Multiply samler inn 9,5 millioner dollar for å gjøre om B2B-reklame med selvlerende AI

San Francisco-basert startup Multiply har kommet ut av stealth-modus med en finansieringsrunde på 9,5 millioner dollar, og introduserer en ny tilnærming til B2B-reklame som erstatter statiske kampanjer med kontinuerlig utviklende systemer.

Runden ble ledet av Mayfield, med deltakelse fra Sorenson Capital, Instacart-gründer Max Mullen, og seniorledere fra selskaper som Google (GOOGL ), HubSpot (HUBS ) og Brex. Selskapet stiller seg selv i skjæringspunktet mellom AI-programvare og managed services, med mål om å endre hvordan bedrifter tilegner seg kunder i en stadig mer automatisert digital landskap.

Fra statiske kampanjer til selvlerende annonser

Tradisjonelle reklamekampanjer har en tendens til å avta i effektivitet kort tid etter lansering – et fenomen Multiply beskriver som “fordervende annonser”. Deres kjerneinnovasjon er et system de kaller Selvlerende Reklame, hvor kampanjer kontinuerlig forbedres i stedet for å forverres.

Plattformen kobler seg direkte til interne selskapsdatakilder som CRM-systemer, salgsopptak, og kunde kommunikasjon. Disse innputtene brukes til å generere og finjustere annonsekreativitet, meldinger og målgruppe i sanntid.

I stedet for å stole på periodiske manuelle oppdateringer, kjører Multiply hundrevis av strukturerte eksperimenter samtidig – testende variasjoner i kopier, målgrupper og kreativitet – så kampanjer utvikler seg ukentlig basert på faktisk kjøperatferd.

Tidlige resultater signaliserer en skift i B2B-ytelse

Initielle kunderesultater tyder på betydelige gevinster i pipeline-generering. Selskaper som bruker plattformen har rapportert forbedringer som varierer fra 300% til 500% over Google- og LinkedIn-kampanjer, med noen tilfeller som betydelig overstiger dette området.

Disse gevinningene drives ikke bare av økt eksperimentering, men også av systemets evne til å alignere reklame direkte med språk og signaler fra faktiske kunder. I stedet for å gjette hva som resonnerer, bygges kampanjer fra faktiske salgs samtaler og konverteringsdata.

Denne tilnærmingen synes å tiltrekke seg raskt voksende, venture-backede selskaper som søker å akselerere etterspørsels-generering uten å skalerer tradisjonelle markedsføringslag.

En hybridmodell: AI-systemer med menneskelig tilsyn

Multiply stiller seg ikke som en ren programvareleverandør. I stedet opererer de som en AI-drevet mediebyrå, som kombinerer proprietære systemer med erfarne strateger som håndterer kampanjer sammen med teknologien.

Deres arkitektur inkluderer flere spesialiserte AI-agenter som er ansvarlige for oppgaver som å trekke ut kundeinnsikt, finjustere ideelle kundeprofiler, optimalisere annonsekvalitetsscore og kjøre kontinuerlig A/B-testing.

Menneskelig tilsyn forblir sentralt i modellen, spesielt for merkevare-sikkerhet, compliance og strategisk valg – og understreker en bredere trend mot menneske-AI-samarbeid i stedet for full automatisering.

Forberedelse til den neste bølgen av reklame

Mens Multiply for tiden fokuserer på Google Search og LinkedIn, er deres infrastruktur designet med tanke på fremvoksende annonseformater. Dette inkluderer konversasjonelle og AI-native kanaler, som potensielle annonsøkosystemer innenfor store språkmodellgrensesnitt.

Når disse nye kanalene utvikler seg, planlegger selskapet å utvide sine læringsystemer over dem, og la innsikt fra ett plattform informere ytelse over andre.

I fremtiden planlegger Multiply å utvide til en samlet, omnikanal-plattform for B2B-reklame. Målet er å tilby ett enkelt system som håndterer kreativitet, målgruppe og budsjettallokering over alle større annonsenettverk.

Fremtidige funksjoner forventes å inkludere daglige kreative oppdateringscykler, tverrkanals-attribuering og AI-drevet budsjett-optimalisering – og flytter reklame fra en fragmentert prosess til en sentralisert, kontinuerlig forbedret motor.

En bredere skift i hvordan B2B-vækst skjer

Selskapets fremkomst reflekterer en større overgang i den 50 milliarder dollar store B2B-reklamemarkedet, hvor manuell kampanje-håndtering stadig erstattes av automatiserte systemer.

I stedet for at kampanjer lanseres og optimaliseres periodisk, antyder Multiples modell en fremtid hvor reklame oppfører seg mer som et kompenserende system – lærer fra hver interaksjon, tilpasser kontinuerlig og alignerer tett med faktisk kundeatferd.

Hvis denne skiftet holder, kan reklame utvikle seg fra en kreativ disiplin til en alltid-på, intelligens-drevet vekstfunksjon – en som er langt tettere integrert med salgs- og produktdata enn noensinne før.