Le marché des panels simulés par IA est devenu une bagarre à coups de centaines de millions, et chacun y publie son propre classement. Voici le nôtre, avec une règle que nous appliquons d'abord à nous-mêmes : chaque affirmation porte sa source, ce qui est auto-déclaré est marqué comme tel, et nous disons où les autres sont meilleurs. Vous repartez avec une carte claire, et quatre questions à poser à n'importe quel vendeur, nous compris.
L'étage de la prédiction. Simile (fondé par les auteurs du papier de Stanford sur les agents génératifs) simule des populations entières et a levé plus de 300 millions de dollars en cinq mois, pour une valorisation de 2 milliards. Aaru vend la prédiction d'issues et l'a prouvé au moins une fois : la primaire démocrate de New York, prédite à 371 voix près. Prix d'entrée : le grand compte, sur devis.
L'étage de l'étude synthétique. Evidenza (fondé par les anciens du B2B Institute de LinkedIn) revendique plus de 100 clients dont Salesforce, et un taux de correspondance de 95 % avec les enquêtes réelles, chiffre auto-déclaré. FishDog affiche 300 000 personas et une exactitude « auditée » que son propre site rapporte. YouGov a racheté Yabble, Qualtrics et Toluna équipent leurs panels. La promesse commune : l'étude de marché, plus vite.
L'étage du test de message. Artificial Societies (Y Combinator) fait réagir une société simulée à un contenu, gratuit puis environ 40 dollars par mois. Utile pour un post ou une campagne, léger par construction.
| Outil | Sa promesse | Sa preuve affichée | Prix connu |
|---|---|---|---|
| Simile | Simuler des populations pour anticiper leurs comportements | Démonstrations rapportées par la presse ; méthode issue de Stanford | Non publié, grand compte |
| Aaru | Prédire des issues (élections, marchés) | Une primaire prédite à 371 voix près, vérifiée par la presse | Non publié |
| Evidenza | L'étude B2B sans terrain | 95 % de correspondance, auto-déclaré | Estimation de place : 50 à 100 k USD/an |
| FishDog | L'étude self-serve sur 300 000 personas | 92 % « audité », rapporté par son propre site | Paliers self-serve |
| Artificial Societies | Tester un message dans une société simulée | Volume d'usage revendiqué | Gratuit puis env. 40 USD/mois |
| ChatGPT / Claude | Un avis immédiat sur n'importe quoi | Aucune ; la recherche documente sa complaisance | 0 à 20 EUR/mois |
| Kapari | Passer votre décision au banc d'essai avant de l'annoncer : qui adhère, qui se braque, sur quel angle mort, et quoi ajuster | Examen public rejouable : 43 décisions réelles, toutes les copies publiées, la pire comprise ; 733 sources ouvertes une à une ; calcul déterministe | Bêta sur accès, gratuite |
Chiffres au 6 août 2026, sources en bas de page. « Auto-déclaré » signifie : affirmé par le vendeur, sans vérification indépendante publiée.
Un comparatif qui ne dit pas où ses concurrents gagnent ne vaut rien, alors disons-le. La science de Simile est réelle : le second papier de Stanford a répliqué les réponses de 1 052 personnes réellement interviewées avec une fidélité remarquable ; c'est la référence académique du domaine. La preuve d'Aaru est réelle : prédire une élection à 371 voix près est un exploit vérifiable, et si votre besoin est un pronostic, c'est chez eux qu'il faut regarder. Evidenza et les géants du panel savent servir un grand groupe : conformité, équipes, contrats cadres, tout ce qu'une bêta portée par un fondateur ne prétend pas offrir aujourd'hui. Si votre besoin est là, cette page vous aura au moins fait gagner du temps.
Mais remarquez ce que ces trois forces ont en commun : aucune ne répond à la question que vous vous posez la veille d'une annonce. Répliquer une population en laboratoire, prédire un scrutin, livrer une étude sectorielle : rien de tout cela ne vous dit qui, parmi vos parties prenantes, va se braquer lundi, ni sur quelle phrase, ni quoi ajuster d'ici là.
