Información clave
La startup con sede en San Francisco, Mirror Particle, está desarrollando un enfoque alternativo para predecir el comportamiento humano mediante la creación de un modelo base personalizado desde cero. La cofundadora y directora ejecutiva, Abhivyakti Ahuja, sostiene que los métodos de predicción actuales que dependen de grandes modelos lingüísticos son defectuosos porque modelan el lenguaje escrito en lugar de la percepción visual, el razonamiento espacial y la inteligencia social.
A diferencia de los enfoques estáticos, la startup pretende capturar datos longitudinales que muestren cómo cambian las personas con el tiempo, rastreando los desencadenantes y las motivaciones cambiantes. El motor patentado combina datos de clientes, cultura pop, eventos actuales y redes sociales para centrarse en gran medida en el comportamiento real revelado en lugar de las respuestas tradicionales de encuestas autoinformadas.
Mirror Particle centra su estrategia inicial de comercialización en la investigación de mercado junto con la estrategia de marca y producto, ayudando a las marcas a comprender no solo las preferencias de los consumidores, sino también las razones subyacentes detrás de ellas. Por ejemplo, una prueba piloto inicial con una marca de alimentos para mascotas reveló que las imágenes del empaque eran menos críticas que superar un problema de percepción de mercado masivo y barato.
Ahuja cofundó la empresa de dos años de antigüedad junto con Will Song y Thomson Yen después de trabajar anteriormente en Amazon Robotics. La empresa ha asegurado una ronda ángel, se acerca a su primera ronda de riesgo y competirá en Startup Battlefield 200 en TechCrunch Disrupt 2026 en San Francisco.
