42AI הישראלית יצאה מהחשאיות ב-2 בנובמבר עם מימון של 62.5 מיליון דולר וטענה שאפתנית: מודל בינה מלאכותית שנועד לחזות איך אנשים יפעלו, ולא רק מה יכתבו. לפי TechCrunch, החברה כבר ממקדת את השימוש הראשוני בבתי ברוקראז׳, שם היא מנסה להעריך כיצד סוחרים מסוימים יגיבו לתנודות בשוק.
מאחורי הסכום יש מבנה מימון שונה מהתמונה הרגילה של סבב סיד. לפי המנכ״ל עמית גל-אור, כפי שדווח ב-TechCrunch, הכסף הגיע מהמייסדים ומקבוצת Infinity לאורך שלוש שנים. אין מדובר בהמחאה אחת ממשקיעים חיצוניים שניתנה ביום החשיפה, וההבחנה משנה את האופן שבו צריך לקרוא את הודעת הגיוס.
גם ההבטחה הטכנולוגית צריכה להיקרא במדויק. החברה מתארת תחזיות הסתברותיות לגבי התנהגות בתנאים מסוימים. היא אינה טוענת שאפשר לדעת בוודאות מה יעשה כל אדם בכל מצב. בין שני התיאורים האלה נמצא כמעט כל האתגר העסקי שלה: להפוך הערכה של תגובה אפשרית למידע שאפשר להשתמש בו בהחלטה אמיתית.
מהו מודל עולם התנהגותי
מודל שפה מעריך אילו מילים או רכיבי טקסט מתאימים להמשך רצף. 42AI מבקשת לכוון את החיזוי לדבר אחר: פעולות של אדם בתוך סביבה משתנה. השאלה אינה רק איזו תשובה סוחר עשוי לנסח, אלא מה הסיכוי שיגדיל חשיפה, יצמצם אותה או יבחר להמתין כשהתנאים סביבו משתנים.
החברה מכנה את המערכת שלה ״מודל עולם התנהגותי״ ומתארת אותה כמודל המבוסס על ארכיטקטורת Transformer. לפי תיאורה, מודל שפה נפרד יכול להסביר את התחזיות ההתנהגותיות. ההסבר המילולי והתחזית הם לכן שני רכיבים שונים: ניסוח משכנע אינו כשלעצמו הוכחה לכך שהפעולה הבאה נחזתה היטב.
ההבדל חשוב משום שאנשים אינם מגיבים רק למידע שנמצא במערכת. אדם יכול לשנות החלטה בעקבות צורך כספי, אירוע אישי או מידע שהמודל לא ראה. גם כששתי פעולות קודמות נראות דומות, הנסיבות שהובילו אליהן עשויות להיות שונות. לכן תחזית סבירה צריכה להשאיר מקום לאי-ודאות ולא להציג מסלול יחיד כבלתי נמנע.
אפשר לחשוב על כך כהבדל בין תשובה לבין טווח אפשרויות. מערכת שמעריכה כמה תרחישים יכולה לעזור לתכנון גם בלי לזהות במדויק את התרחיש שיתרחש. אבל הערך שלה תלוי בשאלה עד כמה הטווח שימושי. תחזית רחבה מאוד עשויה לכלול את התוצאה הנכונה ועדיין לא לעזור למי שצריך לקבל החלטה בזמן.
למה להתחיל דווקא בבתי ברוקראז׳
בבית ברוקראז׳, תגובות הלקוחות יכולות להשפיע על צורכי הנזילות, דרישות הביטחונות והחשיפה שצריך לגדר. לפי 42AI, הערכת התנהגות של סוחרים יכולה לסייע בניהול המשתנים האלה. מדובר ביישום תפעולי של תחזית על הלקוחות, ולא בהבטחה ללקוחות שיקבלו המלצה רווחית על העסקה הבאה שלהם.
נניח, כדוגמה להמחשה בלבד, שתנודה חדה גורמת לקבוצה של לקוחות לצמצם פוזיציות ולקבוצה אחרת להגדיל אותן. בית הברוקראז׳ עשוי להזדקק להכנות שונות בכל תרחיש. המודל אמור לספק הערכה של התגובות האפשריות, בעוד ההחלטה כיצד לפעול מולן היא שאלה נפרדת. זו אינה תוצאה מסחרית שהחברה הוכיחה בדוגמה הזאת.
