Brox utilise l'IA pour révolutionner l'industrie des études de marché : créer 60 000 avatars numériques ultra-réalistes, l'étude de marché passant de plusieurs semaines à quelques heures

Les États-Unis AI startup Brox construit une base de données de 60 000 « doubles numériques » réels, permettant aux clients d’entreprise de faire des requêtes en quelques heures, remplaçant ainsi le processus d’étude de marché qui prenait auparavant plusieurs semaines.
(Précédent contexte : Anthropic a publié 10 agents AI financiers : lecture de conférences et rapports financiers, création de Pitchbook, clôture de fin de mois, Claude vous le fait entièrement automatiquement)
(Information complémentaire : Meta entraîne un « clone AI de Zuckerberg » pour communiquer directement avec 80 000 employés, la prochaine étape serait-il le lancement de clones KOL ?)

Table des matières de cet article

Toggle

• 60 000 doubles, chaque personne avec 300 pages de données
• Le modèle de vitesse et de coût a été complètement changé
• Qui sera remplacé par cette logique

Une étude de marché, méthode traditionnelle nécessitant plusieurs semaines : recruter des répondants, concevoir un questionnaire, faire passer les enquêtes, nettoyer les données. Brox compresse ce processus en quelques heures.

Cette startup d’étude de marché basée sur l’IA, fondée en 2023, a créé 60 000 « doubles numériques » (digital twins) aux États-Unis, au Royaume-Uni, au Japon et en Turquie, permettant aux entreprises d’interroger directement cette population virtuelle, sans avoir à recruter ou à distribuer de nouveaux questionnaires à chaque fois.

60 000 doubles, chaque personne avec 300 pages de données

Selon VentureBeat, l’argument central de Brox est : ses doubles ne sont pas des données synthétiques, mais des clones numériques 1:1 correspondant à de véritables humains.

La méthode consiste d’abord à recruter de vrais répondants, puis à mener des interviews approfondies de plusieurs heures, alternant entre intervieweurs humains et IA. Le contenu ne se limite pas à sonder les préférences de consommation, mais explore en profondeur les « facteurs moteurs de décision » (c’est-à-dire les motivations sous-jacentes derrière une décision) : contexte de croissance, réseau social, voire stabilité conjugale. Chaque double peut accumuler environ 300 pages de données textuelles.

Le CEO Hamish Brocklebank qualifie cela de « la plus profonde base de données par personne à ce jour ».

L’opposé de cette approche, c’est de générer des milliers de répondants virtuels à l’aide de grands modèles de langage, puis de leur poser des questions. Plusieurs institutions de recherche et startups expérimentent déjà cette méthode synthétique, qui est peu coûteuse et rapide, mais Brocklebank rétorque directement :

« Vous pouvez créer dix mille doubles numériques synthétiques, mais leurs réponses finiront par converger vers une distribution très étroite (c’est-à-dire que toutes les réponses seront proches de la moyenne, manquant de diversité), ce qui est totalement différent des réponses humaines réelles. »

En d’autres termes, le problème des doubles synthétiques ne réside pas dans leur intelligence, mais dans leur uniformité. La véritable richesse humaine réside dans ces valeurs aberrantes statistiques et cas marginaux, que seules les interviews réelles peuvent capturer.

Le modèle de vitesse et de coût a été complètement changé

La logique commerciale des sociétés traditionnelles d’études de marché est : problème du client → mandat à une société d’études → recrutement de répondants → réalisation de l’enquête → livraison du rapport. Chaque projet est facturé séparément, avec un coût en temps élevé, et un coût marginal également élevé. Chaque fois qu’un client veut poser une nouvelle question, il faut relancer tout le processus.

La logique de Brox est totalement différente. Une fois les 60 000 doubles créés, les clients achètent un droit d’accès aux requêtes, et non un rapport. Il s’agit d’un modèle SaaS avancé (Software as a Service, abonnement annuel, requêtes illimitées), avec un abonnement de départ à 100 000 dollars, sans facturation par projet ni option d’utilisation unique.

Réduire le délai de plusieurs semaines à quelques heures ne signifie pas seulement une question de vitesse, mais aussi un changement dans le rythme de décision. Autrefois, l’étude de marché était si longue qu’elle ne servait qu’aux décisions stratégiques : entrer ou non sur un marché, ajuster la tarification. Avec un cycle de requête réduit à quelques heures, l’étude peut intervenir dans des décisions au niveau de l’itération produit : lancer ou non une fonctionnalité, tester différentes versions d’un slogan publicitaire.

Brox a déjà en liste des clients tels que Google, Amazon, Sony, Mitsubishi UFJ (MUFG) au Japon, Dentsu, YouTube et TBS (télévision japonaise). Ce sont de grandes entreprises capables de réaliser leurs propres études utilisateur, mais elles choisissent tout de même de payer un abonnement annuel. La raison pourrait ne pas être leur incapacité à concevoir des questionnaires, mais leur impossibilité d’obtenir des résultats en quelques heures.

Qui sera remplacé par cette logique

Le marché que Brox bouleverse est une industrie fortement dépendante du travail humain. Les sociétés traditionnelles d’études de marché, comme Ipsos, Nielsen, YouGov (où Brocklebank a travaillé auparavant), reposent sur la gestion de vastes panels de répondants et la capacité à exécuter des questionnaires. La barrière de cette industrie est la « taille », mais cette taille a un coût en termes de vitesse.

Lorsque Brox transforme ses 60 000 doubles en actifs permanents, la capacité d’exécution des sociétés classiques devient un fardeau plutôt qu’un avantage. Elles disposent de plusieurs milliers de répondants à appeler, mais chaque appel prend du temps et coûte de l’argent. En revanche, pour Brox, interroger un seul double coûte presque rien.

Ce qui est encore plus intéressant, c’est la direction de l’effet marginal. Chaque nouveau double créé augmente la valeur de toute la plateforme pour tous les clients, ce qui est un effet de « data flywheel » (roue motrice des données). À mesure que le nombre de doubles augmente, la couverture des segments de population devient plus précise, et les questions que l’on peut poser deviennent plus spécifiques.