Deux milliards disent que vous pouvez sauter l'enquête

Une thèse où les agents donnaient des fêtes

Joon Sung Park a construit un village. Dans sa thèse à Stanford, il a peuplé un lieu simulé appelé Smallville d'agents d'intelligence artificielle qui menaient des vies, prenaient des habitudes et, sans qu'on le leur demande, donnaient des fêtes. C'était un beau résultat et c'était, comme le sont les résultats de thèse, une démonstration et non un produit. Le 30 juillet, son entreprise Simile a levé plus de 200 millions de dollars sur une valorisation de 2 milliards, menée par Greenoaks aux côtés d'Index, Hanabi, Bain Capital Ventures, A*, Factory, Definition et CVS Health Ventures. C'est cinq mois après être sortie de la discrétion avec une série A de 100 millions menée par Index.

Ce que vend Simile, c'est ce village, braqué sur votre clientèle. L'entreprise fabrique des jumeaux agentiques, des substituts générés de consommateurs réels qu'une société peut interroger au lieu de mener l'étude sur des personnes. L'ambition affichée est de simuler les huit milliards d'habitants de la planète, avec exactitude et honnêteté. Laissez l'ambition de côté; tout fondateur en a besoin. La décision qui vous revient chez vous est plus étroite et elle arrive avant les huit milliards.

Ce que valorisent réellement 300 millions de dollars en douze mois

Une société d'environ un an a désormais levé quelque 300 millions de dollars au total et porte une valorisation de 2 milliards. En décembre, Aaru, une autre jeune pousse de la recherche synthétique, a bouclé une série A sur une valorisation de 1 milliard. En huit mois, la catégorie a attiré au moins 3 milliards de dollars de valeur sur le papier sur une seule prémisse: qu'interroger un modèle au sujet des gens soit un substitut exploitable au fait d'interroger les gens.

Cette prémisse n'est pas absurde. La recherche par panel se dégrade depuis des années sur les taux de réponse et les répondants professionnels, et une simulation bien calibrée bat une enquête mal menée. Regardez toutefois ce que l'argent valorise. Les études de marché existent précisément parce que les gens sont incohérents, et la valeur d'un répondant réel n'est pas son exactitude, c'est qu'il se tient hors de votre modèle. Un jumeau engendré par vos données ne peut pas vous surprendre avec ce que vos données n'ont jamais contenu. Les investisseurs ne paient pas 2 milliards pour de l'exactitude. Ils paient la suppression d'un coût, et le coût supprimé est le frottement du contact avec le réel.

La vérification que vous ne pouvez plus faire

Voici le piège, et c'est une boucle plutôt qu'une erreur. Un panel synthétique se valide en le calibrant sur des études que vous avez déjà menées auprès de personnes réelles. Très bien. Vous l'utilisez ensuite au lieu de mener de nouvelles études auprès de personnes réelles, puisque c'est toute la proposition économique. Six mois plus tard, votre marché a bougé, votre clientèle s'est reclassée et le calibrage a vieilli. Rien dans le système ne peut vous le dire, car le seul instrument capable de détecter la dérive est justement l'étude que vous avez remplacée.

C'est la structure d'une supervision dont les alertes dépendent du service qu'elle surveille. Elle fonctionne admirablement jusqu'au jour où cela compte. La panne est silencieuse par construction et ne se présentera pas comme une mauvaise réponse, mais comme une réponse assurée qui était juste autrefois.

La parade n'a rien de spectaculaire. Gardez une étude réelle en parallèle, petite et sur la même question, à cadence fixe. Deux cents répondants réels par trimestre ne forment pas un programme d'études, c'est un instrument d'étalonnage, et cela coûte une fraction de la licence. Ancrez-le, là où c'est possible, sur quelque chose d'extérieur aux deux systèmes: les instituts statistiques, en France l'INSEE, publient la structure de population que vous êtes censé modéliser, et une population de jumeaux qui dérive sur l'âge, la région ou la taille des ménages vous dit quelque chose avant toute réponse.

Un client vitrine assis au capital

CVS Health est présenté comme un client phare de Simile, et CVS Health Ventures a participé à ce tour. Rien d'irrégulier là-dedans; les bras de capital-risque des groupes financent couramment les outils qu'adoptent leurs activités opérationnelles, et un client investisseur bénéficie souvent du meilleur accompagnement. Cela reste un fait qui change le poids de la référence. Un client détenteur de parts a deux raisons d'être satisfait, et une seule d'entre elles est le produit.

La consigne est simple et vaut bien au-delà de ce fournisseur. Quand la référence phare d'un prestataire figure à son propre capital, demandez une seconde référence qui n'y figure pas, dans votre secteur, à votre échelle, prête à parler de ce qui n'a pas marché. Si cette seconde référence est difficile à produire, voilà la réponse à une question que vous n'aviez pas encore posée.

Par où entre le coût irrécupérable et comment l'en empêcher

Le moment dangereux n'est pas l'achat. C'est le septième mois, quand la licence est payée, le délai est passé de six semaines à deux jours, et que quelqu'un propose de dépenser de l'argent réel pour une étude réelle. Dans cette pièce, la validation ressemble à payer deux fois une réponse déjà obtenue. Cet argument l'emporte presque toujours, et il est exactement à l'envers: la licence est la dépense irrécupérable et l'étude est la seule chose qui produise de l'information neuve.

Sortez la décision de cette pièce à l'avance. Financez l'étalonnage sur une ligne budgétaire distincte que ne détient pas l'équipe utilisatrice, définissez la cadence et le seuil d'écart dans le contrat, et convenez dès maintenant du résultat qui vous ferait arrêter. Un outil qui ne peut pas être infirmé n'est pas un instrument d'étude, c'est une opinion maison assortie d'un abonnement, et la différence n'apparaît que sur la décision qui tourne mal.

À lire ensuite: Le Seul Pari Qui Ne Pouvait Pas Être Appelé  |  Un ancien directeur général a payé 3 millions de sa poche