AI Showreel l'analyse niveau grand cabinet, pour tout le monde
← La base
Preuve A Vivant confirmé

Duolingo

tuteur conversationnel genAI dans un abonnement premium

IndustrieMédia & entertainmentLevierMonétisationFamilleGénérationImplémentationHybrideÉtapefidelite
Pattern prouvé dans 3 industries encore vierge en Banque, assurance & fintech, Luxe & beauté, CPG & D2C +9 Voir la carte du pattern
~5%
Part de Max dans le total des abonnes (Q4 2024)
"represents about 5% of total subscribers" S1

Duolingo Max, palier premium genAI base sur GPT-4 (Video Call, Roleplay), pesait environ 5% des abonnes fin 2024 et a tire la surperformance des bookings (+42% en Q4 2024), selon l'earnings call.

L'essentiel

  • Palier premium Max ajoutant des fonctions genAI (Explain My Answer, Roleplay, Video Call).
  • Base sur OpenAI GPT-4 avec une couche d'integration in-house.
  • Environ 5% des abonnes fin 2024, bookings en hausse de 42% en glissement annuel.
  • Preuve A, statut confirme.

Objectif

Creer un palier d'abonnement superieur (Max) au-dessus de Super, en vendant des fonctions genAI que la version gratuite ne peut pas offrir, pour augmenter le revenu par utilisateur et les bookings.

Le déploiement

Duolingo Max ajoute des fonctions genAI au-dessus de l'abonnement : Explain My Answer (l'IA explique pourquoi une reponse est fausse), Roleplay (conversation ecrite avec un personnage IA), et Video Call, un appel video avec un personnage anime (Lily) qui tient une conversation orale generee en temps reel. Ces fonctions reposent sur GPT-4. Max est propose comme palier premium a une partie des utilisateurs.

Résultats Preuve A

~5%
Part de Max dans le total des abonnes (Q4 2024)
"represents about 5% of total subscribers" S1
+42%
Croissance des bookings (Q4 2024, YoY)
"total bookings by 42% year over year" S1
> 1 Md$
Guidance bookings 2025
"surpass $1 billion in bookings this year" S1

Chiffres issus de l'earnings call Q4 2024 de Duolingo (transcript), ou la direction attribue explicitement une part de la surperformance des bookings aux abonnements Duolingo Max. Resultats financiers d'une societe cotee.

Comment ça fonctionne

Architecture documentée
explication ou dialogue genere renvoye a l'apprenant Apprenant (abonne Max) Application Duolingo(Explain My Answer /Roleplay / Video Call) LLM genAI OpenAI GPT-4 Contexte de lecon +reponses de l'apprenant

La stack en détail

Comment ça tourne, concrètement

Pour les équipes ops
CadenceTemps reel a chaque interaction de l'apprenant ; les couts d'inference sont suivis comme un poste marge.
Opéré parEquipe Product / IA de Duolingo, avec l'API OpenAI en back-end.
  1. 1
    Declenchement humain

    L'apprenant lance Explain My Answer, Roleplay ou Video Call depuis l'application.

  2. 2
    Generation IA

    Le prompt (contexte de lecon, reponse de l'apprenant) est envoye au LLM qui produit l'explication ou le tour de dialogue.

  3. 3
    Restitution site_app

    Le texte ou la voix est rendu dans l'interface ; pour Video Call, synchronise avec le personnage anime.

  4. 4
    Pilotage economique equipe data / finance

    L'equipe suit le cout d'inference par usage et le compare au revenu Max pour tenir la marge.

Le signal qui pilote

La qualite percue de la conversation et de l'explication generees, qui justifie le prix du palier Max. Si la reponse LLM est generique ou fausse, la valeur de l'upgrade s'effondre.

