Η 42AI εξασφαλίζει 62,5 εκατ. δολάρια σε χρηματοδότηση αρχικού σταδίου για ένα συμπεριφορικό μοντέλο κόσμου

Το TechCrunch ανέφερε στις 2 Νοεμβρίου 2026 ότι η ισραηλινή νεοφυής επιχείρηση 42AI βγήκε από τη φάση μυστικότητας, έχοντας εξασφαλίσει 62,5 εκατομμύρια δολάρια σε χρηματοδότηση αρχικού σταδίου και αναπτύξει ένα συμπεριφορικό μοντέλο κόσμου που λειτουργεί σε χρηματοοικονομικές εταιρείες διαμεσολάβησης. Οι ιδρυτές είπαν στο TechCrunch ότι το σύστημα εκτιμά τις πιθανότητες με τις οποίες ενδέχεται να ενεργήσουν μεμονωμένοι πελάτες υπό μεταβαλλόμενες συνθήκες.

Ο διευθύνων σύμβουλος και συνιδρυτής Amit Gal-Or είπε στο TechCrunch ότι η χρηματοδότηση προήλθε από τους ιδρυτές και την Infinity Group σε διάστημα τριών ετών και δεν αντλήθηκε εξ ολοκλήρου από εξωτερικούς επενδυτές. Την Infinity ίδρυσε ο πατέρας του, Amir Gal-Or, ο οποίος είναι επίσης πρόεδρος του διοικητικού συμβουλίου της 42AI και συνιδρυτής της. Ο Ehud Ezra είναι διευθυντής τεχνολογίας και συνιδρυτής.

Ο Gal-Or είπε ότι η 42AI συνεργάζεται με 10 μεγάλες εταιρείες χρηματοοικονομικής διαμεσολάβησης, εντάσσει νέους πελάτες και έχει έσοδα άνω του επταψήφιου ποσού, χωρίς ωστόσο να δώσει ακριβές νούμερο. Οι πελάτες πληρώνουν είτε ένα σταθερό ποσό είτε ένα ποσοστό της αξίας που τους βοηθά να αποκομίσουν η πλατφόρμα. Είπε ότι μία εταιρεία χρηματοοικονομικής διαμεσολάβησης απέφερε πρόσθετη αξία περίπου 30 εκατομμυρίων δολαρίων μέσω δυναμικής αντιστάθμισης κινδύνου.

Πώς λειτουργεί το συμπεριφορικό μοντέλο

Ο Gal-Or και ο Ezra είπαν στο TechCrunch ότι η συμπεριφορά είναι πιθανοκρατική και όχι ντετερμινιστική. Ανέφεραν ότι η 42AI προσπαθεί να εντοπίσει τα βαθύτερα κίνητρα αντί απλώς να προεκτείνει προηγούμενες ενέργειες, ενώ το μοντέλο αποδίδει πιθανότητες σε πιθανές αποφάσεις υπό διαφορετικές συνθήκες.

Για τους πελάτες που είναι εταιρείες χρηματοοικονομικής διαμεσολάβησης, ο Ezra είπε ότι τα δεδομένα εισόδου μπορεί να περιλαμβάνουν διαδικασίες ταυτοποίησης πελατών και ένταξής τους, αλληλεπιδράσεις με την υποστήριξη και τις πωλήσεις, μεταφορές χρημάτων και συναλλαγές. Τα σήματα που εξετάζονται περιλαμβάνουν το συναίσθημα, τη φωνή, τη συχνότητα των κλήσεων, τον χρόνο των αγορών και των πωλήσεων, καθώς και τις ταυτόχρονες συνθήκες της αγοράς.

Το TechCrunch ανέφερε ότι αυτές οι παρατηρήσεις μετατρέπονται σε μαθηματικές αναπαραστάσεις χαρακτηριστικών και τροφοδοτούν ένα μοντέλο κόσμου βασισμένο σε αρχιτεκτονική transformer. Ένα ξεχωριστό γλωσσικό μοντέλο δημιουργεί επεξηγήσεις για τις προβλέψεις. Ο Ezra είπε ότι οι ανταμοιβές κατά την εκπαίδευση έχουν σχεδιαστεί ώστε να διατηρούν τις βαθύτερες τάσεις κατά τις προσομοιώσεις: ένα άτομο που συνήθως αποφεύγει τον κίνδυνο δεν θα πρέπει ξαφνικά να μοντελοποιείται ως άτομο που αναλαμβάνει κινδύνους.

