Mirror Particle está construindo um modelo de mundo do comportamento humano

Startups que prometem prever como os humanos vão se comportar estão em alta. No último ano, a Simile captou US$ 200 milhões a uma avaliação de US$ 2 bilhões; a Aaru captou US$ 88 milhões a uma avaliação de US$ 1 bilhão; e a Humans&, uma startup de IA que anunciou uma enorme rodada semente de US$ 480 milhões em janeiro a uma avaliação de US$ 4,48 bilhões, lançou o Persimmon para modelar o comportamento humano.

O status quo para a previsão de comportamento humano hoje depende fortemente de grandes modelos de linguagem (LLMs) que recebem comandos ou ajustes finos para interpretar um papel como uma demografia-alvo. Mas a Mirror Particle, com dois anos de existência e sediada em São Francisco, acha que essa abordagem está fundamentalmente quebrada.

“É como levar uma pistola d’água para as Cataratas do Niágara”, diz Abhivyakti Ahuja, cofundadora e CEO da Mirror Particle, que fornece às marcas um motor de IA que prevê o comportamento do consumidor e os motivos por trás dele. “Os LLMs foram treinados em centenas de bilhões de pontos de dados. O quanto você consegue influenciar o comportamento deles fazendo [ajuste fino] com uma quantidade tão pequena de dados? Isso ainda está preso no passado.”

Ahuja não acha que os LLMs veem o mundo da mesma forma que um humano. “Os LLMs estão modelando linguagem escrita, mas os humanos são feitos de percepção visual, raciocínio espacial, inteligência social.” Depender deles, diz ela, significa obter insights com base no que os humanos não percebem, o que foge do objetivo ao tentar prever o comportamento humano. 

A Mirror Particle está adotando outra abordagem: construir um modelo fundamental, 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 transformação. Isso significa capturar os dados longitudinais sobre como as pessoas estão mudando, quais gatilhos as estão mudando e em que grau.” Se elas não estiverem mudando, acrescentou, “isso também é um sinal.”

A Mirror Particle já captou uma rodada anjo e diz estar perto de fechar sua primeira rodada de venture capital. A empresa também competirá na próxima semana no Startup Battlefield 200, a renomada competição de startups do TechCrunch que acontece no TechCrunch Disrupt 2026 em São Francisco, de 13 a 15 de outubro.

A startup baseia-se em uma combinação proprietária de dados que inclui dados de clientes de seus clientes, eventos atuais, cultura pop, redes 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 ele passa por experiências. Grande parte do foco está no “comportamento revelado” — o que as pessoas realmente fazem, em vez de respostas de pesquisas autorrelatadas.

Assim como suas rivais, a estratégia inicial de entrada no mercado da Mirror Particle concentra-se em onde já existem orçamentos para esses tipos de insights: pesquisa de mercado e estratégia de marca e produto. A Mirror pode, por exemplo, ajudar uma marca de beleza não apenas a escrever um texto publicitário melhor para maquiagem que atraia a Geração Z, mas também a determinar se esse público realmente quer esse produto. 

“E se [o público-alvo] não quiser paletas de sombra?” disse Ahuja. “Talvez o blush seja uma opção melhor para investir se você quiser vender um produto para esse mercado.”

O motor de previsão da 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. 

Em um projeto-piloto inicial, uma marca de ração para animais de estimação bem conhecida queria saber qual imagem colocar na embalagem para impulsionar 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 de massa e barata, e as vendas estagnariam até que ela resolvesse esse problema de percepção.  

“A forma como vemos nosso modelo evoluir é como um bebê aprende sobre o mundo”, disse Ahuja, observando que os bebês passam da visão para a linguagem, para a consciência corporal e para a inteligência social. 

Esse interesse fundamental em modelar o cérebro humano vem da formação de Ahuja em neurociência e ciência da computação. Originalmente 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 dos estudos, Ahuja foi parar na Amazon Robotics, construindo robôs que constroem outros robôs. Foi lá que ela conheceu seus cofundadores, Will Song e Thomson Yen. Song passou boa parte de sua carreira construindo motores de personalização de vendas, e Yen focou no uso de aprendizado profundo para entender como agentes de IA compreendem o comportamento humano.

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

“Nós apenas precisamos de um modelo melhor dos humanos se quisermos trabalhar ao lado da IA e uns com os outros”, disse Ahuja.

Confira a 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 pelo nosso painel de jurados de VC na tarde de quinta-feira, 15 de outubro.