Por Canuto  

La startup israelí afirma que su modelo puede estimar cómo reaccionarán los traders ante distintos escenarios y ya trabaja con 10 grandes corredurías. Sus cifras de precisión, sin embargo, dependen de rangos de actividad y conviven con preguntas abiertas sobre privacidad y uso de perfiles conductuales.

***

  • 42AI anunció USD $62,5 millones en financiación semilla, aportados durante tres años por sus fundadores e Infinity Group.
  • La empresa afirma que trabaja con 10 grandes corredurías y que su modelo alcanza una puntuación F1 de 0,8 a 0,85 al anticipar dirección y volumen de operaciones.
  • El sistema analiza interacciones y actividad financiera; sus propios fundadores reconocen que la falta de contexto y el posible uso ventajoso de los perfiles son asuntos sensibles.

 

La startup israelí 42AI salió del sigilo con USD $62,5 millones en financiación semilla y una propuesta inusual para el sector financiero: modelar tendencias conductuales y estimar qué decisiones podría tomar una persona bajo distintas condiciones. La empresa sostiene que su sistema ya opera con grandes corredurías y puede ayudarles a anticipar las respuestas de sus clientes cuando los mercados atraviesan episodios de volatilidad, aunque sus métricas no significan que acierte cada operación individual.

El proyecto combina análisis de actividad financiera con datos de interacciones como llamadas de soporte, procesos de incorporación y trámites de verificación de identidad. TechCrunch informó que la compañía presenta la tecnología como un “modelo del mundo conductual”, una descripción que abre preguntas tanto sobre sus capacidades reales como sobre la forma en que las instituciones podrían utilizar perfiles de clientes para gestionar riesgos y obtener ventajas comerciales.

Una predicción basada en tendencias, no en certezas

El director ejecutivo y cofundador de 42AI, Amit Gal-Or, explicó que la empresa no considera el comportamiento humano como una secuencia determinista. Su argumento es que cada individuo conserva tendencias psicológicas que pueden aparecer con distintas probabilidades, incluso si cambian las circunstancias inmediatas, y que el sistema intenta convertir esas inclinaciones en representaciones matemáticas útiles para proyectar decisiones.

El cofundador y director de tecnología, Ehud Ezra, describió esa idea con una diferencia entre la identidad momentánea y los patrones persistentes: una persona puede actuar de manera distinta de una semana a otra, pero ciertas tendencias reaparecerían en determinados escenarios. Por eso, la compañía no presenta sus resultados como una lectura infalible de la voluntad de alguien, sino como una distribución de probabilidades sobre lo que esa persona podría hacer.

Para construir esas estimaciones, 42AI dice que observa señales que pueden parecer ajenas a una operación de mercado, como la incorporación de un cliente, la resolución de trámites KYC, las transferencias de dinero o los contactos con los equipos de soporte y ventas. Ezra señaló que el modelo puede tomar en cuenta el sentimiento y la voz en una llamada, la frecuencia de las interacciones y, más adelante, la manera en que el cliente compra y vende activos.

La startup transforma esas observaciones en rasgos matemáticos y los incorpora a un modelo del mundo basado en transformers, que estima decisiones posibles bajo diferentes circunstancias. Un modelo de lenguaje separado genera explicaciones de las predicciones, mientras que el sistema principal, según Ezra, busca conservar las tendencias subyacentes de cada persona durante sus simulaciones; si alguien suele evitar el riesgo y el modelo empieza a tratarlo como una persona arriesgada, la compañía considera que el resultado se desvía de su objetivo.

Las cifras de precisión y el negocio con corredurías

La empresa afirma que su sistema alcanza una precisión del 98% al anticipar operaciones de mercado, pero Gal-Or aclaró que ese porcentaje mide si los flujos de trading caen dentro de un rango previsto, no si el modelo adivina correctamente cada operación. La distinción es importante porque una métrica de rango puede describir la capacidad de anticipar actividad agregada sin demostrar que la herramienta identifique con exactitud la decisión puntual de cada cliente.

