三个月做出20万条广告,这家华人 AI 公司开始替商家管广告投放了

0 评论 93 浏览 0 收藏 23 分钟

一个商品链接就能生成视频广告:阿里国际站卖家三个月用 Creatify 做了 20 万条视频,超过 80% 投进了真实广告活动。如今它把投放管理和效果分析装进 Creatify Max,想替商家决定每天那笔广告费该怎么花。

今天分享的产品是:Creatify ai,https://creatify.ai/zh

2026年初,一家叫 Designrr 的软件公司遇到了一个挺头疼的问题。它每天在广告平台上花 5000美元,但每投入1美元广告费,只能带回 0.77美元的归因收入。

广告账户已经运行了很长时间,能想到的卖点几乎都试过,原有的广告素材也逐渐失去了效果。

接手这个账户的广告代理商决定换一种办法。他们没有马上重新组织拍摄,而是用一款叫 Creatify 的 AI 工具,在两周内做出了 150多条不同版本的视频广告,分别测试不同的用户群体、开头、画面和产品卖点。

根据 Creatify 今年1月公布的客户案例,调整后,Designrr 的获客成本从 55美元下降到 30美元,广告支出回报率从0.77提高到了1.33。

Creatify 是一家 2023年成立于美国硅谷的 AI 创业公司,三位联合创始人都是华人,之前分别在 Meta、Snap 等公司做过机器学习、推荐系统和广告相关产品。

它最早的产品很简单:给它一个商品链接,AI 就能自动生成视频广告。

2025年5月,公司宣布完成 1550万美元 A 轮融资,当时累计融资约 2300万美元,上线 18个月的年度经常性收入已经突破 900万美元。

到了今年 5月,Creatify 披露平台用户超过 300万,累计生成了 1500多万条广告。

而就在昨天,11月18日,它又发布了新产品 Creatify Max,开始把广告研究、视频制作、投放管理和效果分析放在同一个 AI 助手里。

这家公司有意思的地方,是它从一个非常普通的 AI 应用切入,却逐步进入了广告行业最核心的环节:帮企业决定每天花出去的广告费,到底应该怎么用。

01 一个商品链接,就能生成视频广告

先说 Creatify 最早是怎么做的。

假设你是一家做跨境电商的商家,在 Shopify 上卖保温杯,想去 TikTok 投放广告。

过去可能需要写脚本、找演员、准备拍摄场地,再把素材交给剪辑师。如果想面向美国、日本和德国市场销售,最好还要分别制作不同语言、不同风格的版本。

对于品牌公司,这些都是日常工作。但对一个只有几个人的小商家来说,光是拍摄和修改视频就很麻烦,更别说不断测试新的广告创意了。

Creatify 把这套流程放到了网页里。

用户只要粘贴商品链接,系统就会提取网页里的图片、产品描述和卖点。接着选择投放平台、目标受众、视频比例和语言,AI 会给出多个广告脚本,再让用户选择数字人、声音和画面风格。

比如卖保温杯,它可以做一条突出保温时长的产品演示,也可以让一个数字人对着镜头介绍使用体验,还可以生成更接近 TikTok 用户日常拍摄风格的短视频。

商家可以修改开头、替换配音、调整字幕,最后导出适合不同平台的视频。

从技术上看,这套系统组合了几种 AI 能力:

语言模型负责理解商品和编写脚本,图像、视频模型负责处理商品画面,语音合成与数字人技术负责口播,再由系统把这些内容组合成广告。

目前类似的技术已经不稀奇,HeyGen、Arcads 等公司也能生成 AI 人物视频。

但 Creatify 当时选择了一个比较具体的场景:替有实际投放需求的商家制作广告,而不是让普通用户随便生成视频。

这两类产品的需求其实差很多。

普通用户生成一条好玩的视频,可能发到朋友圈或者社交平台就结束了。但商家只要持续卖货,就需要反复制作新素材。遇到促销、换季、新品上市,广告都可能需要重新调整。

而且,一条广告拍得好看,并不代表它能带来订单。

这也让 Creatify 从一开始就有机会接触到广告制作之后的事情。

02 三个做过Meta广告和推荐系统的人,为什么选择卖视频?

