Contexte et modèle économique
Cal AI, application de suivi calorique alimentée par l’intelligence artificielle, a été créée en 2024 par Zach Yadegari, alors âgé de 19 ans. En deux ans, la société a déclaré plus de 30 millions de dollars de chiffre d’affaires avant d’être rachetée par MyFitness en mars 2026. Aucun détail n’est fourni sur la technologie de calcul des calories, mais le positionnement « AI‑fueled » implique l’usage de modèles de vision ou de traitement du langage pour analyser les repas, une approche qui nécessite des bases de données nutritionnelles massives et des pipelines de mise à jour continue.
Mécanique du marketing d’influence
Le facteur déterminant de la croissance a été une stratégie d’influenceurs à petite échelle mais très ciblée. Un post d’influenceur a généré environ 1 000 nouveaux utilisateurs en deux jours. Yadegari décrit la relation comme « linéaire » : chaque publication apporte un nombre quasi constant de conversions, ce qui a permis de modéliser le revenu comme revenu = k × nombre_de_posts, où k représente le taux de conversion moyen. Les influenceurs recrutés étaient majoritairement des étudiants « broke college kids », rémunérés selon des paliers de portée. Cette négociation de tarifs crée un mécanisme de contrôle budgétaire : le coût d’acquisition d’un utilisateur (CAC) reste proportionnel au paiement garanti, tant que le volume de vues atteint le seuil fixé.
Acquisition par MyFitness et perspectives IA
L’achat par MyFitness, bien que le montant reste non divulgué, s’inscrit dans une logique d’intégration de données utilisateurs et de renforcement de l’offre de suivi nutritionnel. L’acquisition permet à MyFitness d’accéder à la base d’utilisateurs de Cal AI, estimée à plusieurs millions, ainsi qu’aux modèles d’IA propriétaires qui, même s’ils ne sont pas décrits, doivent gérer la reconnaissance d’aliments à partir d’images ou de texte. Cette synergie ouvre la porte à des fonctionnalités cross‑plateforme, par exemple la recommandation de plans alimentaires basés sur l’historique d’utilisation combiné aux données de fitness.
Extension avec Persona et enjeux techniques
Parallèlement, Yadegari a lancé Persona, une startup d’assistants IA qui a levé 10 millions de dollars. Le projet vise à « vivre partout où il y a connexion internet », incluant iMessage, email et appels téléphoniques, et prévoit de construire un écosystème matériel autour de l’application. Aucun schéma d’architecture n’est fourni, mais la promesse d’une présence omnicanale implique l’utilisation d’API de messagerie, de modèles de langage en temps réel et d’une infrastructure cloud capable de gérer des latences faibles. Le principal risque technique réside dans la gestion de la confidentialité des données de santé, qui, sans clarification, expose les deux entités à des exigences de conformité (HIPAA, GDPR) et à des vulnérabilités potentielles liées à la transmission de données sensibles via des canaux grand public.
