La startup israelí 42AI salió del sigilo con 62.5 millones de dólares de financiación semilla y un modelo de inteligencia artificial diseñado para estimar cómo actuarán las personas en distintas situaciones. Su primera aplicación se centra en clientes de casas de corretaje, según informó TechCrunch.
El director ejecutivo y cofundador, Amit Gal-Or, dijo al medio que el dinero provino de los fundadores y de Infinity Group durante tres años. No se trató, por tanto, de una ronda aportada íntegramente por inversionistas externos. Amir Gal-Or, padre del director ejecutivo, fundó Infinity y preside 42AI.
Qué significa la cifra de precisión del 98 %
42AI afirma que su sistema alcanza un 98 % de precisión al pronosticar operaciones en los mercados. Gal-Or aclaró a TechCrunch que la cifra mide si los flujos de operaciones caen dentro de un rango previsto; no significa que el modelo acierte cada transacción individual. El reportaje no precisa la amplitud de esos rangos ni el tamaño de la prueba usada para calcular el porcentaje.
La empresa llama a su sistema "modelo de mundo conductual". En lugar de dar una respuesta única sobre lo que hará alguien, busca estimar probabilidades para distintas decisiones bajo determinadas circunstancias. 42AI sostiene que puede inferir tendencias a partir de registros de actividad y combinarlas con el contexto de cada situación.
Gal-Or dijo que la startup trabaja con 10 grandes casas de corretaje, que emplean la herramienta para gestionar liquidez y exposición al riesgo. No identificó a esos clientes en el reportaje.
Una prueba relacionada, con otro alcance
Una prepublicación de febrero de 2026, firmada entre otros por el director tecnológico y cofundador de 42AI, Ehud Ezra, describe una evaluación de otro sistema, el Large Behavioral Model. Los autores usaron perfiles psicológicos y respuestas a escenarios para probar si el modelo podía anticipar decisiones en situaciones que no había visto durante el entrenamiento.
El equipo reconoce que su muestra estaba formada por voluntarios y que parte de los datos procedía de recuerdos o situaciones hipotéticas, que pueden diferir de las acciones reales. Esa investigación examina una tarea y un modelo distintos: no es una validación de la cifra del 98 % comunicada para los flujos financieros.
Los datos y el riesgo de crear perfiles
Para las aplicaciones financieras, Ezra explicó a TechCrunch que el sistema puede analizar interacciones como el registro de un cliente, transferencias, operaciones y llamadas de atención. La empresa convierte esas observaciones en representaciones de rasgos y las usa para calcular posibles respuestas a cambios de circunstancias.
Gal-Or aseguró que el modelo no necesita información que identifique directamente a una persona. Aun así, TechCrunch señaló que la actividad vinculada de cada cliente permite construir perfiles individuales. El director ejecutivo reconoció otro límite: el sistema no puede conocer todo lo que vive una persona. Un consejo de un amigo, por ejemplo, podría cambiar su decisión sin aparecer en los datos.
El medio también preguntó qué impediría que una casa de corretaje usara los perfiles en perjuicio de sus clientes. Los fundadores mencionaron regulación, supervisión y un comité interno de ética, pero no explicaron una medida concreta que impidiera ese uso.