Creatify 其中一个创始人 Yinan Na 毕业于斯坦福大学计算机专业,曾在 Snap 和 Meta 工作。

在 Snap,他参与过内容理解和审核系统的建设;到了 Meta,又参与了信息流广告相关产品,尤其是视频广告模型的早期开发。

Yinan Na 希望 Creatify 成为视频广告领域的 Shopify。

Shopify 让普通商家不需要自己搭建技术团队就能开网店,Creatify 则希望让没有专业制作团队的小商家,也能制作和运营视频广告。

另外两位联合创始人的背景也值得说一下。

首席科学家 Ledell Wu 曾在 Meta 的 FAIR 人工智能研究实验室工作,参与过 多个机器学习项目。

CTO Xin Zhou 则曾负责 Meta Reels 推荐系统相关工程,对大规模机器学习和推荐系统比较熟悉。

三个人的能力组合,除了 AI 生成技术,还包括内容理解、广告推荐和大规模系统工程。

2025年,Creatify 获得 1550万美元 A 轮融资。

这里还有个挺有意思的人物:梦工厂联合创始人 Jeffrey Katzenberg。

他是好莱坞动画和电影行业的老兵,参与创建过梦工厂,也长期投资媒体与互联网公司。这次,他不仅通过参与 Creatify 的投资,还加入了 Creatify 董事会。

Katzenberg 谈到,品牌现在需要在大量平台上持续制作不同版本的广告,传统制作方式很难跟上这种速度。

从电影工业到 AI 视频广告,看起来跨度很大,但两者面对的都是内容制作。区别在于,电影追求作品的完整性,而效果广告需要不断测试、替换和更新。

现在回看创始团队的背景,也能理解 Creatify 为什么后来没有一直停留在视频生成上。他们原本就熟悉广告发布以后,平台如何根据用户反应决定哪些内容值得继续推荐。

03 阿里卖家三个月做了20万条广告,说明了什么?

Creatify 公开的客户里,有 NewsBreak、Zumper、Alibaba.com 等公司。

不过我觉得,阿里巴巴卖家的案例更能体现这个产品为什么有市场。

2025年12月,Creatify 发布了一份与阿里巴巴相关的案例研究:

在三个月内,使用嵌入式 AI 广告生成工具的卖家累计制作了超过 20万条视频,超过 80%的视频被实际用于广告活动。

这个数字挺大,但更值得看的是它怎么实现的。

Creatify 把视频生成能力直接嵌入了卖家原来的商品管理页面:

商家不必另外打开一个 AI 视频网站,也不用重新上传图片、复制商品介绍,只需要在现有商品列表里选中产品,就能开始生成广告。

这个太好用了。

系统读取商品信息后,会让商家选择语言、平台和受众,再生成几个可供修改的脚本。卖家确认之后,选择数字人和视频风格,完成制作。

按照 Creatify 的案例介绍,整个过程可以压缩到约 3至 5分钟。

对国内的跨境电商来说,这个变化就很实际了。

一些卖家可能同时经营几十甚至几百款商品,但真正有预算请人拍视频的,通常只有少数主推产品。其他商品往往只有几张图片,销售主要依赖平台内部的搜索和推荐流量。

如果每条视频都要单独拍摄,成本很难覆盖那么多 SKU。现在商家可以先为更多商品制作广告,再尝试从 Facebook、Instagram、TikTok 等外部平台获取流量。

