Arva AI привлекла $20 млн раунда A для создания ИИ-моделей и инфраструктуры, которым банки доверяют критические операции
Ключевые выводы
- •Arthur Ventures возглавила раунд серии A Arva AI на $20 млн, к которому присоединились действующие инвесторы Y Combinator и Gradient Ventures.
- •Arva Research была запущена в сентябре для разработки собственных моделей процессов принятия банковских решений с высокой точностью.
- •По данным Arva, Arva Intel превзошла ведущие универсальные модели на 13% в тестах на точность.
- •AgentCore обеспечивает непрерывное обучение, адаптирующее системы Arva к операциям и политикам каждого банка.
- •Ближайший фокус компании — расширение Arva Research, Arva Intel и AgentCore в бэк-офисных процессах при соблюдении требований надежности и объяснимости для регуляторов.

Arva AI — компания, разрабатывающая модели искусственного интеллекта и агентов для автоматизации критических решений в банках и финтех-организациях — привлекла $20 млн в раунде серии A под руководством Arthur Ventures при continued участии Y Combinator и Gradient Ventures.
Инвестиции последовали за запуском Arva Research в сентябре и серией крупномасштабных внедрений, включая банк из топ-10 США, платежную организацию из S&P 500 и компанию трансграничных платежей Wise.
Банки ежедневно принимают тысячи критических решений, большинство из которых по-прежнему проверяются вручную. По оценке BCG, ИИ-агенты могут сократить расходы банков на 30-40% к 2030 году, но только если их результаты надежны и объяснимы для регуляторов — на практике банки должны уметь показать, как система пришла к тому или иному решению. Однако универсальные модели недостаточно точны для работы без контроля человека в таких условиях.
Arva Research создает собственные модели для этапов принятия решений, где точность наиболее важна. Ее первая модель, Arva Intel, исследует компании и частных лиц в интернете и в тестах Arva превзошла ведущие универсальные модели по точности на 13%. Она работает в связке с AgentCore — инфраструктурой непрерывного обучения Arva, которая адаптируется к конкретным операциям и политикам каждого банка.
«В этом году наши клиенты начали передавать Arva реальные критические решения», — сказал Рим Шах, сооснователь и генеральный директор Arva AI. «Насколько далеко это зайдет, зависит от точности, поэтому мы создали Arva Research и поэтому именно туда в первую очередь направляется это финансирование. Банки по-прежнему выполняют большую часть бэк-офисной работы вручную. Мы создаем модели, которые позволят им передать эту работу агентам и доверять результату».
«Банкам нужен ИИ, которому они могут доверять самые важные решения. Arva создала редкое сочетание глубокой отраслевой экспертизы, выдающихся технических возможностей и четкой приверженности точности и проверяемости», — сказал Патрик Минин, генеральный партнер Arthur Ventures. «Мы рады партнерству с Римом и командой, которые создают модели и инфраструктуру для критических банковских операций».
Поскольку Шах назвал Arva Research первым направлением вложения капитала, ключевыми событиями на ближайшую перспективу станут новые релизы моделей этого подразделения и более широкое развертывание Arva Intel и AgentCore в бэк-офисных процессах банков. Собственная оговорка BCG — результаты должны быть надежными и объяснимыми для регуляторов — остается мерилом для оценки заявлений о точности в этой сфере.
Подробности объявления доступны на сайте Arva AI, а оригинальный репортаж опубликован Global FinTech Series.