光速美国领投660万美金，要让每个营销人都拥有24/7的AI员工

你有没有想过，营销这件事情可能彻底变了？想象一下，作为营销总监，你不再需要每天早上花两个小时查看各个平台的数据报表，不用在 Google Ads、Meta、TikTok 之间来回切换，也不必为调整竞价策略和暂停表现不佳的关键词而烦恼。你只需要告诉你的 AI 营销经理 Lucy："帮我优化本周的广告投放，重点关注转化率下降的渠道。"然后，Lucy 和她的 20 多个 AI agent 团队就会自动分析数据、生成报告、执行优化策略，甚至主动发现你还没注意到的问题。这不是科幻场景，而是刚刚获得 660 万美元种子轮融资的瑞典创业公司 Epiminds 正在实现的现实。

这家由前 Google 高管 Elias Malm 和前 Spotify 机器学习负责人 Mo Elkhidir 联合创立的公司，在今年早些时候从隐秘模式中浮出水面，带着一个已经投入运营的产品和来自北欧及美国主要营销机构的早期收入。他们的愿景很直接：不是打造又一个营销工具，而是构建一个完整的 AI 营销团队，让人类营销人员从繁重的数据分析和手动操作中解放出来，专注于创意策略和品牌建设。这轮融资由 Lightspeed Venture Partners 领投，EWOR、Entourage 以及包括 Booking.com 前首席营销官在内的多位天使投资人参与。我认为这个融资消息背后隐藏着一个更深刻的行业转变信号：营销行业正在从使用 AI 工具转向让 AI agent 成为核心工作力量。

PS：我自己的AI出海项目正在招优秀的工程师和产品，可以到合伙人级别，感兴趣的可以直接加我微信MohopeX聊聊。

营销机构的真实困境

在深入了解 Epiminds 的解决方案之前，我想先谈谈营销机构面临的真实困境，因为这正是推动这场变革的根本原因。我观察到，现代营销人员正陷入一个看似无解的困局：他们需要同时管理越来越多的广告平台，处理海量的数据点，还要在预算压力下保持或提升投放效果。一个普通的效果营销人员每天要在几十个广告活动中处理数以千计的数据点，这些数据分散在 Google Ads、Facebook Ads Manager、TikTok For Business、LinkedIn Campaign Manager 等多个平台上。

更糟糕的是，这些平台的数据格式和指标体系各不相同。在 Google Ads 上，你可能关注的是点击率和质量得分；在 Meta 上，你需要盯着相关性分数和频次；在 TikTok 上，又要看完播率和互动率。营销人员不得不在这些平台之间来回切换，手动导出数据，在 Excel 表格中进行整合分析，然后再回到各个平台执行优化动作。这个过程不仅耗时耗力，而且极易出错。我见过太多营销团队因为人为疏忽而导致预算超支、广告投放到错误受众或者错过关键的优化时机。

Malm 在接受采访时提到了一个关键洞察："人类在做数据驱动决策时会表现出偏见。我们创建 Epiminds 就是为了把这个负担从人们身上拿走，让他们能够专注于创意策略，而不是电子表格。"这句话道出了问题的本质。营销人员本应该是创意思想者和战略制定者，但现实中他们却把大量时间花在了机械性的数据处理和手动操作上。根据行业调研，营销人员平均把 60% 的时间用在了报表制作、数据整合和日常优化操作上，真正用于策略思考和创意开发的时间只有 40%。这种时间分配显然是不合理的，也是对人才的巨大浪费。

另一个被忽视的问题是营销决策的滞后性。当营销人员发现某个广告系列表现不佳时，往往已经过去了好几天，浪费了不少预算。这是因为人工监控无法做到实时，而即使发现了问题，从分析原因到制定方案再到执行优化，又需要额外的时间。在快节奏的数字营销世界里，这种滞后可能意味着错失关键机会或者造成不必要的损失。我认为，这些痛点的累积已经到了一个临界点，营销行业迫切需要一种全新的解决方案，而这正是 Epiminds 切入市场的绝佳时机。

Lucy 和她的 AI agent 团队

Epiminds 的核心产品是一个名为 Lucy 的 AI 营销经理，但这个描述其实远远低估了它的能力。Lucy 不是一个单一的 AI 工具，而是一个协调者，她指挥着超过 20 个专业化的 AI agent，这些 agent 各自负责不同的营销任务，共同组成了一支完整的虚拟营销团队。这个团队包括数据分析师、创意优化专家、媒体购买专员等各种角色，每个 agent 都经过了专门训练，能够处理特定领域的任务。

