Mirror Particle construye un "modelo del mundo" del comportamiento humano

Las startups que prometen predecir cómo se comportarán los humanos están viviendo un momento de auge. En el último año, Simile recaudó USD 200 millones con una valoración de USD 2000 millones, Aaru recaudó USD 88 millones con una valoración de USD 1000 millones, y Humans& anunció en enero una ronda semilla de USD 480 millones con una valoración de USD 4480 millones, antes de lanzar Persimmon para modelar el comportamiento humano. Mirror Particle, con sede en San Francisco y dos años de existencia, considera que el enfoque dominante detrás de la mayoría de estos esfuerzos —incitar o ajustar modelos de lenguaje grandes (LLM) para que actúen como un público objetivo— está fundamentalmente roto.

“Es como traer una pistola de agua a las cataratas del Niágara”, dice Abhivyakti Ahuja, cofundadora y directora ejecutiva de Mirror Particle, que ofrece a las marcas un motor de IA que predice el comportamiento del consumidor y las razones detrás de él. Ahuja sostiene que los LLM, entrenados mayormente con lenguaje escrito, modelan el mundo de forma distinta a como lo experimentan los humanos —mediante percepción visual, razonamiento espacial e inteligencia social—, por lo que las conclusiones que se extraen de ellos se basan en lo que los humanos no notan.

En cambio, Mirror Particle está construyendo un modelo fundacional desde cero —un “modelo del mundo”, en palabras de Ahuja— que simula por qué los humanos se comportan como lo hacen y cómo ese comportamiento cambia con el tiempo. En lugar de captar una instantánea estática de una persona, dijo Ahuja, el modelo busca captar a la persona cambiante: datos longitudinales sobre cómo cambian las personas, qué las hace cambiar y en qué medida. El modelo se nutre de una combinación propia de datos de clientes, eventos actuales, cultura popular y redes sociales para seguir a un segmento demográfico a medida que evoluciona, con énfasis en el “comportamiento revelado” —lo que las personas realmente hacen— por encima de las respuestas de encuestas autoinformadas.

Mirror Particle ya recaudó una ronda ángel y dice estar cerca de cerrar su primera ronda de capital de riesgo. La empresa también está entre las que compiten en Startup Battlefield 200, la competencia de startups de TechCrunch en Disrupt 2026, en San Francisco, del 13 al 15 de octubre. Al igual que sus rivales, la estrategia inicial de salida al mercado de la startup se centra en la investigación de mercado y la estrategia de marca, donde ya existen presupuestos para este tipo de información. En un piloto, una conocida marca de alimento para mascotas quería saber qué imagen poner en el empaque —¿pollo?, ¿res?, ¿vegetales?— para impulsar las ventas; la tecnología de Mirror Particle encontró que la imagen no era el problema. El reconocimiento de la marca la hacía parecer masiva y barata, y las ventas se estancarían hasta que resolviera ese problema de percepción.

El interés de Ahuja por modelar el cerebro humano proviene de su formación en neurociencia e informática; luego trabajó en Amazon Robotics, donde conoció a sus cofundadores, Will Song, quien construyó motores de personalización de ventas, y Thomson Yen, enfocado en cómo los agentes de IA entienden el comportamiento humano. La meta a largo plazo de la empresa, dijo Ahuja, es convertirse en una “capa general para anticipar el comportamiento humano”, pasando de análisis a nivel poblacional a conocimientos a nivel individual.

Por qué importa

Mirror Particle apuesta su enfoque —un modelo del mundo construido desde cero, en lugar de un LLM que actúa un papel— frente a rivales bien financiados como Simile, Aaru y Humans&, confiando en que modelar cómo cambian las personas con el tiempo resultará más útil para las marcas que las simulaciones demográficas estáticas.