AI-стартап аналитики от ветерана adtech привлёк $9 млн в раунде Series A
Newton Research, стартап в области AI-аналитики под руководством ветерана рынка Джона Хоктора, привлек $9 млн в раунде Series A (лидеры — Greycroft и Bessemer Venture Partners; участие S4S Ventures, Aperiam Ventures и LiveRamp Ventures). Общий объём финансирования с 2023 года превысил $14 млн. Хоктор ранее продал Data Plus Math компании LiveRamp за $150 млн (2019) и теперь партнёрствует с LiveRamp для доступа к clean room.
Продукт Newton — набор специализированных AI-агентов (на базе
OpenAI,
Claude и
Gemini) для планирования, закупки и измерения: от дизайна тестов инкрементальности и обновления MMM до поиска оптимизаций по каналам и рекомендаций перераспределения бюджетов. Взаимодействие — через чат и графические интерфейсы.
Ключевое отличие — развёртывание там, где уже живут данные клиента: Snowflake, Databricks и др., без миграции в внешнюю платформу. Техстек адаптивен к среде: например, Gemini с инференсом на Vertex AI в GCP или Claude через AWS Bedrock. Ранние пользователи — агентства; растёт интерес со стороны паблишеров, брендов и adtech-платформ.
Раунд направлен преимущественно на агрессивный найм (customer success, инженерия, продажи, маркетинг) для масштабирования. Драйвер спроса — медийная фрагментация и замещение детерминизма вероятностным моделированием на фоне медленной депрекации third-party cookies.
Читайте также
«Вам нужны партнеры, а не подрядчики»: как запустить ИИ-проект, который принесет реальную пользу бизнесу
Вице-президент Google объяснил, почему реклама уместна в AI-поиске, но пока не в Gemini
Глава по ИИ в Walmart объяснил ключевое различие между партнёрствами по покупкам с Google Gemini и ChatGPT
Ретроспектива 2025: год LLM — практика, иллюзия и реальные сдвиги
Lamoda запускает «Г(ии)д по стилю» для онлайн-примерки вещей
- Паттерн «Bring AI to the Data» в DWH клиента: Запуск аналитических агентов непосредственно в средах хранения данных заказчика (например, Snowflake/Databricks) без миграции снижает риски комплаенса и ускоряет time-to-value. Проектируйте коннекторы и вычисления с pushdown-логикой и UDF, чтобы подносить модели к данным.
[архитектура]
Зарегистрированные пользователи видят только два тезиса.
Зарегистрироваться
AdExchanger