Δεδομένα εκπαίδευσης και αναφερόμενα αποτελέσματα

Ο Gal-Or είπε ότι η 42AI αφιέρωσε τρία χρόνια στην ανάπτυξη της προσέγγισης, συνδυάζοντας την ψυχολογική έρευνα με τη νευροεπιστήμη και τη γενετική, και λαμβάνοντας συμβουλές από ειδικούς στην ψυχολογία και στη διαταραχή μετατραυματικού στρες (PTSD), καθώς και από τον χημικό Dan Shechtman. Αρχικά, η ομάδα μελέτησε χιλιάδες ανθρώπους μέσω ψυχολογικών αξιολογήσεων και σεναρίων συμπεριφοράς και στη συνέχεια πρόσθεσε κυβερνητικά σύνολα δεδομένων και δεδομένα από βιοτράπεζες, τα οποία κάλυπταν περισσότερα από 2 εκατομμύρια άτομα. Είπε ότι στη συνέχεια τα σύνολα δεδομένων πελατών διευρύνθηκαν, καλύπτοντας σχεδόν 30 εκατομμύρια άτομα.

Το TechCrunch ανέφερε ότι η 42AI δήλωσε ακρίβεια 98% στην πρόβλεψη συναλλαγών στην αγορά. Ο Gal-Or διευκρίνισε ότι το ποσοστό μετρά αν οι ροές συναλλαγών εμπίπτουν σε ένα προβλεπόμενο εύρος και όχι αν προβλέπεται σωστά κάθε μεμονωμένη συναλλαγή. Ανέφερε επίσης βαθμολογίες F1 από 0,8 έως 0,85 για την κατεύθυνση και τον όγκο των συναλλαγών. Η βαθμολογία F1 μετρά τον τρόπο με τον οποίο ένα μοντέλο ταξινόμησης εξισορροπεί τις σωστές προβλέψεις με τους ψευδείς συναγερμούς και τα συμβάντα που δεν εντοπίζονται.

Οι ιδρυτές αναγνώρισαν ότι υπάρχει ανώτατο όριο στην ακρίβεια, επειδή το σύστημα δεν έχει πρόσβαση σε όλα όσα βιώνει ένα άτομο. Ο Ezra είπε ότι η ακρίβεια μειώνεται επίσης όταν λείπει σημαντικό πλαίσιο της κατάστασης, όπως η συμβουλή ενός φίλου ή συναδέλφου που αλλάζει μια απόφαση για συναλλαγή.

Μια προδημοσίευση που υποβλήθηκε στο arXiv στις 19 Φεβρουαρίου 2026 από τους Ben Yellin, Ezra, Mark Foreman και Shula Grinapol παρουσίασε ένα Μεγάλο Συμπεριφορικό Μοντέλο, προσαρμοσμένο μέσω περαιτέρω εκπαίδευσης ώστε να προβλέπει μεμονωμένες στρατηγικές επιλογές με βάση δομημένα, υψηλής διαστατικότητας προφίλ ψυχομετρικών χαρακτηριστικών. Οι συγγραφείς περιέγραψαν την εκπαίδευσή του σε ένα ιδιόκτητο σύνολο δεδομένων που συνδέει σταθερές διαθέσεις, καταστάσεις κινήτρων και περιορισμούς που σχετίζονται με τις εκάστοτε περιστάσεις με επιλογές που έχουν παρατηρηθεί.

Σε αξιολόγηση με σενάρια που δεν είχαν χρησιμοποιηθεί κατά την εκπαίδευση, οι συγγραφείς ανέφεραν βελτιωμένη πρόβλεψη συμπεριφοράς σε σύγκριση με τη μη προσαρμοσμένη βασική έκδοση του Llama-3.1-8B-Instruct, καθώς και επιδόσεις συγκρίσιμες με εκείνες προηγμένων μοντέλων αναφοράς, όταν το μοντέλο λάμβανε ως δεδομένα χαρακτηριστικά των Πέντε Μεγάλων. Ανέφεραν επίσης ότι το μοντέλο τους συνέχιζε να ωφελείται από πυκνότερα προφίλ χαρακτηριστικών, ενώ τα μοντέλα αναφοράς που βασίζονται σε προτροπές παρουσίαζαν ένα ανώτατο όριο πολυπλοκότητας.

