42AI sai do modo stealth com US$ 62,5 milhões para IA que prevê o comportamento humano

A startup israelense 42AI afirma ter desenvolvido um sistema de inteligência artificial capaz de estimar o que uma pessoa provavelmente fará antes de fazê-lo, mesmo em circunstâncias que ela nunca enfrentou. A empresa saiu do modo stealth com US$ 62,5 milhões em financiamento inicial (seed) e já vende a tecnologia para corretoras financeiras.

What is 42AI's behavioral world model?

A empresa chama seu produto de “modelo de mundo comportamental”. Seu diretor-executivo e cofundador, Amit Gal-Or, disse ao TechCrunch que o comportamento humano é probabilístico, e não fixo. As pessoas carregam tendências psicológicas subjacentes que moldam suas escolhas mesmo quando as circunstâncias mudam, afirmou ele, e a 42AI busca medir essas tendências e transformá-las em dados que um modelo possa utilizar.

“Daqui a uma semana, você pode ser uma pessoa diferente, mas suas tendências sempre se manifestarão em certas áreas, com uma probabilidade ou distribuição”, disse Ehud Ezra, diretor de tecnologia e cofundador da empresa. Na prática, segundo ele, o modelo produz a probabilidade de que uma pessoa tome uma determinada decisão.

How does 42AI predict what people will do?

Em vez de extrapolar a partir de ações anteriores de uma pessoa, a 42AI afirma que seu modelo tenta identificar motivações internas. Isso é feito observando como as pessoas reagem a eventos que parecem não estar relacionados à decisão em questão. Para um trader ou investidor, esses eventos podem incluir a conclusão de verificações de conhecimento do cliente (KYC), o processo de cadastro, chamadas de suporte, transferências de dinheiro e negociações de ações.

Ezra descreveu como o processo funciona. Quando um cliente entra em contato com o suporte ou com o time comercial durante o cadastro, o sistema analisa o sentimento, a voz e o número de interações, incluindo a frequência com que a pessoa liga. Esses dados alimentam o modelo. Posteriormente, o sistema examina como o cliente compra e vende e em que momento o faz, levando em conta as condições de mercado naquele período.

A empresa converte essas observações em representações matemáticas de características pessoais. Essas representações são inseridas em um modelo de mundo baseado em transformers, que produz probabilidades para possíveis decisões sob diferentes condições. Um modelo de linguagem separado gera as explicações para suas previsões.

Ezra disse que o modelo é treinado para manter as tendências centrais de uma pessoa intactas durante as simulações. Se alguém é, em geral, avesso ao risco, mas o modelo passa a tratá-lo como um tomador de riscos, afirmou ele, “o alvo está errado”. Segundo ele, é assim que as recompensas do treinamento são definidas.

A empresa diz ter dedicado três anos à abordagem. Ela combinou pesquisa psicológica com neurociência e genética e contou com a orientação de especialistas em psicologia e em transtorno de estresse pós-traumático. Dan Shechtman, vencedor do Prêmio Nobel de Química de 2011, também prestou consultoria à equipe.

Gal-Or disse que a equipe estudou inicialmente milhares de pessoas por meio de avaliações psicológicas e cenários comportamentais. Depois, incluiu bases de dados governamentais e de biobancos que abrangem mais de 2 milhões de pessoas. Segundo ele, as bases de dados de clientes da empresa já cresceram para cobrir quase 30 milhões de pessoas.

Em implantações reais, o modelo analisa registros existentes de clientes, incluindo transações e chamadas de suporte. Gal-Or afirmou que o sistema não precisa de informações de identificação pessoal. “O modelo nunca sabe quem é a pessoa”, disse ele. Ainda assim, o sistema cria perfis comportamentais individuais a partir da atividade vinculada de cada cliente, o que levanta questões sobre até onde essa distinção vai.

How accurate is 42AI's trading prediction model?

A 42AI afirma que seu modelo atinge 98% de acerto ao prever negociações de mercado. Gal-Or esclareceu que o índice mede se os fluxos de negociação ficam dentro de uma faixa prevista, e não se cada negociação individual foi corretamente antecipada. Ele também disse que o modelo alcança consistentemente uma pontuação F1 de 0,8 a 0,85 na previsão da direção e do volume das negociações. A pontuação F1 mede o quanto um modelo de classificação equilibra previsões corretas e alarmes falsos, além de eventos não detectados.

Gal-Or reconheceu as limitações. “Existe um teto natural, porque você realmente não tem acesso a tudo o que uma pessoa vivencia”, disse ele. Ezra afirmou que a precisão cai quando o modelo deixa de considerar um contexto importante, como quando um trader muda de estratégia após receber conselhos de um amigo ou colega.

Gal-Or disse que a 42AI trabalha com 10 grandes corretoras, que usam a plataforma para gerenciar liquidez, exigências de margem e exposição a hedge. Ele afirmou que a empresa está fechando novos contratos e que sua receita já ultrapassa “sete dígitos”, embora tenha se recusado a informar um valor específico. Os clientes pagam uma taxa fixa ou um percentual sobre o valor que a plataforma ajuda a gerar. Ele disse que uma corretora obteve cerca de US$ 30 milhões em valor adicional por meio de hedge dinâmico.

Os US$ 62,5 milhões vieram dos fundadores e do Infinity Group ao longo de três anos, afirmou Gal-Or, e não foram captados integralmente de investidores externos. A Infinity foi fundada por seu pai, Amir Gal-Or, que também é presidente da 42AI e cofundador. A empresa planeja captar mais recursos.

Além do setor financeiro, a 42AI explora o uso do modelo em jogos, prevenção a fraudes e cibersegurança. A empresa pretende, no futuro, ajudar robôs e agentes de IA a compreender as pessoas, embora Ezra tenha reconhecido que o modelo precisa ser treinado com as regras e o contexto de cada novo domínio antes de funcionar ali.

A tecnologia também levanta uma preocupação evidente. Se uma corretora consegue antecipar o que seus clientes farão, o que impede que ela use esse conhecimento em benefício próprio? Ezra classificou a preocupação como “uma preocupação válida”. Os fundadores citaram regulamentação, monitoramento e um comitê de ética interno. Eles não explicaram o que, se é que algo, impediria as corretoras de usar a tecnologia para obter vantagem sobre os clientes que ela perfila.

Gal-Or disse acreditar que a tecnologia pode ajudar a lidar com esses riscos. “Temos muito orgulho de fazer parte da solução; somos a solução para este problema”, afirmou.

This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.