Mirror Particle veut prédire le comportement humain sans les LLM classiques

Prédire comment les humains vont se comporter, c'est devenu un business en or : Simile a levé 200 millions de dollars (valorisée 2 milliards), Aaru 88 millions (1 milliard), et Humans& a carrément lancé Persimmon après un seed géant de 480 millions. Sauf que Mirror Particle, une startup basée à San Francisco, pense que tout le monde se trompe de méthode.

La technique dominante consiste à prendre un modèle de langage classique et à lui demander de jouer le rôle d'une cible marketing, genre "fais semblant d'être une ado de 16 ans". Abhivyakti Ahuja, cofondatrice et patronne de Mirror Particle, trouve ça absurde : selon elle, affiner un LLM entraîné sur des centaines de milliards de données avec un petit jeu de données spécifique, c'est comme essayer de dévier les chutes du Niagara avec un pistolet à eau. Pire, un LLM ne comprend le monde qu'à travers du texte écrit, alors que les humains fonctionnent aussi avec de la perception visuelle, du raisonnement spatial et de l'intelligence sociale.

Mirror Particle préfère donc construire son propre modèle de fond en comble, un "modèle du monde" qui ne capture pas une photo figée d'une personne, mais plutôt la façon dont les gens évoluent dans le temps et ce qui les fait changer d'avis. La boîte mélange les données clients, l'actualité, la pop culture et les réseaux sociaux pour simuler un segment de population entier, en se concentrant sur ce que les gens font réellement plutôt que sur ce qu'ils répondent dans un sondage.

Concrètement, ça permet de répondre à des questions que les marques ne pensaient même pas à poser. Exemple cité : une marque de nourriture pour animaux voulait savoir quelle image mettre sur son emballage (poulet, bœuf, légumes), mais Mirror Particle a montré que le vrai problème était ailleurs : la marque était perçue comme trop grand public et bon marché, ce qui plombait les ventes peu importe l'image choisie. La startup a déjà levé un tour en angel et affirme être proche de boucler son premier tour de financement en VC, en parallèle de sa participation au Startup Battlefield 200 de TechCrunch Disrupt 2026.