La question qui devait vous déstabiliser en comité, vous l'avez déjà entendue, à froid, dans votre bureau. C'est le geste Kapari : un panel de voix documentées réagit à votre décision, vous voyez qui adhère, qui doute, qui se braque et sur quel angle mort, pendant qu'un ajustement ne coûte encore qu'une reformulation. Puis vous entrez en réunion avec le dossier : le verdict gradué, les coalitions, la note au décideur, l'export prêt à projeter.
Kapari passe l'examen qu'il fait passer à vos décisions : 43 décisions réelles du passé, soumises sans la fin de l'histoire, corrigées contre 185 critiques d'époque vérifiées. Il en retrouve plus de trois sur quatre en moyenne, et sa pire copie est publiée sur la même page que les meilleures.
733 sources publiques, ouvertes et confirmées une à une avant d'entrer dans la base, niveau de preuve affiché. Le jour où votre board demande « d'où ça sort ? », vous cliquez, et la source s'affiche.
Le verdict et la répartition sortent d'un moteur déterministe : mêmes réglages, même résultat, rejouable devant témoin. L'IA écrit la texture des voix ; le calcul se recalcule à l'identique. Ce qui se recalcule se défend.
Avant de lancer, Kapari écrit noir sur blanc ce que ce test répond, et ce qu'il ne répond pas. Aucun autre outil du tableau ne borne sa propre réponse avant de vous la vendre.
Exigez la même preuve de tout outil qui veut toucher à vos décisions : ses sources ouvertes, ses copies publiées, son calcul rejouable.
Prédire une issue, livrer une étude, tester un post et préparer une décision sont quatre métiers. Le bon outil est celui dont la promesse correspond à la question que vous vous posez vraiment.
Un benchmark rejouable, sur des cas jamais utilisés pour calibrer, avec les échecs affichés. Un acteur qui ne montre que ses bons cas cache la variance qui compte.
Un pourcentage d'exactitude ne se vérifie pas ; une source, si. Demandez à cliquer.
Un outil qui promet de prédire porte la charge de la preuve, et un régulateur américain a déjà sanctionné un chiffre d'exactitude non substantié. La sur-promesse est un risque, pas une garantie.
Simile et Aaru simulent des populations pour prédire des comportements ou des issues. Kapari sert un autre objet : votre décision. Un panel de voix documentées y réagit, vous lisez qui adhère, qui se braque et sur quel angle mort, et vous ajustez avant d'annoncer. Kapari ne prédit pas : il publie son examen, ses sources et son calcul.
Non, et aucun panel simulé ne le devrait. Kapari prépare une décision : les objections entendues avant tout le monde, les fractures visibles pendant qu'un ajustement ne coûte qu'une reformulation. Le vrai terrain reste le vrai terrain, et Kapari sert à ne pas y arriver aveugle.
Un chatbot rend un avis, souvent complaisant, sans source et sans structure. Kapari compose un panel contrasté, calcule le verdict avec un moteur déterministe, ouvre ses sources une à une et livre un dossier partageable. Le détail point par point : Kapari ou un chatbot ?
Fiables pour explorer un éventail de réactions, pas comme substitut chiffré d'un sondage : la recherche évaluée est claire, et nous l'avons résumée, sources à l'appui, sur une page dédiée.
Kapari compose un panel de voix simulées et en explore la structure des réactions, pour préparer une décision avant de l'annoncer. Ni un sondage, ni une prédiction : un banc d'essai, dont la méthode est publiée et notée, même quand la note est mauvaise. C'est parce que vous voyez la pire copie que vous pouvez croire les autres.
Simile : TechCrunch, 30 juillet 2026 · Papier de Stanford (1 052 personnes) : arXiv 2411.10109 · Aaru : Research Live, Redpoint · Evidenza : site officiel, Mi3 · Artificial Societies : SiliconANGLE · Recherche indépendante sur les panels synthétiques : User Evaluation, 2026, MeasuringU · L'examen Kapari : la page de preuve.
Passez une vraie décision au banc d'essai : les objections avant tout le monde, le dossier vérifiable à la sortie.
Kapari mesure son audience avec Google Analytics, pour savoir combien de personnes lisent ces pages. Rien n'est déposé sur votre appareil tant que vous n'avez pas accepté.