Aller au contenu principal
La recherche marketing trop lente pour l'IA : Brox crée 60 000 jumeaux numériques sondables à volonté
BusinessVentureBeat AI1sem

La recherche marketing trop lente pour l'IA : Brox crée 60 000 jumeaux numériques sondables à volonté

Résumé IASource uniqueImpact UE
Source originale ↗·

Brox, une startup américaine de quatorze personnes spécialisée dans l'intelligence prédictive, vient d'annoncer un tour de table stratégique après avoir enregistré une croissance de ses revenus multipliée par dix en un an. L'entreprise, fondée par Hamish Brocklebank, a développé une technologie permettant de créer 60 000 "jumeaux numériques" de personnes réelles et vivantes, dont elle a capturé les profils démographiques complets, les préférences de consommation et les ressorts psychologiques. Ces répliques comportementales peuvent être interrogées instantanément, à volonté, sur n'importe quelle question, des conséquences d'une invasion américaine de l'Iran sur l'opinion publique, au comportement des déposants de Bank of America face à une hausse des taux d'intérêt, en passant par l'impact des déclarations de Robert F. Kennedy Jr. sur la propension à se faire vacciner. Le produit est actuellement actif aux États-Unis, au Royaume-Uni, au Japon et en Turquie.

Le problème que Brox cherche à résoudre est structurel : dans un environnement où une vidéo TikTok peut propulser une marque au sommet des tendances mondiales en quelques heures, le cycle traditionnel d'une étude de marché, souvent douze semaines entre la formulation d'une question et la livraison des résultats, est devenu un handicap compétitif majeur pour les décideurs de grandes entreprises. Banques, groupes pharmaceutiques et multinationales se retrouvent régulièrement à naviguer sur des données périmées au moment même où elles sont présentées en réunion. La promesse de Brox est de comprimer ce délai à quelques heures, en permettant de faire tourner des simulations à l'échelle et à répétition, sans recruter de nouveaux panels à chaque fois.

La différence fondamentale avec les concurrents repose sur la nature des données d'entrée. Là où la plupart des acteurs du secteur génèrent des audiences synthétiques à partir de grands modèles de langage, produisant selon Brocklebank de l'« IA générique » qui sur-représente les comportements socialement valorisés, comme manger sainement, Brox recrute de vrais individus, les rémunère, et les soumet à des heures d'entretiens approfondis, parfois assistés par l'IA. Pour certains jumeaux, l'entreprise conserve jusqu'à 300 pages de données textuelles par personne, explorant jusqu'aux relations familiales et à la stabilité conjugale pour cerner les véritables moteurs de décision. Pour éviter l'effet boîte noire, le modèle produit une "chaîne de raisonnement" qui explique pas à pas pourquoi un profil donné réagirait d'une certaine façon à un événement, offrant aux clients non seulement une prédiction, mais une psychologie sous-jacente compréhensible et exploitable.

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

Elon Musk a tenté de recruter les fondateurs d'OpenAI pour créer une division IA chez Tesla
1Ars Technica AI 

Elon Musk a tenté de recruter les fondateurs d'OpenAI pour créer une division IA chez Tesla