Χρήσεις στις εταιρείες χρηματοοικονομικής διαμεσολάβησης και δηλωμένοι περιορισμοί

Στον ιστότοπο της 42AI, η εταιρεία περιγράφει μια στοίβα συμπεριφορικής ανάλυσης που μετατρέπει τα ακατέργαστα δεδομένα σε παράγοντες που καθορίζουν τη συμπεριφορά, προβλέπει τις αντιδράσεις σε συγκεκριμένα συμβάντα και τη συμπεριφορά με την πάροδο του χρόνου, προσομοιώνει μεταβαλλόμενες μεταβλητές και παρέχει επεξηγήσεις. Αναφέρει χρόνους απόκρισης 1–10 χιλιοστών του δευτερολέπτου για το μοντέλο κόσμου και 2–12 χιλιοστών του δευτερολέπτου για το μεγάλο συμπεριφορικό μοντέλο.

Για τις εταιρείες χρηματοοικονομικής διαμεσολάβησης, ο ιστότοπος αναφέρει ότι η υπηρεσία μπορεί να προβλέπει τις συναλλαγές κάθε πελάτη έως και 24 ώρες νωρίτερα, ανά χρηματοπιστωτικό μέσο, κατεύθυνση και όγκο. Στις χρήσεις της για αυτές τις εταιρείες περιλαμβάνονται επίσης η έγκαιρη ενημέρωση για την έκθεση σε κίνδυνο, η δυναμική αντιστάθμιση κινδύνου, η διαχείριση ακραίων κινδύνων, καθώς και η μείωση της ολίσθησης και της αξίας σε κίνδυνο. Ο Gal-Or είπε στο TechCrunch ότι οι πελάτες χρησιμοποιούν το σύστημα για τη διαχείριση της ρευστότητας, των απαιτήσεων περιθωρίου και της έκθεσης που σχετίζεται με την αντιστάθμιση κινδύνου.

Ο Gal-Or είπε ότι το σύστημα που έχει τεθεί σε λειτουργία δεν χρειάζεται στοιχεία προσωπικής ταυτοποίησης και ότι το μοντέλο δεν γνωρίζει ποτέ ποιο είναι το άτομο. Το TechCrunch ανέφερε ότι, παρ’ όλα αυτά, η 42AI δημιουργεί ατομικά συμπεριφορικά προφίλ από συνδεδεμένη δραστηριότητα πελατών.

Όταν το TechCrunch έθεσε το ενδεχόμενο οι πελάτες να εκμεταλλεύονται προβλέψεις για τους δικούς τους πελάτες, ο Ezra χαρακτήρισε εύλογη αυτή την ανησυχία. Οι ιδρυτές επικαλέστηκαν τους κανονισμούς, την παρακολούθηση και μια εσωτερική επιτροπή δεοντολογίας, ενώ ο Gal-Or είπε ότι η τεχνολογία θα μπορούσε να συμβάλει στην αντιμετώπιση τέτοιων κινδύνων. Το TechCrunch ανέφερε ότι δεν εξήγησαν κάποιον συγκεκριμένο μηχανισμό που θα εμπόδιζε τους πελάτες να χρησιμοποιούν τις προβλέψεις για να αποκτήσουν πλεονέκτημα έναντι των ανθρώπων για τους οποίους καταρτίζονται τα προφίλ.

Οι ιδρυτές είπαν στο TechCrunch ότι η 42AI διερευνά εφαρμογές στον τομέα των παιχνιδιών, την πρόληψη της απάτης και την κυβερνοασφάλεια και ότι, μελλοντικά, θέλει ρομπότ και πράκτορες τεχνητής νοημοσύνης να χρησιμοποιούν το μοντέλο για να κατανοούν τους ανθρώπους. Ο Ezra είπε ότι το μοντέλο πρέπει να εκπαιδεύεται με βάση τους κανόνες και το πλαίσιο κάθε νέου τομέα. Ο Gal-Or είπε επίσης ότι η εταιρεία σχεδιάζει να συγκεντρώσει πρόσθετα κεφάλαια.

Η επέκταση πέρα από τις τεκμηριωμένες εφαρμογές στον τομέα των χρηματιστηριακών υπηρεσιών απαιτεί την εκπαίδευση ειδικά για κάθε τομέα που περιέγραψε ο Ezra, ενώ το δηλωμένο χρηματοδοτικό σχέδιο της 42AI είναι να συγκεντρώσει πρόσθετα κεφάλαια.