这一融资使Pixis的总融资额达到2.09亿美元，而此时营销人员对AI潜力的兴趣越来越浓厚，认为AI可以增强他们的内部广告工作。根据The Conference Board最近的一项调查，大多数营销人员表示已将AI纳入日常工作流程，并期望进一步采用AI来提高生产力。
值得一提的是，Pixis声称在本季度已突破5000万美元的年度循环收入，并拥有超过200个品牌的客户群，包括DHL、Joe & The Juice、Sears和Swiggy等。Pixis在2023年同比增长了140%，预计将在第四季度实现盈利。
Pixis的联合创始人兼首席执行官Shubham Mishra通过电子邮件告诉TechCrunch：“在大流行后，我们观察到组织的重点发生了明显转变。人们更加强调最大化盈利能力和确保可持续增长。这不仅仅是应对风暴，而是要在新常态下蓬勃发展。”
多年前，Mishra和Pixis的其他两位创始人Hari Valiyath和Vrushali Prasade在印度拉贾斯坦邦比尔拉理工科技与科学学院相识。他们三人当时正在研究生成式人工智能，具体来说是用于创造艺术和游戏资产的AI。
但当他们意识到市场营销领域的AI可寻址市场有多么庞大时，Mishra、Valiyath和Prasade决定改变方向。他们共同建立了一个原型，用于生成营销资产，这引起了一家大型银行连锁店的注意。从那时起，Mishra、Valiyath和Prasade开始为生成资产、动态定位客户以及实时监测广告活动绩效的全栈营销平台奠定基础。
这个全栈解决方案就是Pixis。
Mishra表示：“无论公司的技术熟练程度如何，都在寻找可以在不产生重大开发成本或陡峭的学习曲线的情况下产生结果的工具。对于营销人员来说，AI尤其强大，因为没有一套规则、结果或操作适用于每个品牌、发布商或平台。”
Pixis的平台可以分为三个核心支柱：定位、创意和绩效。
在定位方面，Pixis使用AI来识别并理想情况下转化品牌、产品或广告活动的受众。而在创意方面，Pixis可以生成文本、图像和电子邮件等资产。至于绩效，Pixis提供自动化的广告出价和预算节奏工具，试图减轻短期波动和季节性的影响。
与Pixis合作的每个品牌都会得到一组“定制的学习”，这些学习是根据品牌的独特营销数据和目标进行训练的，Mishra表示。Pixis利用这些学习来支持其自动化和创作工具，还将这些学习结构化，以派送给品牌以获取见解和策略。
Mishra说：“通过我们的AI引擎在品牌的绩效数据上进行训练，Pixis分配预算，找到受众，生成资产，无论是在营销合作伙伴之间还是在内部。这使我们的客户能够找到并执行交付操作，同时动态分配和重新分配支出，将品牌的媒体预算、目标受众和创意资产与我们的AI引擎发现的模式相一致。”
现在，这里有很多专业术语。这名记者不禁思考Pixis如何应用生成式人工智能来创建营销材料。毕竟，生成式人工智能，无论是内部还是第三方，都有一种编造事实并以其他意想不到的方式偏离轨道的倾向。
https://techcrunch.com/2023/09/14/pixis-an-ai-powered-full-stack-marketing-platform-raises-85m/
文章来自ChatGPT3.5
