Un nuovo round di finanziamento per l'onboarding digitale

Prelude, una startup francese specializzata nell'onboarding digitale, ha annunciato di aver chiuso un round di finanziamento di Serie A da 20 milioni di dollari. L'investimento è stato guidato da 20VC di Harry Stebbings, che partecipa per la prima volta al capitale dell'azienda. Tra gli altri investitori figurano nomi già presenti come Singular, Seedcamp, Deel e FDJ Ventures, oltre a business angel di spicco come Steffen Tjerrild (co-fondatore di Synthesia), Antoine Le Nel (CMO di Revolut) e Barney Hussey-Yeo (fondatore di Cleo). Con questo nuovo capitale, Prelude porta il totale dei fondi raccolti a 27 milioni di dollari dalla sua fondazione nel 2023.

Nata inizialmente per supportare le aziende nella verifica degli utenti tramite SMS, Prelude ha rapidamente evoluto la sua offerta, trasformandosi in una piattaforma "full-stack" per l'intero processo di onboarding digitale. L'obiettivo è aiutare le imprese a verificare e proteggere i propri utenti da problematiche come le frodi, garantendo sicurezza per l'intero ciclo di vita del cliente.

La "tassa nascosta" dell'onboarding e la risposta dell'AI

Prelude si propone di risolvere quella che definisce la "tassa nascosta" derivante da processi di onboarding inefficaci, che si manifesta in costi elevati per gli SMS di verifica e in frodi che riescono a eludere i sistemi di controllo. L'azienda critica i fornitori tradizionali, sostenendo che applicano tariffe esorbitanti, si affidano a dashboard obsolete prive di granularità e offrono un supporto clienti limitato. Questo contesto rende la gestione dell'identità digitale un onere significativo per molte organizzazioni.

Per affrontare queste sfide, Prelude ha sviluppato un pacchetto di strumenti integrati e scontati, che include un fornitore di servizi di verifica, un vendor per la prevenzione delle frodi, un livello di identità e un SDK per dispositivi. Questa soluzione combinata, secondo l'azienda, consente ai clienti di risparmiare in media il 40% sui costi di verifica, migliorando al contempo i tassi di conversione degli utenti. L'arrivo di agenti AI per l'onboarding e i progressi nell'AI generativa e negli strumenti anti-frode hanno reso sempre più facile l'impersonificazione di utenti reali, accentuando la necessità di soluzioni più sofisticate.

Architettura della fiducia e le nuove API

Matias Berny, co-fondatore e CEO di Prelude, sottolinea come il "vecchio playbook" sia ormai superato. "I CAPTCHA non fermano più i bot, e un singolo segnale di frode non è sufficiente per capire chi c'è veramente", afferma Berny. "Distinguere un utente reale da uno falso è diventato un problema di business intelligence, non una semplice casella da spuntare. Il numero di telefono sta diventando l'ancora più forte che abbiamo, e con l'Intel API, porta più fiducia di qualsiasi password o codice monouso."

La piattaforma di Prelude risponde a questa esigenza combinando dati di telecomunicazione, segnali di rete e pattern comportamentali in un unico "profilo di fiducia" per ciascun utente. Questo approccio permette alle aziende di passare da una verifica una tantum a decisioni di fiducia continue. L'azienda ha inoltre lanciato due nuovi prodotti: Auth API, che abilita controlli di fiducia continui lungo l'intero ciclo di vita dell'utente, e Intel API, che fornisce intelligenza in tempo reale – come lo stato della SIM e la reputazione del numero – direttamente nei flussi di onboarding. Questo focus sulla raccolta e analisi di dati sensibili evidenzia l'importanza della sovranità dei dati e della compliance per le aziende che valutano soluzioni di questo tipo.

Prospettive future e implicazioni per l'infrastruttura

I nuovi fondi saranno impiegati da Prelude per espandere le proprie partnership con operatori di telecomunicazioni a livello globale, investire in sistemi di machine learning e far crescere il proprio team, che conta già 50 persone, nei settori dell'ingegneria, dell'infrastruttura e del go-to-market. L'investimento in "sistemi di machine learning" suggerisce un'espansione delle capacità di elaborazione dati e di inference AI, che potrebbe richiedere infrastrutture robuste.

Per CTO, DevOps lead e architetti di infrastruttura, la scelta di soluzioni per la prevenzione delle frodi basate sull'AI implica la valutazione di requisiti di calcolo significativi. La gestione di grandi volumi di dati di telecomunicazione e pattern comportamentali per costruire profili di fiducia continui può richiedere un'attenta pianificazione dell'infrastruttura, sia essa basata su cloud, ibrida o self-hosted. La necessità di garantire la sovranità dei dati e la conformità normativa, specialmente in settori regolamentati come quello finanziario, può spingere verso soluzioni on-premise o air-gapped per il deployment dei modelli di machine learning e l'elaborazione dei dati sensibili. AI-RADAR offre framework analitici su /llm-onpremise per valutare i trade-off tra diverse architetture di deployment in contesti simili.