En 2018, Elon Musk a tenté de recruter l'équipe fondatrice d'OpenAI, Sam Altman, Greg Brockman et Ilya Sutskever, pour diriger un nouveau laboratoire d'intelligence artificielle au sein de Tesla. Selon des éléments de preuve présentés lors d'un procès très médiatisé qui oppose le milliardaire à OpenAI, Musk leur a proposé d'intégrer la société à Tesla en tant que filiale, ou d'octroyer à Altman un siège au conseil d'administration. Ces révélations ont émergé mercredi devant le tribunal, alors que les dirigeants d'OpenAI se disputaient le contrôle stratégique de l'organisation qu'ils venaient de cofonder. Ces informations éclairent sous un angle nouveau les griefs que Musk formule contre OpenAI et son PDG. Le milliardaire soutient qu'Altman a "volé une association caritative" en transformant OpenAI, initialement fondée à but non lucratif, en entité commerciale. Or, les avocats d'OpenAI font valoir que Musk était lui-même favorable à une commercialisation de la structure, à condition d'en conserver le contrôle. Cette contradiction fragilise l'argumentaire du plaignant et suggère que le litige tient davantage à une bataille de pouvoir qu'à un désaccord éthique sur la mission originelle de l'organisation. OpenAI a été co-fondée en 2015 par Musk, Altman, Brockman, Sutskever et d'autres, avec l'ambition de développer une intelligence artificielle générale au bénéfice de l'humanité. Musk a quitté le conseil d'administration en 2018, officiellement pour éviter des conflits d'intérêts avec Tesla, qui développait ses propres systèmes d'IA. Il a ensuite fondé xAI en 2023. Le procès actuel, qui porte sur la transformation capitalistique d'OpenAI, s'annonce décisif pour déterminer les obligations légales qui s'imposent aux organismes à but non lucratif lorsqu'ils pivotent vers un modèle commercial, dans un secteur où les enjeux financiers atteignent désormais des dizaines de milliards de dollars.

BusinessActu
1 source
Marketing d’entreprise : passer à l’AI-native, le vrai levier de transformation en 2026
2Le Big Data 

Marketing d’entreprise : passer à l’AI-native, le vrai levier de transformation en 2026

En 2026, l'intelligence artificielle est présente dans la quasi-totalité des grandes directions marketing, mais les résultats concrets restent souvent décevants. Une analyse publiée par le Forbes Business Development Council pointe un paradoxe central : malgré la multiplication des outils et des initiatives, peu d'entreprises constatent une amélioration durable et significative de leurs performances commerciales. La raison est structurelle : l'IA est utilisée comme accélérateur de tâches existantes, rédaction plus rapide, automatisation partielle, analyse de données facilitée, mais le modèle opérationnel, lui, reste inchangé. Les campagnes continuent d'être planifiées selon des cycles rigides, les budgets définis en amont, les résultats évalués après coup. L'IA s'ajoute en couche technologique sans remettre en cause les logiques historiques, produisant une optimisation marginale plutôt qu'une transformation réelle. Ce qui distingue les entreprises qui tirent véritablement profit de l'IA, c'est leur capacité à reconstruire entièrement leur fonction marketing autour d'un système qui apprend et s'adapte en continu. L'IA modifie l'équation fondamentale du marketing : analyser, produire, tester, optimiser, un cycle autrefois freiné par des délais longs et des budgets contraints, devient possible en temps réel. Les données ne sont plus des instantanés ponctuels mais des signaux continus ; les contenus ne sont plus figés mais générés et ajustés en permanence ; les tests ne sont plus exceptionnels mais intégrés au fonctionnement quotidien. L'IA générative permet notamment de produire à grande échelle des variantes de contenus adaptées à des segments précis, voire à des individus. Le rôle du marketing évolue : il ne s'agit plus de concevoir des campagnes, mais de piloter un système dynamique d'apprentissage où chaque action alimente la suivante, créant un effet cumulatif sur les performances. La transition vers ce modèle "AI-native" suit généralement une progression en quatre phases : assistance (l'IA améliore la productivité, les décisions restent humaines), automatisation (certaines tâches sont déléguées à des systèmes), augmentation (génération de contenu, expérimentation et optimisation fonctionnent déjà en boucle), puis autonomie (le marketing devient un système qui s'auto-optimise en temps réel, avec une intervention humaine centrée sur la supervision stratégique). Ce passage d'un stade à l'autre ne relève pas d'un simple déploiement technologique : il implique de revoir les infrastructures de données, les modèles de gouvernance et les indicateurs de performance. Un projet pilote réussi ne suffit pas à transformer une organisation. L'enjeu pour les directions marketing en 2026 est donc moins d'adopter de nouveaux outils que de repenser leur architecture opérationnelle pour rendre l'apprentissage continu structurel, et non anecdotique.