让我印象深刻的是这个系统的运作方式。客户可以在不到一分钟的时间内完成上线，立即获得 Lucy 虚拟团队的服务。每个 agent 直接连接到营销机构客户的广告账户，实时拉取和处理转化率、曝光量、预算使用、受众趋势等性能指标。这些 agent 不仅分析结果，还会在客户平台内执行已批准的更改，从调整出价到暂停表现不佳的关键词，全部自动完成。整个过程中，人类营销人员可以保持对战略决策的控制，而将执行层面的繁琐工作交给 AI team。

Epiminds 的技术架构是其核心竞争优势。联合创始人 Elkhidir 这样描述："每个 agent 都知道其他 agent 在做什么。他们获取数据、分析结果、提出更改建议，并作为一个协调的团队执行这些更改。这是一个活的系统，不是一个仪表板。"这种多 agent 协作的架构与市场上其他解决方案有本质区别。很多竞品只是提供数据聚合或单点优化功能，而 Epiminds 则实现了从洞察到执行的完整闭环，而且所有 agent 之间可以实时协作和信息共享。

从技术实现角度看，这个平台建立在 OpenAI、Anthropic 和 Google 等公司的商业大语言模型之上，但 Epiminds 在此基础上添加了专门针对营销领域的专有层。这种方法让他们能够快速利用最先进的 AI 能力，同时通过定制化层来解决营销特定的问题。更重要的是，每个客户都可以将自己的内部最佳实践、模板和检查清单嵌入系统，训练这些 agent 像内部员工一样工作，而不是使用通用工具。这种定制化能力让 Epiminds 能够真正适应不同营销机构的独特工作流程和方法论，而不是强迫客户去适应一个标准化的系统。

公司的长期计划更加雄心勃勃：他们打算构建自己专门用于营销的大语言模型。虽然目前使用第三方模型已经能够提供强大的功能，但拥有专门为营销优化的自有模型将带来更好的性能、更低的成本和更强的控制能力。这个战略方向表明，Epiminds 不是在做一个简单的应用层产品，而是在构建营销领域的 AI 基础设施。我认为这种长远思维是非常正确的，因为随着 AI agent 在营销中的应用越来越深入，拥有专门优化的底层模型将成为关键竞争优势。

真实世界的应用效果

理论上的技术优势固然重要，但真正让我相信 Epiminds 价值的是他们已经取得的实际成果。目前，这家公司正在为 17 家营销机构提供服务，这些机构管理着超过 250 个品牌。更令人印象深刻的是他们的发展速度：在加入孵化器 EWOR 仅仅 12 周后，Epiminds 就完成了原型开发、签下了首批付费客户并获得了融资。要知道，EWOR 是一个申请成功率只有 0.1% 的欧洲顶级孵化器，被称为欧洲版的 Y Combinator。

瑞典广告代理商 BBO 的创始人兼首席执行官 John Axelsson 分享了他们使用 Epiminds 的体验："我们已经将 Epiminds 集成到我们的广告工作流程中。它真正开始改变我们专家的工作方式，通过自动化分析和提供深入的可操作洞察，同时我们仍然控制着战略决策。结果是更快的优化、人类专业知识和 AI 之间更有效的协作，最终为我们的客户带来更好的结果。"这个评价恰恰印证了我一直强调的观点：最好的 AI 应用不是取代人类，而是增强人类的能力，让人类专注于最有价值的工作。

从数据处理能力来看，Epiminds 的多 agent 框架每天处理超过 6000 万个营销相关的数据点。这个数字听起来很抽象，让我用一个具体场景来说明它的意义。假设一个中型营销机构管理着 50 个客户，每个客户在 5 个平台上运行 10 个广告系列，那就是 2500 个广告系列。每个广告系列可能包含数十个广告组和上百个关键词或受众定向。如果要全面监控这些广告系列的表现，需要跟踪的数据点轻松超过数百万。人工处理这样规模的数据几乎是不可能的，但对 Epiminds 的 AI agent 团队来说，这只是日常工作。

我特别感兴趣的是 Epiminds 如何处理不同营销机构的个性化需求。每个营销机构都有自己的工作方法、报告模板和优化策略，一个标准化的工具很难满足所有人的需求。但 Epiminds 允许每个客户嵌入自己的最佳实践，这意味着 AI agent 可以学习并遵循特定机构的工作方式。比如，某个机构可能有一套独特的创意测试流程，或者对预算分配有特定的规则，这些都可以被编码到系统中，让 AI agent 像接受过专门培训的内部员工一样工作。这种灵活性是 Epiminds 能够快速获得客户认可的关键原因之一。

