Danai Antoniou (Gradient Labs): Η Ελληνίδα founder που φτιάχνει AI agents για τις τράπεζες

Η Danai Antoniou ανήκει στη νέα γενιά Ελληνίδων που διαμορφώνουν ενεργά το μέλλον της τεχνητής νοημοσύνης. Ως συνιδρύτρια και Chief Scientist της Gradient Labs, αναπτύσσει λύσεις που φέρνουν το AI στην πράξη, μετασχηματίζοντας τις χρηματοοικονομικές υπηρεσίες σε έναν από τους πιο απαιτητικούς και αυστηρά ρυθμιζόμενους κλάδους.

Με αφορμή τη συμμετοχή της στο Panathēnea Festival 2026, μιλά στο Fortune Greece για τα όρια της αυτοματοποίησης, τις προκλήσεις της υλοποίησης και τον ρόλο της ανθρώπινης παρέμβασης.

Τι κάνει η Gradient Labs, με απλά λόγια;

Η Gradient Labs κατασκευάζει AI agents που αυτοματοποιούν τη χειροκίνητη εργασία των λειτουργιών εξυπηρέτησης στις χρηματοοικονομικές υπηρεσίες.

Μαζί με τους συνιδρυτές της εταιρείας δημιουργήσαμε τον AI οργανισμό στη Monzo και φέραμε αυτή την εξειδικευμένη γνώση στη Gradient Labs, ενσωματώνοντας μια βαθιά κατανόηση των χρηματοοικονομικών λειτουργιών — όπως τα δάνεια και οι διαφορές — στο προϊόν μας. Αυτός είναι και ο λόγος που οι AI agents μας είναι σε θέση να εκτελούν τόσο σύνθετη εργασία από άκρη σε άκρη, με ασφάλεια.

Για παράδειγμα, ο Lending Agent αυτοματοποιεί όλο τον κύκλο ζωής του δανειολήπτη. Καλεί δανειολήπτες που βρίσκονται σε καθυστέρηση, επαληθεύει την ταυτότητά τους, εξηγεί το υπόλοιπό τους και μπορεί να διαπραγματευτεί ένα πλάνο αποπληρωμής. Η διαδικασία αυτή, που παλαιότερα επιβάρυνε μια ομάδα ανθρώπων με συνεχώς αυξανόμενο backlog κλήσεων, πλέον αυτοματοποιείται από έναν μόνο AI agent.

Γιατί δεν είναι αρκετό το GenAI στις χρηματοοικονομικές υπηρεσίες;

Η εξυπηρέτηση πελατών στις χρηματοοικονομικές υπηρεσίες δεν είναι ένα γενικό πρόβλημα. Κάθε υπόθεση απαιτεί βαθιά λογική επεξεργασία πάνω σε ευαίσθητα δεδομένα πελατών, ενώ πρέπει να παραμένει εντός κανονιστικών ορίων. Ακόμη και φαινομενικά απλές ερωτήσεις, όπως «ποιο είναι το υπόλοιπό μου», απαιτούν επαλήθευση ταυτότητας πριν δοθεί απάντηση. Σε κάθε μήνυμα πρέπει να εφαρμόζονται αυστηροί περιορισμοί τόσο για τον έλεγχο των λεγομένων του πελάτη όσο και της απάντησης του agent, ώστε να διατηρείται η συμμόρφωση.

Και αυτό είναι μόνο η αρχή, γιατί η αξία μιας αυτοματοποίησης δεν βρίσκεται στις απλές περιπτώσεις, αλλά στις σύνθετες. Στις χρηματοοικονομικές υπηρεσίες, ένα αίτημα μπορεί να εκτείνεται από τη διάγνωση πρώτης γραμμής, σε έναν εσωτερικό έλεγχο απάτης ή συμμόρφωσης, σε ένα εξερχόμενο αίτημα εγγράφων και σε έναν κύκλο επακόλουθης υποστήριξης. Οι διαδικασίες που διέπουν αυτή την εργασία χρειάζονται μήνες για να τις μάθουν οι άνθρωποι και ώρες για να εκτελεστούν σωστά.

Οι γενικοί AI agents δεν είναι φτιαγμένοι για κάτι τέτοιο. Μπορούν να απαντήσουν στο πρώτο μήνυμα σε μια συνομιλία, αλλά δεν μπορούν να διαχειριστούν την υπόθεση στα επόμενα στάδια. Επιπλέον, η κανονιστική συμμόρφωση που απαιτούν οι χρηματοοικονομικές υπηρεσίες πρέπει να κατασκευαστεί από την αρχή, κάτι που ενέχει ρίσκο και αυξάνει τον χρόνο υλοποίησης.

Τα demos είναι εύκολο να δημιουργηθούν. Η πραγματική δυσκολία ξεκινά όταν προσπαθείς να φτιάξεις κάτι που λειτουργεί αξιόπιστα στην πράξη

Πού εξακολουθούν να υπερτερούν οι άνθρωποι του AI σήμερα;

Οι AI agents μας ήδη ξεπερνούν ανθρώπινες ομάδες σε δείκτες ικανοποίησης πελατών (CSAT) και εσωτερικά σκορ ποιότητας. Ωστόσο, εξακολουθούν να υπάρχουν στιγμές που απαιτούν ανθρώπινη κρίση.

