42AI obtém US$ 62,5 milhões em rodada de investimento-semente para criar modelo mundial comportamental

Segundo noticiou o TechCrunch em 2 de novembro de 2026, a startup israelense 42AI saiu do modo furtivo com US$ 62,5 milhões em financiamento-semente e um modelo mundial comportamental em operação em corretoras financeiras. Os fundadores disseram ao TechCrunch que o sistema estima probabilidades sobre como cada cliente pode agir em circunstâncias variáveis.

O diretor executivo e cofundador Amit Gal-Or disse ao TechCrunch que o financiamento veio dos fundadores e do Infinity Group ao longo de três anos e não foi captado inteiramente junto a investidores externos. O Infinity foi fundado por seu pai, Amir Gal-Or, que também é presidente do conselho da 42AI e cofundador da empresa. Ehud Ezra é diretor de tecnologia e cofundador.

Gal-Or disse que a 42AI trabalha com 10 grandes corretoras, está integrando novos clientes e gera uma receita de mais de sete dígitos, embora não tenha informado um valor exato. Os clientes pagam uma taxa fixa ou um percentual do valor que a plataforma os ajuda a obter. Ele afirmou que uma corretora gerou aproximadamente US$ 30 milhões em valor adicional por meio de hedge dinâmico.

Como funciona o modelo comportamental

Gal-Or e Ezra disseram ao TechCrunch que o comportamento é probabilístico, não determinístico. Segundo eles, a 42AI tenta identificar motivações subjacentes, em vez de simplesmente extrapolar ações anteriores, e o modelo atribui probabilidades a possíveis decisões em diferentes circunstâncias.

Para os clientes de corretoras, Ezra disse que os dados de entrada podem incluir processos de conheça seu cliente e integração, interações com as equipes de suporte e vendas, transferências de dinheiro e operações. Os sinais analisados incluem sentimento, voz, frequência das ligações, horário de compras e vendas e condições simultâneas do mercado.

O TechCrunch noticiou que essas observações são convertidas em representações matemáticas de traços e inseridas em um modelo mundial baseado em transformadores. Um modelo de linguagem separado gera explicações para as previsões. Ezra disse que as recompensas do treinamento são concebidas para preservar tendências subjacentes durante as simulações: alguém normalmente avesso ao risco não deve ser representado de repente como alguém que assume riscos.

Dados de treinamento e resultados divulgados

Gal-Or disse que a 42AI passou três anos desenvolvendo a abordagem, combinando pesquisas psicológicas com neurociência e genética e recebendo orientação de especialistas em psicologia e transtorno de estresse pós-traumático (TEPT), além do químico Dan Shechtman. Inicialmente, a equipe estudou milhares de pessoas por meio de avaliações psicológicas e cenários comportamentais; depois, acrescentou conjuntos de dados governamentais e de biobancos que abrangiam mais de 2 milhões de pessoas. Segundo ele, os conjuntos de dados dos clientes cresceram posteriormente e passaram a abranger quase 30 milhões de pessoas.

O TechCrunch noticiou o índice de precisão de 98% informado pela 42AI para a previsão de operações no mercado. Gal-Or esclareceu que esse índice mede se os fluxos de operações ficam dentro de um intervalo previsto, e não se cada operação individual é prevista corretamente. Ele também informou pontuações F1 de 0,8 a 0,85 para direção e volume das operações. A pontuação F1 mede como um modelo de classificação equilibra previsões corretas, alarmes falsos e eventos não detectados.

Os fundadores reconheceram que há um limite para a precisão, pois o sistema não tem acesso a tudo o que uma pessoa vivencia. Ezra disse que a precisão também diminui quando falta contexto situacional importante, como o conselho de um amigo ou colega que muda uma decisão de negociação.

Uma pré-publicação submetida ao arXiv em 19 de fevereiro de 2026, de Ben Yellin, Ezra, Mark Foreman e Shula Grinapol, apresentou um Modelo Comportamental Amplo ajustado para prever escolhas estratégicas individuais a partir de perfis psicométricos estruturados e de alta dimensionalidade dos traços. Os autores descreveram o treinamento com um conjunto de dados proprietário que relaciona disposições estáveis, estados motivacionais e restrições situacionais às escolhas observadas.

Em uma avaliação com cenários mantidos fora do treinamento, os autores relataram uma melhora na previsão comportamental em relação ao modelo-base Llama-3.1-8B-Instruct sem adaptação e um desempenho comparável ao de modelos de ponta quando condicionados aos traços dos Cinco Grandes. Também relataram que o modelo continuou a se beneficiar de perfis de traços mais detalhados, enquanto os modelos de referência baseados em instruções atingiram um limite de complexidade.

Aplicações em corretoras e limites declarados

No site da 42AI, a empresa descreve uma estrutura comportamental que transforma dados brutos em fatores comportamentais, prevê respostas a eventos específicos e o comportamento ao longo do tempo, simula variáveis em mudança e fornece explicações. A empresa informa tempos de resposta de 1–10 milissegundos para o modelo mundial e de 2–12 milissegundos para o modelo comportamental amplo.

Para as corretoras, o site afirma que a solução pode prever as operações de cada cliente com até 24 horas de antecedência, indicando instrumento, direção e volume. Entre as aplicações para corretoras, também estão a visibilidade antecipada da exposição, o hedge dinâmico, a gestão de riscos extremos e a redução do slippage e do valor em risco. Gal-Or disse ao TechCrunch que os clientes usam o sistema para gerenciar liquidez, exigências de margem e exposição a hedge.

Gal-Or disse que o sistema implantado não precisa de informações de identificação pessoal e que o modelo nunca sabe quem é a pessoa. O TechCrunch noticiou que, ainda assim, a 42AI cria perfis comportamentais individuais a partir de atividades vinculadas aos clientes.

Quando a TechCrunch levantou a possibilidade de os clientes explorarem previsões sobre os próprios clientes, Ezra considerou a preocupação válida. Os fundadores apontaram a existência de regulamentações, monitoramento e um comitê interno de ética, enquanto Gal-Or afirmou que a tecnologia poderia ajudar a lidar com esses riscos. A TechCrunch informou que eles não explicaram nenhum mecanismo específico que impedisse os clientes de usar as previsões para obter vantagem sobre as pessoas perfiladas.

Os fundadores disseram à TechCrunch que a 42AI está explorando os setores de jogos, prevenção a fraudes e cibersegurança e que, no futuro, quer que robôs e agentes de IA usem o modelo para entender as pessoas. Ezra afirmou que o modelo precisa ser treinado com as regras e o contexto de cada novo domínio. Gal-Or também disse que a empresa planeja captar mais recursos.

A expansão para além das implementações documentadas em corretoras exige o treinamento específico para cada domínio descrito por Ezra, enquanto o plano de financiamento declarado pela 42AI é captar mais recursos.