市场定位和竞争格局

在 AI 营销工具这个快速增长的市场中，Epiminds 并不是唯一的参与者。Triple Whale 提供跨广告渠道的数据聚合，通过仪表板和 AI 驱动的警报来呈现洞察。Northbeam 和 Rockerbox 专注于归因建模，帮助营销人员理解哪些渠道和触点对转化贡献最大。Omneky 使用 AI 来自动化创意生成和广告活动优化。这些竞品各有特色，但 Epiminds 声称，没有一家能够通过自主 agent 将洞察、编排和执行结合在一起，实现报告、竞价、节奏控制和创意任务的实时协作。

Lightspeed 的合伙人 Paul Murphy 将 Epiminds 的方法称为"对数字营销结构性低效的直接攻击"。他将这种转变比作早期的 SaaS 浪潮，当时自动化平台取代了手动报告和分散的电子表格。我认为这个类比非常贴切。就像 SaaS 工具曾经颠覆了企业软件市场一样，多 agent AI 系统可能会重新定义营销技术栈的核心。过去，营销人员使用的是各种独立的点解决方案，需要在多个工具之间切换。未来，像 Epiminds 这样的平台可能会成为统一的操作系统，将所有营销活动整合在一个智能系统中。

从客户定位来看，Malm 表示公司的理想客户是拥有 200 到 1000 名员工的中型营销机构。这个定位很聪明。这类机构足够大，有明显的自动化需求和足够的预算来投资新技术；同时又足够灵活，能够快速采用新工具并适应工作流程的变化。相比之下，小型机构可能没有足够复杂的需求来证明投资的合理性，而大型全球性机构则可能因为组织惰性和复杂的采购流程而行动缓慢。不过，Malm 也提到，他们正在与一些大型全球机构进行对话，这表明随着产品的成熟和市场验证的增加，Epiminds 也在向上游扩展。

我注意到投资者对 Epiminds 的信心不仅来自产品本身，还来自创始团队的背景和执行能力。Elias Malm 在 Google 负责过代理合作伙伴关系，深刻理解营销机构的痛点和需求。Mo Elkhidir 在 Spotify 和 Kry 领导过机器学习团队，拥有构建大规模 AI 系统的实战经验。这种产品洞察和技术能力的结合是非常罕见的。EWOR 的联合创始人兼首席执行官 Daniel Dippold 评价说："Elias 和 Mo 是那种罕见的创始人，他们具备将公司从 0 做到 100 万年度经常性收入、从 100 万做到 1 亿、从 1 亿做到无限的能力。他们既有执行力又有领导力，既追求速度又追求完美，既有进取心又有同理心。无论从理性还是感性层面，我都认为他们会走得很远。"这种对创始人的高度评价在风投界并不常见，反映了 Epiminds 团队给投资者留下的深刻印象。

AI Agent 如何改变营销工作

我认为 Epiminds 代表的不仅仅是一个新产品，而是营销工作方式的根本性转变。传统上，营销团队的组织结构是围绕职能划分的：有人负责数据分析，有人负责创意开发，有人负责媒体购买，有人负责客户报告。这种分工在过去是合理的，因为每个职能都需要专门的技能和大量的人力投入。但在 AI agent 时代，这种组织结构可能会被重新思考。

想象一下未来的营销团队可能是什么样子。核心团队可能会大幅缩小，主要由战略思考者和创意人才组成。他们的日常工作不再是盯着数据报表或手动调整广告设置，而是制定整体营销策略、开发品牌故事、设计创意概念。所有的执行层面工作，包括数据分析、性能监控、优化调整、报告生成，都由 AI agent 团队处理。人类营销人员通过自然语言与 Lucy 这样的 AI 经理交流，提出战略方向和优化目标，然后由 AI agent 团队负责具体实施。

这种转变带来的不仅是效率提升，还有工作质量的根本性改善。AI agent 可以 24/7 不间断工作，不会因为疲劳或分心而出错。它们可以同时监控数百个广告系列，在问题出现的第一时间就发现并采取行动。它们不会受到认知偏见的影响，能够基于纯粹的数据做出客观决策。更重要的是，随着处理的数据越来越多，AI agent 会不断学习和改进，变得越来越智能。这种自我优化的能力是人类团队很难实现的。