Αν ο agent εντοπίσει κάτι όπως οικονομική ευαλωτότητα, μεταφέρουμε αυτόματα την υπόθεση σε άνθρωπο, για λόγους συμμόρφωσης. Σε άλλες περιπτώσεις, το AI μπορεί να χειριστεί το μεγαλύτερο μέρος της εργασίας, αλλά μια συγκεκριμένη απόφαση μπορεί να απαιτεί ανθρώπινη παρέμβαση, όπως η έγκριση μιας επιστροφής χρημάτων πάνω από ένα συγκεκριμένο όριο.

Έχουμε δημιουργήσει ένα χαρακτηριστικό που ονομάζεται «Ask a Human» για αυτές τις περιπτώσεις. Ο agent μεταβιβάζει την απόφαση σε έναν άνθρωπο με πλήρες context, ο άνθρωπος την εγκρίνει και ο agent μεταφέρει το αποτέλεσμα, κρατώντας τον πελάτη μέσα στη συνομιλία καθ’ όλη τη διάρκεια της αναμονής.

Έχουμε διαπιστώσει ότι το μοντέλο human-in-the-loop είναι ιδιαίτερα ισχυρό για τις χρηματοοικονομικές υπηρεσίες. Αυξάνει το ποσοστό εργασίας που μπορεί να αυτοματοποιηθεί, διατηρώντας ταυτόχρονα ανθρώπινη εποπτεία στα σημεία που τη χρειάζονται.

Τι θέλετε να φέρετε στη συζήτηση στο Panathēnea Festival 2026;

Σχεδόν κάθε οργανισμός με τον οποίο μιλάμε θέλει να χρησιμοποιήσει AI. Πολλοί έχουν ξεκινήσει πιλοτικά προγράμματα ή έχουν προσπαθήσει να κατασκευάσουν κάτι εσωτερικά. Πολύ λίγοι έχουν κάτι που να λειτουργεί αξιόπιστα σε παραγωγικό περιβάλλον.

Αυτό συμβαίνει γιατί η διαδικασία φαίνεται παραπλανητικά εύκολη στην αρχή, εν μέρει επειδή τα demos είναι εύκολο να δημιουργηθούν. Ωστόσο, αυτά είναι σκηνοθετημένα, με καθαρές περιπτώσεις και ιδανικές εισόδους. Η δημιουργία ενός συστήματος παραγωγικού επιπέδου απαιτεί πολύ περισσότερη δουλειά: ενσωμάτωση δεδομένων, αυστηρές δοκιμές, συμμόρφωση και πολλή επανάληψη στις οριακές περιπτώσεις. Απαιτεί επίσης υπομονή, προσοχή στη λεπτομέρεια και επιμονή στο να γίνονται τα πράγματα σωστά.

Έχουμε ηγηθεί μερικών από τις μεγαλύτερες υλοποιήσεις AI στις χρηματοοικονομικές υπηρεσίες και έχουμε μάθει πολλά στην πορεία: πώς να δοκιμάζεις το AI πριν φτάσει στους πελάτες, πώς να οργανώνεις την ομάδα σου για να αξιοποιήσεις την τεχνολογία και πώς να συνεχίζεις να εξελίσσεσαι καθώς η ίδια η τεχνολογία αλλάζει σχεδόν καθημερινά.

Η τεχνολογία αλλάζει σχεδόν καθημερινά και οι εταιρείες πρέπει να εξελίσσονται μαζί της διαρκώς

Κοιτάζοντας την πορεία σας μέχρι σήμερα, ως Ελληνίδα founder, που δραστηριοποιείται στο Λονδίνο και επεκτείνεται στις ΗΠΑ, ποιο είναι το σημαντικότερο μάθημα στη δημιουργία μίας διεθνούς επιχείρησης;

Η δημιουργία μιας διεθνούς εταιρείας δεν ήταν ποτέ πιο εύκολη από ό,τι σήμερα. Το μεγαλύτερο μάθημά μου — και συμβουλή προς άλλους ιδρυτές — είναι να το αγκαλιάσουν αυτό από νωρίς.

Στη Gradient Labs προσλαμβάνουμε όπου βρίσκουμε τους κατάλληλους ανθρώπους, κάτι που σημαίνει ότι έχουμε δημιουργήσει μια ομάδα με μεγάλη ποικιλία υποβάθρων και οπτικών.

Αυτή η ποικιλομορφία είναι ένα από τα πιο πολύτιμα στοιχεία της ανάπτυξής μας. Τα πιο δύσκολα προβλήματα στο AI σπάνια έχουν μία σωστή απάντηση και οι λύσεις που βρίσκουμε είναι σχεδόν πάντα καλύτερες όταν προέρχονται από ανθρώπους που σκέφτονται διαφορετικά.

Έχουμε επίσης προσπαθήσει να δώσουμε ευκαιρίες σε ανθρώπους που ίσως δεν θα τις είχαν αλλού, είτε λόγω του τόπου που ζουν, είτε των σπουδών τους, είτε της επαγγελματικής τους πορείας. Μερικοί από τους πιο δυνατούς ανθρώπους στην ομάδα μας προήλθαν από διαδρομές που μια πιο παραδοσιακή εταιρεία θα είχε αγνοήσει — και αυτό αποδείχθηκε πραγματική δύναμη.