42AI lève 62,5 M$ pour prédire les comportements humains

Original : 42AI comes out of stealth with $62.5M and a world model that can ‘predict human behavior’

Pourquoi c'est important

La prédiction comportementale individuelle pourrait redéfinir la gestion du risque en finance.

La startup israélienne 42AI sort de sa phase furtive avec 62,5 M$ en seed funding. Son « behavioral world model » prédit les décisions individuelles en modélisant les tendances psychologiques, pas les historiques d'actions.

Fondée en Israël, 42AI dévoile un financement d'amorçage de 62,5 millions de dollars et un système qu'elle appelle « behavioral world model » — un modèle capable, selon elle, d'anticiper les décisions d'un individu avant qu'il les prenne, même dans des situations inédites. Le déploiement initial cible quelques brokerages financiers, où le modèle aide à prédire les réactions de traders face à des conditions de marché volatiles.

Pluôt que d'extrapoler à partir d'historiques comportementaux, 42AI cherche à cartographier les motivations internes. Pour cela, elle analyse des événements a priori sans lien : processus KYC, onboarding, appels au support, transferts d'argent, ou encore le sentiment vocal lors des premiers échanges commerciaux. « Nous regardons combien de fois ils appellent, le sentiment, la voix, toutes les interactions », explique le CTO Ehud Ezra. Ces données sont converties en représentations mathématiques de traits psychologiques, puis injectées dans un modèle de type transformer.

Le CEO Amit Gal-Or résume la philosophie : « Le comportement n'est pas déterministe, il est constamment probabiliste. » Le modèle cartographie donc des distributions de probabilités pour chaque décision possible selon le contexte. Un LLM distinct génère des explications textuelles des prédictions. Ezra insiste sur la cohérence interne : si un individu est naturellement prudent face au risque, le modèle doit conserver cette tendance lors des simulations, sous peine de produire des prédictions erronées.

Source

techcrunch.com — Lire l'original →