La startup israelí 42AI salió del modo reservado el 2 de noviembre con 62,5 millones de dólares de financiación y una propuesta ambiciosa: un modelo de IA pensado para predecir qué harán las personas, no solo qué escribirán. Según TechCrunch, su aplicación inicial se concentra en intermediarios financieros, donde intenta estimar cómo responderán operadores concretos a la volatilidad del mercado.
La financiación difiere del relato habitual de una ronda semilla. El consejero delegado Amit Gal-Or explicó a TechCrunch que el dinero procedió de los fundadores y de Infinity Group durante tres años. No fue un único cheque de inversores externos recibido el día de la presentación. Esa distinción cambia la lectura del importe anunciado.
La promesa técnica también exige precisión. La empresa describe previsiones probabilísticas sobre la conducta en determinadas condiciones. No afirma saber con certeza qué hará cada persona en cualquier situación. Su reto comercial consiste en convertir una estimación de respuestas posibles en información útil para una decisión real.
Qué significa un modelo de mundo conductual
Un modelo de lenguaje estima qué palabras o fragmentos de texto encajan a continuación. 42AI busca predecir algo distinto: acciones dentro de un entorno cambiante. La pregunta no es únicamente qué diría un operador, sino qué probabilidad tiene de aumentar su exposición, reducirla o esperar cuando cambian las circunstancias.
La empresa llama modelo de mundo conductual a su sistema basado en la arquitectura Transformer. Según su descripción, otro modelo de lenguaje puede explicar las previsiones. La explicación verbal y la predicción son componentes diferentes: una explicación convincente no demuestra que la siguiente acción se haya anticipado correctamente.
Las personas también responden a información que el sistema quizá nunca vea. Una necesidad económica, un acontecimiento personal o un dato desconocido pueden cambiar una decisión. Dos acciones anteriores similares pueden tener causas distintas. Por eso una previsión razonable necesita espacio para la incertidumbre, sin presentar un único desenlace como inevitable.
La diferencia se parece a la que existe entre una respuesta y un abanico de posibilidades. Estimar varios escenarios puede ayudar a planificar sin acertar exactamente cuál ocurrirá. Pero el intervalo debe ser útil: una previsión muy amplia puede contener el resultado final y aportar poco a quien necesita actuar a tiempo.
Por qué empezar por los intermediarios financieros
En una empresa de intermediación, las respuestas de los clientes pueden afectar a las necesidades de liquidez, los requisitos de garantías y la exposición que debe cubrirse. 42AI sostiene que estimar la conducta de los operadores puede ayudar a gestionar esas variables. Es un uso operativo de previsiones sobre clientes, no una promesa de recomendaciones rentables para su próxima operación.
Pensemos en un movimiento brusco del mercado, como ejemplo hipotético: algunos clientes reducen posiciones y otros las amplían. El intermediario podría necesitar preparativos distintos para cada escenario. El modelo estimaría respuestas posibles; decidir cómo actuar sería otra cuestión. El ejemplo no representa un resultado comercial demostrado por 42AI.
Ese enfoque también acota el problema. En lugar de predecir toda conducta humana, el sistema trabaja en una actividad con acontecimientos, acciones y resultados definibles. El éxito allí, si se demuestra, no acreditaría automáticamente eficacia en videojuegos, seguridad o interacción entre robots y personas. La definición de éxito cambia en cada ámbito.
La empresa es la fuente de las capacidades y los usos que presenta. Eso no elimina el interés de la aplicación, pero utilizar un producto no equivale a demostrar una ventaja sostenida frente a una alternativa más sencilla. El despliegue muestra que algo puede funcionar; la evaluación determina con qué resultados.
Un capital acumulado y unas relaciones relevantes
Amit Gal-Or es consejero delegado y cofundador; Ehud Ezra es director tecnológico y cofundador. Amir Gal-Or, fundador de Infinity y padre de Amit, es presidente y cofundador de 42AI. Estas relaciones ayudan a explicar la estructura financiera y forman parte del relato de la financiación.
TechCrunch habla de capital semilla y, al mismo tiempo, explica que se acumuló durante tres años. Ambas descripciones son compatibles si el lector no entiende que un nuevo fondo externo acaba de aportar todo el importe. La cifra indica cuánto capital respaldó la actividad, pero no explica por sí sola cuándo llegó ni quién lo proporcionó.
El importe tampoco mide la precisión del modelo. Puede financiar desarrollo, contrataciones e infraestructura, pero no sustituye las pruebas. En una tecnología que pretende anticipar acciones humanas, separar recursos y evidencia resulta especialmente relevante: la promesa va más allá de ejecutar una sola acción bien delimitada.
Qué preguntar antes de aceptar un porcentaje de precisión
El artículo recoge un 98% aportado por la empresa. Se refiere a flujos de negociación situados dentro de un intervalo previsto, no a acertar el 98% de las operaciones individuales. Son métricas diferentes. Sin conocer la amplitud del intervalo, el horizonte temporal y la referencia de comparación, el porcentaje no establece su utilidad.
También importan las condiciones de la prueba. Los resultados en mercados tranquilos no garantizan resultados durante una perturbación excepcional, y un grupo de operadores puede no representar a todos los clientes. Una evaluación útil debe delimitar personas y situaciones, además de registrar cuándo la previsión dejó de ayudar.
La privacidad exige una distinción similar. Afirmar que no se utiliza información identificativa no resuelve todas las preguntas sobre perfiles conductuales individuales. Un cliente empresarial necesita saber qué datos se usan, para qué, quién accede a las previsiones y qué decisiones dependen de ellas. Son preguntas sobre el uso, no una acusación de daño.
42AI también explora videojuegos, prevención del fraude y ciberseguridad, y aspira a ayudar a robots y agentes de IA a entender la conducta humana. Por ahora son líneas declaradas. La prueba más cercana sigue en la intermediación financiera: si previsiones bien definidas mejoran decisiones operativas en condiciones que permitan medir también los errores.