Contexte et financement
Le 15 septembre 2026, la startup de marketing technologique Profound, officiellement Cooper Square Technologies Inc., a annoncé une levée de fonds de 180 millions de dollars en série D, portant sa valorisation à 1,8 milliard de dollars. L’opération a été dirigée conjointement par Sequoia Capital et Kleiner Perkins, avec la participation de Lightspeed Venture Partners, Khosla Ventures, Saga Ventures, Evantic et South Park Commons. Ces capitaux seront affectés à la personnalisation de modèles d’IA et à la création d’un benchmark de performance pour les cas d’usage marketing.
Fonctionnement de la plateforme
Profound exploite une plateforme cloud qui collecte les requêtes saisies par les consommateurs dans des services d’IA conversationnels, notamment ChatGPT. Les données proviennent de panels de consommateurs soumis à un processus de double opt‑in, puis filtrées pour exclure toute information personnelle. La plateforme identifie les prompts les plus fréquents sur une période donnée, par exemple la semaine précédente, et extrait les thèmes récurrents, comme l’accent mis sur le suivi de santé dans les recherches de montres connectées.
En croisant ces prompts avec le contenu des sites des marques, Profound indique les ajustements de texte susceptibles d’accroître la probabilité que les chatbots citent le site. Le système mesure également le sentiment consommateur associé à chaque offre, ce qui permet de repérer les points faibles perçus. Un module concurrentiel repère les prompts qui font apparaître les rivaux, offrant ainsi une veille automatisée.
Depuis juin, Profound propose un outil d’évaluation des publicités de chatbot, comparant les campagnes d’une marque à celles de ses concurrents. Un autre composant, nommé Aim, planifie de façon autonome des initiatives de visibilité IA et génère automatiquement des publicités pour chatbots.
Analyse des capacités et limites
Le modèle d’affaires repose sur la capacité à transformer des requêtes brutes en recommandations opérationnelles. La précision de ces recommandations dépend de la représentativité des panels et du filtrage des données personnelles, deux facteurs qui peuvent introduire un biais si les participants ne reflètent pas la diversité du marché. De plus, la dépendance à des services d’IA tiers, comme ChatGPT, expose la plateforme à des changements d’API ou de politique de diffusion qui pourraient altérer la disponibilité des prompts.
Les fonds levés permettront à Profound de post‑entraîner ses propres modèles, réduisant ainsi la dépendance aux modèles génériques et améliorant la pertinence des suggestions. La création d’un benchmark interne vise à quantifier l’impact des ajustements de contenu sur la fréquence de citation par les chatbots, mais la métrique exacte n’est pas détaillée dans le communiqué, ce qui limite l’évaluation externe de l’efficacité.
En résumé, Profound combine collecte de données, analyse sémantique et automatisation pour optimiser la visibilité des marques dans les environnements d’IA conversationnelle. Le succès de cette approche dépendra de la qualité continue des données d’entrée, de la robustesse des modèles personnalisés et de la capacité à s’adapter aux évolutions des plateformes d’IA tierces.