Gal-Or también dijo que el modelo obtiene de forma consistente una puntuación F1 de entre 0,8 y 0,85 al predecir la dirección y el volumen de las operaciones. La puntuación F1 mide el equilibrio entre aciertos, falsas alarmas y eventos que el sistema no detecta, por lo que ofrece otra forma de evaluar la clasificación, pero no equivale por sí sola a una garantía de rentabilidad ni a una predicción perfecta.

42AI afirma que trabaja con 10 grandes corredurías, que utilizan la plataforma para administrar liquidez, requisitos de margen y cobertura de exposición. La empresa incorpora nuevos clientes y, de acuerdo con Gal-Or, ya genera ingresos de siete cifras; no precisó el monto ni detalló qué proporción corresponde a tarifas fijas y cuál a pagos vinculados al valor que la plataforma ayuda a producir.

Como ejemplo del posible beneficio comercial, Gal-Or sostuvo que una correduría obtuvo cerca de USD $30 millones en valor adicional mediante cobertura dinámica. Esa cifra corresponde a una afirmación de la compañía y no viene acompañada en la información publicada por una metodología independiente que permita evaluar cómo calculó el valor, qué periodo abarcó o qué parte puede atribuirse exclusivamente al modelo.

Datos, límites y preguntas éticas

La compañía asegura que dedicó tres años a desarrollar el enfoque mediante investigación en psicología, neurociencia y genética, con orientación de expertos en psicología y trastorno de estrés postraumático, además del Nobel de Química Dan Shechtman. Gal-Or dijo que el equipo estudió primero a miles de personas mediante evaluaciones psicológicas y escenarios conductuales, antes de incorporar conjuntos de datos gubernamentales y de biobancos que abarcan a más de 2 millones de personas.

La escala de los datos vinculados a clientes ha crecido desde entonces hasta casi 30 millones de personas, según Gal-Or. En los despliegues en vivo, el modelo analiza registros existentes, incluidas transacciones y llamadas de soporte; el ejecutivo aseguró que el sistema no necesita información de identificación personal y que “nunca sabe quién es la persona”, aunque la actividad conectada de un cliente permite que la empresa construya perfiles conductuales individuales.

Los fundadores reconocen que el sistema tiene límites cuando no dispone de información sobre lo que una persona experimenta fuera de las interacciones que observa. Gal-Or señaló que existe un límite natural porque la empresa no puede acceder a todo el contexto de alguien, y Ezra añadió que una predicción puede perder precisión si el cliente cambia sus decisiones de trading por el consejo de un amigo o colega, un factor que quizá no aparece en los datos disponibles.

La financiación anunciada también tiene una composición particular: los USD $62,5 millones provinieron de los fundadores e Infinity Group a lo largo de tres años, y no fueron recaudados íntegramente de inversores externos. Infinity fue fundada por Amir Gal-Or, padre de Amit, quien además ocupa la presidencia de 42AI y participa como cofundador; la compañía planea buscar más capital en una próxima ronda.

Más allá de las finanzas, 42AI explora usos en videojuegos, prevención del fraude y ciberseguridad, y plantea que algún día la tecnología podría ayudar a robots y agentes de inteligencia artificial a comprender mejor a las personas. Ezra reconoció que cada nuevo ámbito requiere entrenar el modelo con reglas y contexto propios, por lo que esos planes no implican que la herramienta pueda trasladarse de inmediato a cualquier actividad.

El asunto más delicado es quién se beneficia cuando una correduría anticipa la conducta de sus clientes. Ezra calificó como válida la preocupación de que alguien utilice esa información en su propio beneficio, y los fundadores mencionaron regulaciones, monitoreo y un comité interno de ética, pero no detallaron qué medidas impedirían que un cliente comercial aproveche los perfiles para obtener una ventaja frente a las mismas personas que analiza; Gal-Or sostuvo, en cambio, que la tecnología puede formar parte de la solución.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados