Как агентский стартап использует данные в реальном времени для создания рекламы в реальном времени

18.03.2026 • AdExchanger

Multiply вышла из режима скрытой разработки и объявила о seed-раунде на $9,5 млн. Стартап предлагает для B2B-компаний модель «самообучающихся» объявлений, где AI генерирует и тестирует новые версии креативов на основе данных продаж и клиентских сигналов, а люди сохраняют контроль над процессом.

Компания Multiply сообщила о seed-раунде на $9,5 млн; его возглавил Mayfield, также участвовали Sorenson Capital, Макс Маллен из Instacart, Джош Вудвард из Google и руководители HubSpot и Braze.
В команде 13 человек, часть привлечённых средств планируется направить на найм, прежде всего стратегов.
Сейчас продукт Multiply используется для размещения рекламы в LinkedIn и Google Ads, в дальнейшем компания рассчитывает расшириться на Meta 1 и Reddit.
По словам CEO Мэтта Джейсона, компания также ведёт переговоры с OpenAI о запуске рекламы в ChatGPT «как можно раньше».
Платформа подключается к записям звонков отдела продаж, CRM и отзывам клиентов, после чего генерирует от нескольких до десятков вариантов объявлений, которые проходят проверку команды и клиента.

Почему это важно: В описании Multiply речь идёт не просто об автоматической генерации креативов, а о связке данных из продаж, CRM и рекламных метрик в один цикл оптимизации. Это показывает, как данные sales-команды начинают использоваться не только в аналитике, но и в создании рекламных сообщений. На практике такой подход часто означает более тесную связку маркетинга с продажами и более частое обновление сообщений под разные роли в закупке.

На что обратить внимание: В тексте заявлены «самообучающиеся» объявления и постоянный цикл тестирования, но без деталей о том, как именно измеряется вклад системы в результат и где проходят границы автоматизации. Отдельно подчёркнута роль людей: сотрудники участвуют в созвонах, проверяют версии объявлений и отправляют их клиенту только после внутреннего ревью. Следующий логичный этап, который прямо просматривается в описании, — расширение по каналам и проверка того, как эта модель работает за пределами LinkedIn и Google Ads.

Коротко

Кейс показывает, что в B2B ставка делается не на полную автономию AI, а на ускорение цикла между данными продаж, креативом и запуском кампаний.
Отдельный сигнал — акцент на human-in-the-loop: Multiply прямо связывает внедрение AI с контролем людей и опасениями клиентов по cost и brand safety.
В подобных моделях важна не только генерация текстов, но и доступ к данным: записи звонков, CRM и отзывы становятся частью рекламного контура.
По мере выхода в Meta, Reddit и, возможно, ChatGPT станет понятнее, насколько такой подход переносится между каналами без потери качества.

FAQ

Зачем этот кейс важен для рынка, если речь идёт об одной компании и её продукте для B2B-рекламы, а не о массово принятом отраслевом стандарте?

Потому что он показывает конкретную механику: AI связывают с данными продаж, CRM и тестированием объявлений в одном цикле. Это один из сигналов того, как автоматизация может смещаться ближе к реальным sales-данным.

Как именно Multiply, по описанию в материале, использует данные продаж и клиентские сигналы для создания новых версий рекламных объявлений?

Компания интегрируется с платформами записи звонков, CRM, отзывами и данными о клиентах клиента. На основе этих источников AI выделяет значимые темы и генерирует несколько или десятки версий объявлений.

Почему в тексте отдельно подчёркивается участие людей, если платформа позиционируется как AI-решение с «самообучающимися» объявлениями и агентами?

По словам CEO, клиенты беспокоятся о стоимости и brand safety и хотят видеть «реальное человеческое внимание» к стратегии. Поэтому версии объявлений проходят проверку команды Multiply и затем отправляются клиенту на утверждение или правки.

PubMag