מיקוד כזה גם מצמצם את השאלה שהמערכת מנסה לפתור. במקום לחזות התנהגות אנושית בכל מקום, היא פועלת בתוך פעילות עם אירועים, פעולות ותוצאות שניתן להגדיר. הצלחה בסביבה הזאת, אם תודגם, לא תבסס אוטומטית הצלחה במשחקים, באבטחה או באינטראקציה של רובוט עם אדם. בכל תחום משתנה גם משמעות המילה ״הצלחה״.
החברה היא המקור לתיאור יכולותיה ולשימושים שהיא מציגה. אין בכך סיבה להתעלם מהיישום, אבל יש סיבה להבחין בין לקוח שמשתמש במערכת לבין מבחן שמראה יתרון עקבי מול חלופה פשוטה יותר. הטמעה עונה על השאלה אם אפשר להפעיל מוצר; הערכת ביצועים עונה על שאלה אחרת.
הכסף הגיע בהדרגה, והקשרים חשובים להבנתו
עמית גל-אור הוא המנכ״ל ואחד המייסדים, ואהוד עזרא הוא סמנכ״ל הטכנולוגיות ומייסד נוסף. אמיר גל-אור, מייסד Infinity ואביו של עמית, משמש יו״ר ומייסד שותף. הקשרים האלה הם חלק מההסבר למבנה המימון שדווח, ולא פרט שצריך להשמיט מתיאור של גיוס בהיקף כזה.
TechCrunch מתאר את הכסף כמימון סיד, אך גם מפרט שהצטבר לאורך שלוש שנות עבודה. שני הדברים יכולים להופיע יחד, כל עוד הקורא אינו מקבל רושם שסכום זהה הושקע כעת על ידי קרן חיצונית חדשה. הכותרת המספרית מספרת כמה כסף הועמד לרשות הפעילות; היא אינה מסבירה לבדה מתי וממי הגיע.
הסכום גם אינו מדד לדיוק המודל. מימון יכול לאפשר פיתוח, גיוס עובדים והפעלת תשתיות, אבל הוא לא מחליף בדיקה של התחזיות עצמן. במקרה של טכנולוגיה שמנסה לחזות בני אדם, ההפרדה בין משאבים לבין ראיות חשובה במיוחד, משום שההבטחה רחבה יותר ממוצר שמבצע פעולה מוגדרת אחת.
מה צריך לדעת לפני שמתרשמים מאחוז דיוק
הדיווח כולל נתון של 98% שמקורו בחברה. הנתון מתייחס לזרימות מסחר שנמצאו בתוך טווח חזוי, ולא להצלחה בחיזוי 98% מהעסקאות הבודדות. אלה מדדים שונים. בלי לדעת את רוחב הטווח, אופק התחזית ונקודת ההשוואה, אי אפשר להסיק מהמספר לבדו עד כמה התחזית מועילה למשתמש.
גם תנאי הבדיקה משנים. ביצועים בתקופה רגועה אינם בהכרח מעידים על ביצועים בזמן זעזוע חריג, וקבוצת סוחרים אחת אינה מייצגת בהכרח את כל הלקוחות. מבחן שימושי צריך להבהיר על מי ועל אילו מצבים חלה התוצאה, ולתעד גם מתי התחזית הפסיקה לעזור.
אותה זהירות נדרשת לגבי פרטיות. הטענה של חברה שאינה משתמשת בפרטים מזהים אינה פותרת לבדה שאלות על פרופיל התנהגותי של אדם. לקוח עסקי צריך להבין אילו נתונים נכללים, לאיזו מטרה, מי רשאי לגשת לתחזיות ואילו החלטות מתקבלות על בסיסן. אלה שאלות על אופן השימוש, לא קביעה שהתרחשה פגיעה.
42AI בוחנת גם משחקים, מניעת הונאות וסייבר, ובהמשך רוצה לסייע לרובוטים ולסוכני AI להבין התנהגות אנושית. בשלב הזה אלה כיוונים שהחברה מציגה. המבחן הקרוב והמוחשי יותר נשאר בבתי הברוקראז׳: האם תחזיות מוגדרות היטב יכולות לשפר החלטות תפעוליות, בתנאים שבהם אפשר למדוד גם את הטעויות.