Présentation

42AI, startup israélienne, sort de sa phase de stealth avec un financement seed de 62,5 M$ fourni par les fondateurs et Infinity Group. Après trois ans de recherche, l’entreprise propose un « behavioral world model » destiné à anticiper les décisions individuelles, d’abord testé auprès d’une dizaine de grandes sociétés de courtage.

Fonctionnement technique

Le cœur du système repose sur un modèle de type transformer qui reçoit des représentations mathématiques de traits psychologiques. Ces traits sont extraits de plusieurs sources : évaluations psychométriques, scénarios comportementaux, ainsi que des bases gouvernementales et biobanques couvrant plus de 2 millions de personnes. Au total, les jeux de données clients atteignent près de 30 millions d’individus. Chaque interaction – appels au support, processus KYC, transactions – est convertie en vecteur de caractéristiques, puis agrégée pour produire une distribution de probabilité sur les actions futures. Un modèle de langage distinct génère des explications lisibles pour chaque prédiction.

Performances et limites

Dans les déploiements en direct, 42AI indique une « précision » de 98 % : le modèle prédit correctement la fourchette globale des flux de trading, sans garantir la prédiction de chaque transaction. Le score F1, compris entre 0,80 et 0,85, mesure la capacité à classer correctement la direction et le volume des ordres. Ces métriques restent sensibles aux informations manquantes ; l’absence de contexte (par exemple, l’influence d’un conseil d’un tiers) fait chuter la fiabilité. De plus, le système ne stocke aucune donnée d’identification personnelle, mais crée néanmoins des profils comportementaux à partir d’activités liées.

Perspectives et enjeux

Les courtiers utilisent le modèle pour optimiser la liquidité, les exigences de marge et la couverture, générant ainsi des revenus à sept chiffres pour 42AI. Un cas cité montre une valeur ajoutée d’environ 30 M$ grâce à une couverture dynamique. Au-delà de la finance, la société explore des applications en jeu vidéo, prévention de fraude et cybersécurité, tout en reconnaissant la nécessité de former le modèle sur des règles spécifiques à chaque domaine. Le potentiel d’abus – par exemple, exploiter les prévisions pour manipuler les clients – soulève des questions éthiques que l’entreprise adresse via une commission interne, sans détailler les mécanismes de contrôle.