Mirror Particle está construindo um ‘modelo mundial’ de comportamento humano

As startups que prometem prever como os humanos se comportarão estão tendo um momento. No ano passado, Simile arrecadou US$ 200 milhões em uma avaliação de US$ 2 bilhões; Aaru levantou US$ 88 milhões em uma avaliação de US$ 1 bilhão; e Humans&, uma startup de IA que anunciou uma enorme rodada inicial de US$ 480 milhões em janeiro, com uma avaliação de US$ 4,48 bilhões, lançou Caqui para modelar o comportamento humano.

O status quo para a previsão do comportamento humano hoje depende fortemente de grandes modelos de linguagem (LLMs) que são estimulados ou ajustados para a representação de papéis como um público-alvo. Mas uma criança de dois anos, residente em São Francisco Partícula Espelhada acha que essa abordagem está fundamentalmente quebrada.

“É como trazer um super banho para as Cataratas do Niágara”, diz Abhivyakti Ahuja, cofundador e CEO da Mirror Particle, que fornece às marcas um mecanismo de IA que prevê o comportamento do consumidor e as razões por trás dele. “Os LLMs foram treinados em centenas de bilhões de pontos de dados. Quanto você pode influenciar seu comportamento (ajustando) com uma quantidade tão pequena de dados? Ele ainda está preso no passado.”

Ahuja não acha que os LLMs veem o mundo da mesma forma que um ser humano. “Os LLMs modelam a linguagem escrita, mas os humanos são feitos de percepção visual, raciocínio espacial e inteligência social.” Confiar neles, diz ela, significa obter insights com base no que os humanos não observe, o que não vem ao caso quando se tenta prever o comportamento humano.

Mirror Particle está adotando outra abordagem: construir um modelo básico, ou como Ahuja descreve, um modelo de mundo construído do zero que simula por que os humanos fazem o que fazem e como o comportamento humano muda ao longo do tempo.

“Não queremos capturar a pessoa estática”, disse Ahuja. “Queremos capturar a pessoa em mudança. Isso significa capturar os dados longitudinais sobre como as pessoas estão mudando, que gatilhos as estão mudando e em que grau.” Se eles não estão mudando, acrescentou ela, “isso também é um sinal”.

Mirror Particle já levantou uma rodada de anjos e diz que está perto de fechar sua primeira rodada de empreendimentos. A empresa também competirá na próxima semana no Startup Battlefield 200, a renomada competição de startups do TechCrunch que acontecerá no TechCrunch Disrupt 2026 em São Francisco, de 13 a 15 de outubro.

A startup depende de uma combinação proprietária de dados que inclui dados de clientes de seus clientes, eventos atuais, cultura pop, mídias sociais e muito mais para modelar um segmento demográfico, pensando nele como um sistema que evolui ao longo do tempo e rastreando como as motivações mudam à medida que avança através das experiências. Grande parte do foco está no “comportamento revelado” – o que as pessoas realmente fazem, em vez de respostas de pesquisas auto-relatadas.

Tal como os seus rivais, a estratégia inicial de entrada no mercado da Mirror Particle centra-se em onde já existem orçamentos para estes tipos de insights: pesquisa de mercado e estratégia de marca e produto. O Mirror pode, por exemplo, ajudar uma marca de beleza não apenas a escrever textos publicitários melhores para maquiagem que atraiam a Geração Z, mas também a determinar se esse grupo demográfico deseja esse produto.

“E se (o público-alvo) não quiser paletas de sombras?” Ahuja disse. “Talvez o blush seja a melhor opção se você quiser vender um produto para esse mercado.”

O mecanismo de previsão do Mirror Particle também fornece aos clientes o “porquê” por trás do comportamento atual ou futuro – as motivações, restrições e contexto adicional que justificam sua recomendação, ajudando as marcas a tomar decisões mais inteligentes.

Num dos primeiros pilotos, uma conhecida marca de alimentos para animais de estimação queria saber que imagens colocar na embalagem para aumentar as vendas. Frango? Carne bovina? Vegetais? A tecnologia da Mirror descobriu que a marca estava fazendo a pergunta errada. As imagens não importavam. O problema era que a marca era tão reconhecível que era considerada barata e de mercado de massa, e as vendas estagnariam até que essa questão de percepção fosse abordada.

“A forma como vemos a evolução do nosso modelo é semelhante à forma como um bebé aprende sobre o mundo”, disse Ahuja, observando que os bebés passam da visão para a linguagem, da consciência corporal para a inteligência social.

Esse interesse fundamental em modelar o cérebro humano vem da experiência de Ahuja no estudo de neurociência e ciência da computação. Originária da Índia, ela acabou estudando na Universidade de Toronto, onde se inspirou nas contribuições do pioneiro da IA, Geoffrey Hinton, para as redes neurais.

Depois da escola, Ahuja acabou na Amazon Robotics construindo robôs que constroem outros robôs. Foi lá que ela conheceu seus cofundadores, Will Song e Thomson Yen. Song passou grande parte de sua carreira construindo mecanismos de personalização de vendas, e Yen se concentrou em usar o aprendizado profundo para aprender como os agentes de IA entendem o comportamento humano.

A visão de longo prazo da startup é ser a “camada geral para antecipar o comportamento humano” e passar de análises mais amplas em nível populacional para insights em nível individual.

“Só precisamos de um modelo melhor de humanos se quisermos trabalhar lado a lado com a IA e uns com os outros”, disse Ahuja.

Confira Mirror Particle e muitas outras startups inovadoras que foram avaliadas pela equipe editorial do TechCrunch na próxima semana no Disrupt, no centro de São Francisco. O vencedor do Startup Battlefield deste ano será decidido por nossa lista de juízes VC na tarde de quinta-feira, 15 de outubro.