42AI sale del stealth con US$ 62,5M y un modelo para predecir el comportamiento humano
Una startup israelita llamada 42AI salió del modo stealth este lunes (2 de noviembre) con una ronda de financiamiento de US$ 62,5 millones y una tecnología que suena más a ciencia ficción que a realidad empresarial: un "modelo de mundo comportamental" capaz de predecir cómo una persona específica reaccionará en situaciones nuevas, incluso antes de que ella misma decida qué hacer.
La empresa con sede en Tel Aviv no está construyendo el próximo chatbot o herramienta de generación de texto. Su propuesta es radicalmente diferente — y potencialmente más controvertida. En lugar de modelar lo que las personas dicen que quieren, 42AI quiere modelar lo que realmente hacen. La brecha entre la intención declarada y la acción real es exactamente donde la empresa cree que está el valor.
Qué está construyendo 42AI
La mayor parte de la inteligencia artificial que la gente usa hoy funciona con grandes modelos de lenguaje. Estos sistemas aprenden a partir de enormes cantidades de texto y operan con base en lo que se les pide. 42AI está siguiendo un camino completamente diferente.
Según el CEO y co-fundador Amit Gal-Or, el modelo de la empresa no es determinístico — es "constantemente probabilístico". La idea es que las personas tienen tendencias psicológicas subyacentes que influyen en sus decisiones incluso cuando las circunstancias cambian, y eso es lo que la startup está intentando medir y traducir en datos que un modelo pueda entender.
"De aquí a una semana, puedes ser una persona diferente, pero tus tendencias siempre se manifestarán en ciertas áreas como una probabilidad o distribución", agregó Ehud Ezra, co-fundador y CTO.
El modelo funciona convirtiendo observaciones sobre cada individuo en representaciones matemáticas de rasgos, que luego se alimentan a un world model basado en transformers para generar puntuaciones de probabilidad de posibles decisiones bajo diferentes circunstancias. Un modelo de lenguaje separado se utiliza para generar explicaciones para estas predicciones.
Cómo se recogen los datos
42AI dice que entrenó su modelo analizando cómo las personas reaccionan a eventos aparentemente no relacionados. Para un inversor o trader, estos eventos incluyen completar procesos de KYC (Know Your Customer), onboarding, llamadas de soporte, transferencias de dinero y operaciones bursátiles.
"Cuando la persona está hablando con soporte o ventas durante el proceso inicial, analizamos el sentimiento, la voz, la frecuencia de llamadas y así sucesivamente", dijo Ezra. Todos estos puntos de datos entran en el modelo. Luego, el modelo observa cómo y cuándo las personas compran y venden, integrando datos de mercado en tiempo real.
La empresa dice que su equipo inicialmente estudió a miles de personas a través de evaluaciones psicológicas y escenarios conductuales antes de añadir datasets gubernamentales y de biobancos que cubren más de 2 millones de personas. Los datasets de clientes expandidos ahora cubren casi 30 millones de personas.
42AI insiste en que el sistema no necesita información personalmente identificable, argumentando que "el modelo nunca sabe quién es la persona". En la práctica, sin embargo, la empresa crea perfiles conductuales individuales a partir de la actividad vinculada del cliente.
Dónde ya se despliega la tecnología
La aplicación inicial de 42AI está en los mercados financieros. La empresa dice que su modelo ya está funcionando en 10 grandes casas de corretaje, ayudando a gestionar liquidez, requisitos de margen y exposiciones de cobertura. Uno de los clientes, según Gal-Or, generó aproximadamente US$ 30 millones en valor adicional a través de dynamic hedging.
Los clientes pagan a la startup una tarifa fija o un porcentaje del valor que la plataforma ayuda a capturar. Los fundadores dijeron a TechCrunch que la empresa está generando más de "seis dígitos" en ingresos, aunque no especificaron una cifra exacta.
