Израильский стартап 42AI вышел из режима скрытой разработки и сообщил о seed-финансировании на $62,5 млн. Его модель поведения 42AI пытается предсказывать решения людей в новых обстоятельствах — пока прежде всего сделки клиентов брокеров в периоды рыночной турбулентности. Для финтеха это очередной шаг от анализа прошлых транзакций к попытке вычислить мотивацию клиента до того, как она превратится в заявку на покупку или продажу.
Компания работает с десятью крупными брокерами, сообщает TechCrunch. По словам сооснователя и гендиректора Амита Гал-Ора, платформу используют при управлении ликвидностью, маржинальными требованиями и хеджированием рисков. 42AI также заявляет о выручке выше семизначной суммы, не раскрывая валюту и точный объём. Клиенты платят фиксированную сумму либо долю от полученного эффекта; один из брокеров, по утверждению компании, получил около $30 млн дополнительной ценности благодаря динамическому хеджированию.
Название «мировая модель» здесь не означает универсальный цифровой двойник человека. Система собирает связанные сигналы из клиентского пути: прохождение KYC, онбординг, обращения в поддержку, переводы средств, голос и тональность общения, частоту звонков, а затем — историю сделок и рыночный контекст. Эти наблюдения преобразуются в математическое представление индивидуальных склонностей и передаются в transformer-модель, которая рассчитывает вероятности разных действий.
Логика 42AI строится вокруг того, что поведение не детерминировано, но у человека есть относительно устойчивые тенденции. Если клиент обычно осторожен с риском, симуляция не должна внезапно превратить его в азартного трейдера без объяснимой причины. Отдельная языковая модель формирует текстовые объяснения прогноза. То есть продукт пытается ответить не только на вопрос «что клиент делал раньше», но и «какой набор реакций для него вероятен при изменении условий».
Компания разрабатывала подход три года. По словам её основателей, раннее обучение включало психологические опросники и поведенческие сценарии с участием тысяч людей, затем к ним добавили государственные и биобанковские данные более чем по 2 млн человек. Нынешние клиентские наборы данных, как утверждает Гал-Ор, охватывают почти 30 млн людей. В работе над подходом участвовали консультанты по психологии и ПТСР, а также нобелевский лауреат по химии Дан Шехтман.
С заявленными метриками стоит обращаться аккуратно. 42AI говорит о 98% точности при прогнозировании торговой активности, но уточняет: речь не о попадании в каждую отдельную сделку, а о том, укладывается ли поток операций в предсказанный диапазон. Для направления и объёма торговли компания называет F1-меру от 0,8 до 0,85. Это уже более понятный для ML-команд показатель, балансирующий верные классификации, ложные тревоги и пропуски, но независимой валидации, описания выборки и базовой модели для сравнения в публикации нет.
Ограничения команда признаёт сама. Модель не видит всё, что происходит в жизни клиента: разговор с коллегой, совет друга или внезапная личная ситуация могут изменить решение, не оставив следа в брокерских системах. Кроме того, модель поведения 42AI нужно отдельно обучать правилам и контексту каждого нового домена. Поэтому планы применить технологию в играх, антифроде, кибербезопасности, роботах и ИИ-агентах пока выглядят скорее дорожной картой, чем готовым универсальным продуктом.
Для российских разработчиков финансовых продуктов история важна не обещанием «читать мысли», а архитектурой задачи. Обычная аналитика сегментирует аудиторию и ищет корреляции в событиях. Здесь же профиль строится на сквозной цепочке сигналов — от разговора с поддержкой до торгового поведения — и используется для вероятностной симуляции. Это может быть полезно для антифрода, кредитного риска и удержания клиентов, но одновременно повышает требования к качеству данных, объяснимости модели и контролю за тем, кто принимает решение на основе прогноза.
Самая неудобная часть технологии лежит не в ML-метриках, а в конфликте интересов. Если брокер заранее понимает, как клиент, вероятно, отреагирует на волатильность, он может использовать это для защиты клиента — или для более выгодной позиции самого брокера. 42AI ссылается на регулирование, мониторинг и внутренний этический комитет, однако конкретных технических ограничений для заказчиков не описывает. Именно этот разрыв между предиктивной силой и правилами её применения определит, станет ли модель поведения 42AI инфраструктурой управления рисками или ещё одним инструментом асимметрии данных. Подробнее о позиции основателей можно прочитать в .