Creatify 披露,相关视频的月度生成量从 2025年9月的约 2万条增长到 11月的约1 3万条。

对于一个集成在卖家后台的工具来说,这个增长速度至少说明,商家愿意尝试这种方式。

当然,20万条视频不代表 20万条都能卖货。80%的使用比例也只能说明卖家愿意把视频投入实际广告活动,并不能直接证明广告效果好。

但我觉得这里有个很值得注意的变化。

以前,一个商家可能因为制作成本太高,根本不会给某款普通商品投视频广告。现在制作成本降下来,他至少有机会试一试。

原来没有发生的广告需求,可能因此被创造出来。

这对 Creatify 就很重要,因为它不需要只从传统广告公司手里争夺客户,还可以争取那些以前没有能力制作视频广告的小商家。

04 从制作视频,到替你研究广告怎么投

如果 Creatify 一直只做视频生成,我觉得它会面临一个比较直接的问题:这项能力正在变得越来越普遍。

通用视频模型不断进步,AI 数字人、配音、图片生成和自动剪辑都有很多替代产品。单纯依靠生成速度和视频质量,很难保证长期领先。

Creatify 在 2025年5月推出 AdMax 时,就已经开始向广告创意分析和测试扩展。

2026年5月,它又发布 Creatify Agent。公司当时公布了两组数据:平台累计生成超过 1500万条广告,并分析了超过 10亿美元广告支出对应的表现数据。

它想利用这些数据,研究什么样的广告开头更容易吸引注意力,哪类画面和脚本在不同平台更有效,再给商家提供创意建议。

比如同样卖一款产品,AI 可以参考同类广告中常见的表达方式,再结合商家的目标用户,建议不同的拍摄角度。

不过,历史广告数据只能作为参考。别人的广告成功,并不意味着换一个品牌就一定有效,最终还是要看实际投放结果。

今年 11月18日发布的 Creatify Max,把这件事又往前推进了一步。

Creatify 希望商家以后不需要在几个不同工具之间来回切换。

用户可以把 Shopify 店铺、Google Analytics、CRM 以及 Meta、Google、TikTok 广告账户连接起来,然后直接向 Max 交代任务。

这太有用了。

比如让它每天早上检查广告账户,找出获客成本突然上升的广告组,或者比较最近两周表现最好和最差的广告,分析有什么差别。

如果某条广告效果好,Max 可以据此准备新脚本、生成视频,再创建新的广告系列。涉及上线、暂停或者调整预算的操作,会提交给用户审批。

它还支持在 Slack 里接收定期报告,营销团队可以直接在工作群里查看建议,决定哪些操作要执行。

Creatify 自己公布过两个内部使用案例。

一次是某个账户的每位订阅用户获客成本突然翻倍,Max 在大约 10分钟内追溯到两周前的一次竞价策略调整,并给出了修改建议。

另一次是系统发现,一条团队以为已经暂停的 Google 广告,其实仍在持续消耗预算。

这两个例子不复杂,但很容易理解为什么广告团队会对这样的助手感兴趣。

大多数营销人员可能不缺一个会写广告文案的聊天机器人。

他们每天更头疼的是,要看很多数据、核对不同账户的状态、整理报表、判断哪些广告应该停掉,哪些值得追加预算。

如果 AI 能帮助完成这些琐碎但经常发生的工作,价值可能比再生成一条漂亮视频更大。

不过,Max 昨天才刚刚发布,它能不能长期稳定地管理真实广告账户,目前还缺少足够多的第三方客户案例。公司宣传的效率提升,现阶段也主要来自内部测试和已有产品的使用数据。

这里还有一个很现实的边界:广告生成错了可以重新制作,但广告预算花错了就是真金白银的损失。

因此,Max 目前默认仍然需要用户批准关键操作。即使以后可以授权部分例行任务自动执行,广告账户里的资金权限、数据准确性和异常处理,仍然需要谨慎。

05 为什么它不想卖视频生成次数

Creatify 现在的收费方式,还是比较典型的 AI 软件订阅。

免费用户可以获得有限的生成额度,付费用户根据不同方案购买更多视频积分、数字人和高级功能。

广告代理公司和企业客户还可以使用 API、多人协作及更完整的广告管理服务。

这类收费方式的好处是容易上手,小商家可以用比较低的成本开始尝试,但问题也很明显。

如果用户只需要偶尔做几条视频,未必会一直订阅。随着视频模型越来越便宜,用户也很容易换到其他平台。

相比之下,长期运营广告的企业和代理公司,对工具的需求会更持续。

因为他们不只是需要视频,还需要持续产生新的创意,监测广告表现,了解不同产品和人群的转化情况。

从 Creatify 的产品变化来看,它正在试图进入这部分工作。

广告分析、素材制作、投放设置和效果复盘,如果都可以在同一套系统里完成,客户就有了持续使用它的理由。

对 Creatify 而言,最有吸引力的客户可能也不是偶尔生成一条视频的个人创作者,而是那些每个月都有稳定广告预算,却没有足够人手的中小品牌,以及同时管理多个客户的广告代理商。

