L'IA dans l'innovation de produits : dans quelle mesure un groupe cible artificiel simule-t-il bien de vrais clients* ?

• La scientifique Monika Imschloß sur la simulation du comportement d'achat
• Développeur Paulo Salem sur l'interaction dans des groupes de personas d'IA
• L'innovateur Julian Mangold sur l'utilisation de l'IA générative pour le test de prototypes
• Cinq aspects à prendre en compte

Crée le jumeau numérique de ton groupe cible grâce à l'IA, afin de comprendre plus rapidement les besoins, de tester plus tôt les idées ou de tester les prototypes de manière plus réaliste. C'est ce que recommande un expert, Joe Pulizzi, dans l'épisode "Unconventional Content Marketing Strategies" du podcast "This Old Marketing" fin 2024. Pulizzi est une sommité du milieu, plus de 250.000 personnes le suivent sur LinkedIn.

Pulizzi est soutenu par environ 3.000 chercheurs en marketing* de 14 pays. Selon eux, ce ne seront bientôt plus les hommes qui testeront vos produits - mais leurs copies par IA. D'ici 2027, "plus de la moitié des études de marché classiques pourraient être réalisées à l'aide de personas synthétiques créés par IA", écrivent les auteurs du rapport Market Research Trend 2025.

Mais dans quelle mesure ce soi-disant Silicon Sampling fonctionne-t-il ? Et à quel point les prévisions sont-elles réalistes ? ISPO a recherché pour toi ce qui se cache derrière cette tendance, comment tu peux en profiter dès aujourd'hui - et pourquoi l'utilisation de groupes cibles synthétiques peut te donner une nette avance sur le marché.

Monika Imschloß est professeur de marketing à l'université Leuphana de Lüneburg. Elle mène depuis des années des recherches sur le marketing multisensoriel et étudie désormais ce domaine à l'aide de l'intelligence artificielle.

ispo.com : Que sait la science des personas synthétiques ?

Monika Imschloss : Nous étudions si les Large Language Models (LLMs) peuvent reproduire des effets connus dans la recherche marketing. Par exemple, nous avons testé avec ChatGPT 4.0 si le comportement de réponse humain est reproduit dans des enquêtes synthétiques. Un exemple est l'effet "Exciting Red and Competent Blue", dans lequel les marques avec des logos rouges semblent plus excitantes et les marques avec des logos bleus plus compétentes. Si l'on invite les logos séparément dans ChatGPT, les résultats sont moins clairs. En revanche, si l'on montre les deux logos en même temps à ChatGPT, l'effet, que nous connaissons également chez les sujets humains issus d'études marketing antérieures, devient plus visible.