42AI obține o finanțare inițială de 62,5 milioane de dolari pentru un model comportamental al lumii

TechCrunch a relatat, la 2 noiembrie 2026, că startupul israelian 42AI a ieșit din modul stealth cu o finanțare inițială de 62,5 milioane de dolari și un model comportamental al lumii care funcționează în cadrul firmelor de brokeraj financiar. Fondatorii au declarat pentru TechCrunch că sistemul estimează probabilitatea diferitelor comportamente ale clienților individuali în circumstanțe schimbătoare.

Directorul general și cofondatorul Amit Gal-Or a declarat pentru TechCrunch că finanțarea a provenit de la fondatori și de la Infinity Group, pe parcursul a trei ani, și nu a fost obținută în întregime de la investitori externi. Infinity a fost fondată de tatăl său, Amir Gal-Or, care este și președintele consiliului de administrație al 42AI și unul dintre cofondatorii companiei. Ehud Ezra este directorul tehnic și unul dintre cofondatori.

Gal-Or a spus că 42AI colaborează cu 10 firme mari de brokeraj, atrage mai mulți clienți și generează venituri de peste șapte cifre, fără să precizeze suma exactă. Clienții plătesc fie un tarif fix, fie un procent din valoarea pe care platforma îi ajută să o obțină. El a spus că o firmă de brokeraj a generat aproximativ 30 de milioane de dolari în valoare suplimentară prin acoperirea dinamică a riscurilor.

Cum funcționează modelul comportamental

Gal-Or și Ezra au declarat pentru TechCrunch că comportamentul este probabilistic, nu determinist. Potrivit acestora, 42AI încearcă să identifice motivațiile de bază, în loc să extrapoleze pur și simplu acțiunile anterioare, iar modelul atribuie probabilități deciziilor posibile în diferite circumstanțe.

În cazul clienților firmelor de brokeraj, datele de intrare pot include procesele de cunoaștere a clientelei și de integrare a clienților, interacțiunile cu serviciul de asistență și echipele de vânzări, transferurile de bani și tranzacțiile, a spus Ezra. Semnalele analizate includ sentimentul, vocea, frecvența apelurilor, momentul cumpărărilor și vânzărilor, precum și condițiile de piață concomitente.

TechCrunch a relatat că aceste observații sunt transformate în reprezentări matematice ale trăsăturilor și introduse într-un model al lumii bazat pe arhitectura transformer. Un model lingvistic separat generează explicații pentru predicții. Ezra a spus că recompensele folosite la antrenare sunt concepute astfel încât să păstreze tendințele de bază în timpul simulărilor: o persoană care, de regulă, evită riscurile nu ar trebui să fie modelată brusc ca asumându-și riscuri.

Datele de antrenare și rezultatele raportate

Gal-Or a spus că 42AI a petrecut trei ani dezvoltând această abordare, combinând cercetarea psihologică cu neuroștiința și genetica și beneficiind de sfaturile unor experți în psihologie și tulburare de stres posttraumatic (TSPT), precum și ale chimistului Dan Shechtman. Inițial, echipa a studiat mii de persoane prin evaluări psihologice și scenarii comportamentale, apoi a adăugat seturi de date guvernamentale și provenite din biobănci, care acopereau peste 2 milioane de persoane. El a spus că, ulterior, seturile de date ale clienților au ajuns să cuprindă aproape 30 de milioane de persoane.

TechCrunch a relatat că 42AI declară o acuratețe de 98% în predicția tranzacțiilor de pe piață. Gal-Or a precizat că această cifră măsoară dacă fluxurile de tranzacționare se încadrează într-un interval estimat, nu dacă fiecare tranzacție individuală este prezisă corect. El a mai raportat scoruri F1 cuprinse între 0,8 și 0,85 pentru direcția și volumul tranzacțiilor. Scorul F1 măsoară modul în care un model de clasificare echilibrează predicțiile corecte cu alarmele false și evenimentele nedetectate.