但这个市场并不容易做。

首先是视频生成工具之间的竞争。HeyGen、Arcads 以及大量新产品,都在争夺类似的广告创意需求。

更大的压力其实来自 Meta 和 Google。

Google 已经在 Performance Max 和广告素材工具中加入 AI 图片、文案和视频生成能力。

Meta 也持续把创意制作和投放优化整合进自己的广告平台。

这些公司掌握广告展示渠道,也拥有最直接的投放和转化数据。

Creatify 虽然可以把多个平台放在一起管理,但仍然依赖这些平台开放的接口和数据权限。

如果广告平台不断把功能做完整,用户自然会问:为什么我不直接用 Meta 或 Google 自己的AI工具?

Creatify 的一个机会,是品牌的生意通常并不只在一个广告平台上。

一个跨境商家可能同时经营独立站、TikTok Shop 和亚马逊,又在 Meta、Google、TikTok 上购买流量。

品牌素材、经营数据和广告预算分散在不同系统里,而平台自己的工具主要还是服务于各自的广告业务。

如果 Creatify 能帮客户把这些工作接起来,它就有机会拥有一个相对独立的位置。

但跨平台管理带来的复杂性也更高。

不同平台的归因口径、算法和广告规则并不一致,AI 给出的建议还需要根据具体业务判断。

此外,如果用虚拟数字人假装真实消费者,编造使用经历或产品效果,还可能触及广告真实性和消费者保护方面的规定。

视频越容易生产,审核每一条广告是否准确、合规,反而越重要。

06 我自己的一点思考

看完 Creatify 这几年的发展,我想到一个以前做广告时很常见的问题。

一个品牌想提高销量,广告团队往往会先争论创意:到底是找明星、找达人,还是拍产品功能?应该强调价格,还是强调品牌?

大家各有经验,也能拿出一些过往案例,但最终哪一种更有效,还是得投出去才知道。

过去,制作一条广告需要投入不少人力和费用,因此很多创意在讨论阶段就被放弃了。只有少数方案能进入真正的市场测试。

Creatify 改变了其中一个条件:制作不同版本的成本大幅下降。

这会不会让广告行业变得更好,我觉得还不能直接下结论。

因为广告的数量增加,并不代表消费者愿意看更多广告。商家可以一天生成 100条视频,但用户的注意力仍然有限。

如果所有人都开始批量生产,广告平台上的内容可能反而更加相似,商家为了争夺同一批用户,依然要面对投放成本和竞争压力。

这里还有一个容易被忽略的地方。

AI 可以根据过去的投放数据,分析什么样的广告表现更好。但如果大家都根据相似的数据,采用相似的开头、脚本和表达方式,会不会让广告越来越千篇一律?

我觉得这可能是 Creatify 未来要面对的一个矛盾:

它希望用历史数据提高广告的成功概率,但真正出色的创意,有时候恰好来自对既有经验的突破。

AI 负责加快素材生产,人仍然要理解客户为什么购买产品。

所以我对 Creatify 后续的发展,比它最初的 AI 数字人产品更感兴趣。

现在它开始接触广告账户、营销数据和投放决策,如果能帮助企业更快发现哪些创意有效、哪些预算被浪费,这套产品的商业价值就有机会继续提高。

但同样要看实际效果。

它能不能持续提高客户的广告回报率,能不能在不同广告平台之间作出可靠的判断,以及客户是否愿意长期授权它操作广告账户,都需要时间验证。

我觉得这家公司提供了一个挺值得 AI 创业者参考的思路。

Creatify 最初的产品,是把一个很贵、很麻烦的工作变便宜了。随着用户增加,它又发现,客户在这个环节的前后,还有许多更值得解决的问题。

从制作广告到分析广告,再到执行投放,这家公司每往前走一步,就离客户实际的经营结果更近一点。

以上,祝你今天开心。

作者:张艾拉 公众号:Fun AI Everyday

本文由 @张艾拉 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!