La startup israelí 42AI afirma haber desarrollado un sistema de inteligencia artificial capaz de estimar lo que una persona probablemente hará antes de hacerlo, incluso en circunstancias que dicha persona nunca ha enfrentado. La compañía salió del modo sigiloso con 62,5 millones de dólares en financiación semilla y ya vende la tecnología a corredoras financieras.
\n¿Qué es el modelo mundial conductual de 42AI?
La compañía denomina a su producto “modelo mundial conductual”. Su director ejecutivo y cofundador, Amit Gal-Or, le dijo a TechCrunch que el comportamiento humano es probabilístico y no fijo. Las personas tienen tendencias psicológicas subyacentes que moldean sus decisiones incluso cuando cambian las circunstancias, afirmó, y 42AI intenta medir esas tendencias y convertirlas en datos que un modelo pueda utilizar.
\n“Dentro de una semana, podrías ser una persona diferente, pero tus tendencias siempre se manifestarán en ciertas áreas con una probabilidad o una distribución”, dijo Ehud Ezra, director de tecnología y cofundador de la compañía. En la práctica, explicó, el modelo produce la probabilidad de que una persona tome una decisión particular.
\n¿Cómo predice 42AI lo que harán las personas?
En lugar de extrapolar a partir de las acciones previas de una persona, 42AI afirma que su modelo intenta descubrir motivaciones internas. Lo hace observando cómo reaccionan las personas ante eventos que parecen no tener relación con la decisión en cuestión. Para un operador o inversionista, esos eventos pueden incluir la realización de verificaciones de conozca a su cliente, el proceso de vinculación, llamadas de soporte, transferencias de dinero y operaciones bursátiles.
\nEzra describió cómo funciona el proceso. Cuando un cliente contacta a soporte o ventas durante la vinculación, el sistema analiza el sentimiento, la voz y el número de interacciones, incluida la frecuencia con la que la persona llama. Esos puntos de datos alimentan el modelo. Posteriormente, el sistema examina cómo compra y vende el cliente y en qué momento, y tiene en cuenta las condiciones del mercado en ese momento.
\nLa compañía convierte estas observaciones en representaciones matemáticas de rasgos personales. Dichas representaciones alimentan un modelo mundial basado en transformadores, que produce probabilidades para posibles decisiones bajo distintas condiciones. Un modelo de lenguaje separado genera las explicaciones de sus predicciones.
\nEzra dijo que el modelo está entrenado para mantener intactas las tendencias centrales de una persona durante las simulaciones. Si alguien es, en general, reacio al riesgo, pero el modelo lo trata repentinamente como un tomador de riesgos, dijo, “el objetivo está equivocado”. Explicó que así es como se configuran las recompensas del entrenamiento.
\nLa compañía afirma que dedicó tres años al enfoque. Combinó investigación psicológica con neurociencia y genética, y se apoyó en la asesoría de expertos en psicología y en trastorno de estrés postraumático. Dan Shechtman, ganador del Premio Nobel de Química de 2011, también asesoró al equipo.
\nGal-Or afirmó que el equipo primero estudió a miles de personas mediante evaluaciones psicológicas y escenarios de comportamiento. Posteriormente, incorporó conjuntos de datos gubernamentales y de biobancos que abarcan a más de 2 millones de personas. Los conjuntos de datos de clientes de la compañía han crecido desde entonces hasta cubrir casi 30 millones de personas, dijo.
\nEn los despliegues en producción, el modelo analiza los registros existentes de clientes, incluidas las transacciones y las llamadas de soporte. Gal-Or afirmó que el sistema no necesita información de identificación personal. “El modelo nunca sabe quién es la persona”, dijo. Aun así, el sistema construye perfiles de comportamiento individuales a partir de la actividad vinculada de los clientes, lo que plantea interrogantes sobre hasta dónde llega esa distinción.
\n¿Qué tan preciso es el modelo de predicción de trading de 42AI?
42AI afirma que su modelo alcanza una precisión del 98 % al predecir operaciones en el mercado. Gal-Or aclaró que la cifra mide si los flujos de operaciones se ubican dentro de un rango previsto, y no si cada operación individual fue anticipada correctamente. También dijo que el modelo logra de forma consistente una puntuación F1 de entre 0,8 y 0,85 para predecir la dirección y el volumen de las operaciones. Una puntuación F1 mide qué tan bien un modelo de clasificación equilibra las predicciones correctas frente a las falsas alarmas y los eventos no detectados.
\nGal-Or reconoció los límites. “Existe un techo natural, porque realmente no tienes acceso a todo lo que vive una persona”, dijo. Ezra afirmó que la precisión disminuye cuando el modelo pasa por alto un contexto importante, como cuando un operador cambia de estrategia tras recibir un consejo de un amigo o colega.
\nGal-Or dijo que 42AI trabaja con 10 grandes corredoras financieras, que utilizan la plataforma para gestionar la liquidez, los requisitos de margen y la exposición a coberturas. Indicó que la compañía está firmando más clientes y que genera ingresos superiores a “siete cifras”, aunque no quiso revelar una cifra específica. Los clientes pagan una tarifa fija o un porcentaje del valor que la plataforma les ayuda a obtener. Dijo que una corredora generó cerca de 30 millones de dólares en valor adicional mediante coberturas dinámicas.
\nLos 62,5 millones de dólares provinieron de los fundadores e Infinity Group a lo largo de tres años, afirmó Gal-Or, y no se recaudaron en su totalidad de inversionistas externos. Infinity fue fundada por su padre, Amir Gal-Or, quien además es presidente de 42AI y cofundador. La compañía planea recaudar más dinero.
\nMás allá de las finanzas, 42AI explora usos del modelo en videojuegos, prevención de fraudes y ciberseguridad. La empresa aspira, a largo plazo, a ayudar a robots y agentes de IA a comprender a las personas, aunque Ezra reconoció que el modelo debe entrenarse con las reglas y el contexto de cada nuevo ámbito antes de poder funcionar allí.
\nLa tecnología también plantea una preocupación evidente. Si una corredora puede anticipar lo que harán sus clientes, ¿qué impide que use ese conocimiento en su propio beneficio? Ezra calificó la preocupación como “una preocupación válida”. Los fundadores señalaron la regulación, la supervisión y un comité de ética interno. No explicaron qué, de existir algo, impediría que las corredoras usen la tecnología para obtener una ventaja sobre los clientes que perfilan.
\nGal-Or afirmó que cree que la tecnología puede ayudar a mitigar esos riesgos. “Estamos muy orgullosos de que, en realidad, somos parte de la solución; somos la solución a este problema”, dijo.
Dieser Artikel wurde mit Unterstützung von KI verfasst.
News Factory APP - agentische News für besseres SEO & AEO.