Contexte et enjeux
Askpolly, filiale d’Advanced Symbolics Inc., a clôturé une levée de fonds seed de 3 millions de dollars, menée par Differential Ventures avec la participation de The 98 et Forum Ventures. L’objectif déclaré est de proposer une alternative aux enquêtes traditionnelles, jugées trop lentes (semaines) pour suivre les variations d’opinion sur les réseaux sociaux, et aux outils de social listening, souvent biaisés par les voix les plus actives. La startup affirme que son service fournit des réponses statistiquement valides en quelques minutes, ce qui, selon elle, comble un « gap de fiabilité » dans la recherche de marché actuelle.
Architecture de la solution
Le cœur du produit repose sur un agent IA certifié Copilot nommé Polly. Polly parcourt les flux publics de plateformes sociales, commentaires et publications, puis applique plusieurs filtres : détection de comptes automatisés, exclusion des influenceurs rémunérés et élimination du contenu sponsorisé. Le filtrage s’appuie sur des modèles de langage de grande taille (LLM) combinés à des heuristiques de comportement (fréquence de publication, ratio texte/image, historique de vérification). Une fois le bruit éliminé, le texte restant est agrégé selon des critères démographiques (âge, localisation, etc.) fournis par l’utilisateur. L’outil calcule alors des métriques d’opinion (sentiment, préférence) et génère un rapport en minutes, disponible via le Microsoft Marketplace.
Le processus d’échantillonnage est explicite : l’interface indique le nombre d’individus réels correspondant aux filtres, ce qui permet à l’utilisateur d’évaluer la taille de l’échantillon avant le lancement de l’analyse. Cette transparence vise à soutenir la revendication de validité statistique, même si les algorithmes de pondération interne restent propriétaires.
Analyse de la validité statistique et limites
Askpolly cite plus de 200 entreprises comme premiers utilisateurs, dont un cas où le test de 50 variantes de messages a fait passer le soutien public d’un budget de 35 % à 53 % et a réduit l’opposition forte de 27 % à 11 %. Ces chiffres illustrent la capacité du système à identifier rapidement des corrélations entre formulation et perception. Toutefois, la méthodologie repose sur l’hypothèse que les opinions exprimées en ligne sont représentatives de la population cible, ce qui peut être limité par l’accessibilité numérique et les biais de self‑selection.
Le recours aux LLM pour l’extraction de données offre une vitesse inégalée, mais les modèles ne garantissent pas l’absence de hallucinations factuelles. La certification Copilot indique une conformité aux standards de Microsoft, mais ne précise pas les seuils de précision appliqués aux réponses générées. De plus, la suppression des « voix fortes » peut éliminer des opinions légitimes provenant d’experts ou de groupes minoritaires, introduisant un autre type de biais.
En résumé, la solution d’Askpolly combine filtrage automatisé, agrégation démographique et génération de rapports rapides, ce qui représente un progrès notable par rapport aux méthodes classiques. La promesse de résultats « statistiquement défendables » dépend toutefois de la qualité du corpus social, de la robustesse des filtres anti‑bots et de la transparence des algorithmes de pondération. Les prochains mois, avec le financement de 3 M$, seront déterminants pour valider la reproductibilité des performances annoncées à grande échelle.