BusinessOpinion
1 source
La Chine bloque le rachat de Manus par Meta pour contenir les transferts d’IA
3FrenchWeb 

La Chine bloque le rachat de Manus par Meta pour contenir les transferts d’IA

Pékin a opposé son veto à l'acquisition de Manus, startup chinoise spécialisée dans l'IA agentique, par le géant américain Meta Platforms. L'opération, valorisée à environ 2 milliards de dollars (1,7 milliard d'euros), a été bloquée par la National Development and Reform Commission, l'organisme de planification économique chinois, au nom des règles encadrant les investissements étrangers dans les secteurs stratégiques. La décision intervient alors que Manus s'était fait remarquer début 2025 comme l'un des systèmes d'IA agentique les plus avancés, capable d'exécuter des tâches complexes de manière autonome sans supervision humaine constante. Ce blocage marque un signal fort de Pékin : les technologies d'IA jugées stratégiques ne doivent pas migrer vers des acteurs américains, quelle que soit la valorisation proposée. Pour Meta, qui cherche activement à renforcer ses capacités en IA agentique face à OpenAI et Google, c'est un coup d'arrêt majeur. Pour l'écosystème tech mondial, cette décision illustre comment les deux premières puissances mondiales utilisent désormais la régulation des investissements comme outil de guerre technologique, au-delà des simples droits de douane. Ce veto s'inscrit dans une tendance lourde : depuis 2023, la Chine a considérablement renforcé son contrôle sur les sorties de technologies sensibles, en miroir des restrictions américaines sur les exportations de semi-conducteurs vers Pékin. Manus, fondée par des ingénieurs issus de grandes universités chinoises, représente précisément le type d'actif que Pékin entend protéger. La question reste ouverte de savoir si Meta cherchera une alternative via un partenariat ou se tournera vers d'autres cibles d'acquisition en dehors de la Chine.

UEL'escalade du nationalisme technologique sino-américain pousse les régulateurs et investisseurs européens à anticiper des restrictions similaires sur les fusions-acquisitions dans les technologies d'IA stratégiques.

BusinessOpinion
1 source
Le commerce agentique repose sur la vérité et le contexte
4MIT Technology Review 

Le commerce agentique repose sur la vérité et le contexte

L'intelligence artificielle agentique est en train de transformer le commerce numérique en profondeur. Là où les assistants numériques se contentaient jusqu'ici de proposer des options, les agents IA exécutent désormais des transactions complètes de façon autonome — réserver un voyage, comparer des offres, autoriser un paiement — sans intervention humaine. Ce changement déplace le goulot d'étranglement du commerce : les paiements s'effectuent déjà en quelques millisecondes, mais désormais c'est toute la chaîne en amont (découverte, comparaison, décision, autorisation) qui s'accélère. Le vrai défi n'est plus la vitesse, mais la confiance à l'échelle machine. Pour que ce modèle fonctionne sans dérailler, les entreprises doivent repenser leurs fondations de données. Un agent ne peut pas, comme un humain, déduire par le contexte que "Delta" désigne la compagnie aérienne et non le fabricant de robinetterie. Il a besoin de signaux déterministes. Des enregistrements clients dupliqués, des attributs produits incomplets ou des identités de marchands ambiguës — tolérables dans un flux humain — deviennent des sources d'erreurs critiques dès qu'un agent agit sans supervision. Les conséquences sont concrètes : mauvais produit livré, mauvais bénéficiaire payé, action contraire à l'intention de l'utilisateur malgré des permissions valides. La gestion des données maîtresses (MDM) — discipline consistant à établir un enregistrement unique et autoritatif pour chaque entité — devient alors la couche d'échange indispensable : elle définit qui représente l'agent, ce qu'il peut faire, et où se situe la responsabilité quand de la valeur est transférée. Plus on souhaite d'autonomie, plus l'investissement dans des données propres et une résolution d'entités fiable devient non négociable. Le commerce agentique introduit un troisième participant dans l'équation traditionnelle acheteurs/vendeurs : l'agent lui-même, qui doit être traité comme une entité à part entière avec ses propres permissions, limites et responsabilités. Ce paradigme s'inscrit dans une évolution plus large vers des marchés automatisés, qui fonctionnent déjà efficacement — à condition que l'identité, l'autorité et la responsabilité soient clairement établies dès le départ.

BusinessOpinion
1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour