42AI以行為預測切入券商，資料私隱與利益衝突成關鍵

圖片：TechLab 自製資訊圖

TechLab 編輯部（譯）·2026-11-09

以色列裔美國初創公司 42AI 結束隱身狀態，宣布累計獲得 6,250 萬美元種子資金，並稱正向券商提供「行為世界模型」。公司表示，系統會估算交易者在市場波動等不同情境下作出某類決定的機率，讓券商用於流動性、保證金要求及對沖風險管理。

不過，這項技術的核心限制同時是最大風險：它並非只看買賣紀錄。42AI 表示會分析客戶完成 KYC、開戶、與客服或銷售人員的通話、轉帳及交易等互動，包括對話情緒、聲音、致電次數及交易時的市場狀況。公司稱模型毋須個人識別資料，因而「不知道」當事人身分；但只要不同互動可連結至同一客戶，系統仍可形成個別行為輪廓，匿名化未必足以消除私隱與權力不對等問題。

從交易紀錄推斷「傾向」

42AI 的說法是，模型嘗試推斷人的內在動機與較穩定的心理傾向，而非單純根據過往行為外推。公司把觀察所得轉為特徵的數學表示，再輸入以 Transformer 為基礎的世界模型，計算某人在不同條件下可能採取行動的機率；另以語言模型產生預測解釋。

這種設計對金融機構有吸引力：若系統能及早識別客戶在急跌市中減倉、追繳保證金或改變交易方向的機率，券商可預早調配流動性及風險承擔。不過，這也意味機構可能比客戶更早掌握其可能行動，並將洞察用於自身的定價、風險安排或對沖決策。這是資料分析由風險控制延伸至影響交易關係時，最需要被檢視的利益衝突。

公司承認，預測會受缺乏情境資料影響，例如客戶因朋友或同事建議而改變決定，模型未必能捕捉。這反映行為預測即使能產生機率分布，也不等於了解某人作出決定的完整原因。當系統被用於保證金或其他直接影響客戶交易條件的決策時，錯誤推斷可能令某些客戶承受較不利待遇；若訓練資料或特徵與特定群體的行為模式存在系統性差異，偏誤亦可能被放大。

成效數字須拆開看

42AI 稱已與 10 家大型券商合作，並稱客戶資料覆蓋接近 3,000 萬人。公司亦宣稱，其預測交易的「98% 準確率」是指交易流量是否落在預測範圍內，並非逐筆正確預測交易；至於交易方向及成交量預測，則稱 F1 分數穩定在 0.8 至 0.85。這些均為公司自行提供的數字，報道未有列出測試設計、比較基準、樣本劃分或獨立驗證結果，不能直接視作實際投資或風險管理表現。

公司又稱，一家券商透過動態對沖增加約 3,000 萬美元價值，同樣未有公開可核實的方法與細節。對採購這類系統的金融機構而言，較實際的問題包括：模型在何種市況和客群下失準、解釋是否足以讓前線及風控人員覆核、客戶能否得知其資料被如何綜合分析，以及當模型結果影響保證金或服務條件時，是否有申訴和人工覆核機制。

42AI 表示，資金在三年間來自創辦人及 Infinity Group；Infinity 由其主席兼聯合創辦人 Amit Gal-Or 的父親 Amir Gal-Or 創立。公司正探索遊戲、防詐騙及網絡安全用途，但亦承認每個新領域均要加入相應規則與情境訓練。下一步值得觀察的，不只是模型能否擴展至更多場景，而是券商如何界定可用資料、限制預測結果的用途，並讓受影響客戶獲得足夠透明度與保障。