Comment vos clients perçoivent ce type d'usage

Études sourcées

Un ecart net separe les annonceurs des consommateurs : 77% des annonceurs voient l'IA positivement contre 38% des consommateurs (Yahoo/Publicis, 2024). Les mesures implicites confirment le rejet declare : en EEG, les pubs generees par IA produisent une activation memorielle plus faible que les pubs traditionnelles et sont decrites comme agacantes, ennuyeuses et confuses (NIQ, 2024). La disclosure a un effet ambivalent : elle augmente fortement la confiance quand elle est remarquee (Yahoo/Publicis), mais 27% des jeunes consommateurs disent faire moins confiance a une entreprise dont la pub est creee par IA (IAB, 2024).

77% vs 38%
Annonceurs qui percoivent l'IA positivement, contre 38% des consommateurs (2024)
72%
Consommateurs qui estiment que l'IA rend difficile de savoir quel contenu est authentique (2024)
+96%
Lift de confiance globale envers l'entreprise quand la mention IA d'une pub est remarquee (avec +47% d'attrait de la pub et +73% de credibilite de la pub) (2024)

Conditions d'acceptation

  • Une disclosure visible : quand la mention IA est remarquee, la confiance globale envers l'entreprise augmente de 96% (Yahoo/Publicis 2024)
  • Une qualite visuelle suffisante : les visuels IA de basse qualite augmentent l'effort cognitif et distraient du message (NIQ 2024)

Lignes rouges

  • Le contenu IA non declare puis identifie : 72% des consommateurs disent que l'IA rend l'authenticite difficile a etablir (Yahoo/Publicis 2024) et les marques utilisant des pubs IA sont plus souvent jugees inauthentiques ou non ethiques par les consommateurs que par les dirigeants (IAB 2024)
  • Les mannequins et personnes generes par IA : 46% des consommateurs n'en veulent pas dans la publicite, l'inquietude premiere etant les standards de beaute irrealistes (Attest 2025)

Sources : Yahoo / Publicis Media (terrain Ebco) 2024 · IAB (avec Attest) 2024 · NIQ (NielsenIQ) 2024 · Attest 2025

Voir l'acceptation complète : par pays, par usage, par génération

Comment répliquer

Inférence - non sourcé

Prérequis data

  • contenu pedagogique structure
  • contexte d'usage (reponse en cours, niveau)
  • garde-fous sur les reponses du LLM

Prérequis orga

  • equipe produit capable de packager un palier premium
  • suivi des couts d'inference
  • process d'evaluation qualite des sorties genAI

Stack possible

  • OpenAI / Anthropic ou LLM equivalent
  • couche de prompt et de garde-fous in-house
  • integration app existante
Équipe pour opérer2-3 devs produit + 1 PM + 1 profil evaluation qualite genAI + finance pour le suivi des couts d'inference.

Le plan, étape par étape

  1. Étape 1
    Isoler une fonction a forte valeur percue (l'explication contextualisee) et la prototyper sur le LLM.Livrable : Prototype fonctionnel sur des cas reels d'apprenants
  2. Étape 2
    Evaluer la fiabilite des sorties et poser les garde-fous.Livrable : Grille d'evaluation qualite et taux d'erreur acceptable atteint
  3. Étape 3
    Packager le palier premium: pricing, paywall, parcours d'upgrade.Livrable : Offre premium prete avec suivi du cout d'inference par usage
  4. Étape 4
    Lancer un pilote sur un sous-ensemble d'utilisateurs et mesurer conversion et retention.Livrable : Lecture conversion et churn du palier sur le pilote
  5. Étape 5
    Lancer plus largement et piloter la marge: revenu Max contre cout d'inference.Livrable : Palier en production avec tableau de bord de marge

Première étape : Isoler une fonction a forte valeur percue (l'explication contextualisee) et verifier que le LLM la rend fiable avant d'en faire un argument d'abonnement payant.

Sources

  1. S1 Duolingo (DUOL) Q4 2024 Earnings Call Transcript (The Motley Fool) Primaire fool.com · 2025-02-27 · consulté le 2026-07-11 archive à générer
  2. S2 Earnings call transcript: Duolingo Q4 2024 revenue beats forecast (Investing.com) Secondaire investing.com · 2025-02-27 · consulté le 2026-07-11 archive à générer