Fondatorii au recunoscut că există un plafon al acurateței, deoarece sistemul nu are acces la tot ceea ce trăiește o persoană. Ezra a spus că acuratețea scade și atunci când lipsesc informații importante despre contextul situației, cum ar fi un sfat primit de la un prieten sau un coleg care schimbă o decizie de tranzacționare.

Un preprint trimis către arXiv la 19 februarie 2026 de Ben Yellin, Ezra, Mark Foreman și Shula Grinapol a prezentat un model comportamental de mari dimensiuni, ajustat fin pentru a prezice alegerile strategice individuale pe baza unor profiluri structurate, de înaltă dimensionalitate, ale trăsăturilor psihometrice. Autorii au descris antrenarea modelului pe un set de date proprietar, care corela dispozițiile stabile, stările motivaționale și constrângerile situaționale cu alegerile observate.

Într-o evaluare pe scenarii păstrate în afara setului de antrenare, autorii au raportat predicții comportamentale mai bune decât cele ale modelului de bază neadaptat Llama-3.1-8B-Instruct și performanțe comparabile cu cele ale modelelor de referință de ultimă generație atunci când erau condiționate de trăsăturile Big Five. Ei au mai raportat că modelul lor continua să beneficieze de profiluri de trăsături mai dense, în timp ce modelele de referință bazate pe prompturi atingeau un plafon de complexitate.

Utilizări în firmele de brokeraj și limitele declarate

Pe site-ul 42AI, compania descrie o suită de tehnologii comportamentale care transformă datele brute în factori comportamentali, prezice reacțiile la evenimente specifice și comportamentul în timp, simulează variabile în schimbare și oferă explicații. Compania menționează timpi de răspuns de 1–10 milisecunde pentru modelul lumii și de 2–12 milisecunde pentru modelul comportamental de mari dimensiuni.

Potrivit site-ului, serviciul destinat firmelor de brokeraj poate prezice tranzacțiile fiecărui client cu până la 24 de ore în avans, în funcție de instrument, direcție și volum. Printre utilizările pentru firmele de brokeraj, site-ul enumeră vizibilitatea anticipată asupra expunerii, acoperirea dinamică a riscurilor, gestionarea riscurilor extreme și reducerea derapajului și a valorii la risc. Gal-Or a declarat pentru TechCrunch că clienții folosesc sistemul pentru a gestiona lichiditatea, cerințele de marjă și expunerea la riscurile de acoperire.

Gal-Or a spus că sistemul implementat nu are nevoie de informații care permit identificarea personală și că modelul nu știe niciodată cine este persoana. TechCrunch a relatat că, totuși, 42AI creează profiluri comportamentale individuale pe baza activității corelate a clienților.

Când TechCrunch a ridicat posibilitatea ca unii clienți să exploateze predicțiile despre propriii lor clienți, Ezra a spus că este o preocupare legitimă. Fondatorii au invocat reglementările, monitorizarea și existența unui comitet intern de etică, în timp ce Gal-Or a spus că tehnologia ar putea contribui la gestionarea unor astfel de riscuri. TechCrunch a relatat că aceștia nu au explicat ce mecanism concret ar împiedica clienții să folosească predicțiile pentru a obține un avantaj față de persoanele ale căror profiluri sunt analizate.

Fondatorii au declarat pentru TechCrunch că 42AI explorează aplicații în domeniul jocurilor, al prevenirii fraudelor și al securității cibernetice și că, în cele din urmă, își dorește ca roboții și agenții IA să folosească modelul pentru a înțelege oamenii. Ezra a spus că modelul trebuie antrenat cu regulile și contextul fiecărui domeniu nou. Gal-Or a mai spus că firma intenționează să atragă fonduri suplimentare.

Extinderea dincolo de implementările documentate în domeniul brokerajului necesită antrenarea specifică domeniului, descrisă de Ezra, în timp ce planul de finanțare anunțat de 42AI este să atragă fonduri suplimentare.