En trading, 42AI afirma que su modelo puede predecir las acciones individuales de los traders — instrumento, dirección, timing y volumen — en horizontes de una, cuatro y 24 horas, con precisión superior al 98% en millones de traders. Sin embargo, la empresa aclaró que esta cifra es más una medida de si los flujos de trading caen dentro de un rango previsto, no si cada trade individual fue predicho correctamente. El modelo alcanza consistentemente un F1 score de 0,8 a 0,85 en la predicción de dirección y volumen de trading.
Qué separa a 42AI del resto del hype
Lo que hace el caso de 42AI diferente del resto del hype de world models es su financiación: los US$ 62,5 millones no se levantaron en una ronda de VC convencional. Vinieron de los fundadores y del Infinity Group durante tres años. El Infinity Group fue fundado por Amir Gal-Or, padre de Amit, quien también es co-fundador y chairman de 42AI. La estructura se asemeja más a un vehículo respaldado por los fundadores que a una ronda seed tradicional con un term sheet de un fondo de venture.
Además, el enfoque técnico es distinto de los LLMs que dominan el mercado. Mientras los modelos de lenguaje dependen de intenciones declaradas, 42AI se construye alrededor del comportamiento real. Un paper de investigación de febrero de 2026 (arXiv:2602.17222), titulado "Decoding the Human Factor: High Fidelity Behavioral Prediction for Strategic Foresight", describe un Large Behavioral Model (LBM) construido mediante fine-tuning del Llama 3.1-8B-Instruct con perfiles psicométricos estructurados. El paper muestra que el modelo adaptado supera a su backbone no modificado en escenarios held-out, y que perfiles de rasgos más ricos ofrecen beneficios más allá de prompts con categorías amplias de personalidad.
El equipo es pequeño — entre 11 y 50 empleados — y la empresa está registrada en Delaware, una configuración común para startups israelitas que buscan capital estadounidense.
Riesgos y límites
La tecnología de 42AI plantea preocupaciones serias de privacidad que merecen escrutinio. Si una casa de corretaje puede anticipar lo que sus clientes harán, qué impide que la empresa use ese conocimiento para beneficiarse a costa de las propias personas que está perfilando?
Los fundadores admitieron que es "una preocupación válida", señalando regulaciones, monitoreo y un comité interno de ética, pero no explicaron qué impediría realmente a los clientes usar la tecnología para obtener ventaja sobre las personas que están siendo mapeadas.
Y hay un límite natural para la precisión. "Realmente no tienes acceso a todo lo que una persona experimenta", dijo Gal-Or. La precisión del modelo también se ve afectada cuando pierde contexto situacional importante — como cuando alguien cambia sus opciones de trading basándose en consejos de un amigo o colega.
Hacia dónde quiere ir 42AI
Más allá de las finanzas, 42AI está explorando aplicaciones para su modelo en juegos, prevención de fraudes y ciberseguridad. En última instancia, la empresa quiere que robots y agentes de IA usen su modelo para entender a las personas.
La pregunta es si la idea de "predecir el comportamiento humano" se convertirá en una herramienta empresarial legítima o una caja de Pandora de manipulación y vigilancia. 42AI no ha divulgado información sobre lanzamientos públicos de productos ni sobre parcerías con clientes anunciadas. Por ahora, las aplicaciones de su tecnología permanecen en gran parte invisibles al mercado.
El modelo de mundo comportamental de 42AI es un experimento ambicioso aún sin benchmarks externos. El comportamiento humano es, como máximo, complejo — y probabilístico, como los propios fundadores reconocen. Lo que la empresa no ha compartido es igualmente notable: ninguna información sobre lanzamientos de productos o parcerías con clientes anunciadas. El mercado aún no tiene forma de evaluar independientemente si el modelo funciona tan bien fuera de las salas de trading como parece funcionar dentro de ellas.
La pregunta que queda: cuando una máquina puede predecir tus acciones antes de que tú mismo las decidas, ¿quién se beneficia — la casa de corretaje o tú?
Fuentes: TechCrunch, CryptoBriefing, Unite.AI
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