Elkhidir 在谈到公司愿景时说："营销人员面临的压力比以往任何时候都大，要用更少的资源做更多的事情。Lucy 和她的团队承担了繁琐的工作，让营销人才能够发挥他们最好的工作。这不是要取代创造力，而是要给创造力腾出空间。"我非常认同这个观点。创造力是人类独有的能力，也是营销的核心价值所在。但在当前的工作模式下，营销人员被大量的数据处理和手动操作所困扰，创造力被严重压抑。AI agent 的介入可以解放营销人员的时间和精力，让他们真正专注于那些需要人类智慧和创造力的工作。

从更宏观的角度看，Epiminds 这类公司的崛起反映了一个更广泛的趋势：知识工作正在被重新定义。过去，知识工作者的价值很大程度上体现在处理信息和执行流程的能力上。但随着 AI agent 在这些方面越来越强大，知识工作者的价值将越来越多地体现在战略思维、创意能力和人际互动上。这对整个职业市场都会产生深远影响，营销只是一个缩影。

我对这个行业变革的深度思考

在研究 Epiminds 的过程中，我一直在思考一个问题：当 AI agent 可以处理大部分营销执行工作时，营销人员的角色会发生什么变化？这不仅关乎职业前景，更关乎我们如何看待工作的本质和价值。

我的看法是，这种变革不会导致营销人员失业，而是会推动营销职业的升级。就像工业革命没有消灭工人，而是改变了工人的工作内容一样，AI agent 革命也会重新定义营销人员的工作。未来的营销人员将不再是数据处理员或广告操作员，而是真正的战略家和创意领袖。他们需要具备更深刻的商业洞察、更强的战略思维和更出色的创造力。那些能够适应这种转变、拥抱 AI 工具的营销人员，将会变得更有价值。

另一个值得关注的问题是数据隐私和控制。当 AI agent 可以访问所有广告账户并自主执行操作时，如何确保数据安全和防止错误操作？Epiminds 在这方面做了一些设计，比如允许客户保持对战略决策的控制，AI 执行的是经过批准的更改。但随着系统变得越来越自主，这个平衡点可能需要不断调整。我认为，建立透明的审计机制和清晰的权限管理将变得越来越重要。营销机构需要确保他们理解 AI agent 在做什么决策、基于什么逻辑，以便在必要时进行干预或调整。

从技术发展路径来看，Epiminds 计划构建自己的营销专用大语言模型是一个正确的战略方向。虽然通用大语言模型功能强大，但它们并不是专门为营销优化的。一个专门训练的营销模型可以更好地理解营销术语、行业惯例和最佳实践，从而提供更准确、更有针对性的洞察和建议。这种垂直化的趋势在 AI 领域越来越明显，各个行业都在探索如何构建专门为自己优化的 AI 系统。我预计，未来会出现越来越多针对特定行业或职能的专用 AI 模型和 agent 系统。

Malm 将 Epiminds 描述为"营销的操作系统"，我认为这个比喻非常准确。就像操作系统是计算机硬件和应用软件之间的桥梁一样，Epiminds 这样的平台将成为营销人员和各种广告平台之间的中间层。Lucy 只是用户看到的界面，真正的价值在于背后的多 agent 网络，它会随着每次活动学习、适应和改进。这种持续学习和自我优化的能力，正是 AI agent 系统相比传统软件的核心优势。

投资者 Pieterjan Bouten 说："一场大规模的创新浪潮正在重塑领先营销机构的运作方式，Epiminds 有望站在这场转型的最前沿。"我完全同意这个判断。我们正处于营销技术演进的一个关键拐点。过去十年，营销技术主要是关于数据收集和可视化，诞生了无数的分析工具和仪表板。但这些工具本质上还是被动的，需要人类来解读数据并做出决策。下一个十年，营销技术将转向主动和自主，AI agent 不仅能够分析数据，还能够做出决策并执行行动。Epiminds 正站在这个转变的前沿，他们 660 万美元的种子轮融资只是一个开始。

结尾

也欢迎大家留言讨论，分享你的观点！

觉得内容不错的朋友能够帮忙右下角点个赞，分享一下。您的每次分享，都是在激励我不断产出更好的内容。

欢迎关注深思圈，一起探索更大的世界。

- END -

两个“特别坑”的AI产品创业方向，你知道吗

速度将成为AI时代唯一的护城河

a16z重磅预测：Vibe coding赢者通吃？错了，垂直专业化才是未来