespołem przy budowie modeli i infrastruktury dla kluczowych operacji bankowych.”
Wskazując przez Shaha Arva Research jako pierwszego adresata kapitału, nowość modeli z tej jednostki oraz szersze wdrożenia Arva Intel i AgentCore w procesach zaplecza banków są najbliższymi wydarzeniami, których warto obserwować. Zastrzeżenie samego BCG — wyniki wiarygodne i wyjaśnialne dla regulatorów — pozostaje miarą oceny deklaracji o dokładności w tej dziedzinie.
Szczegóły ogłoszenia są dostępne na stronie internetowej Arva AI, a oryginalny raport opublikowało Global FinTech Series.