跳至正文
MakerGain
← 返回项目

每天盯報表四小時之後,他替 AI 裝了一個復原鍵

編輯:MakerGain

Plurio 創始人 Seva Ustinov 做績效行銷二十多年。產品接手行銷人員看完報表後按按鈕的工作,包括重新啟動已暫停、後經歸因確認有效的 campaign。他沒有一開始就讓 AI 直接動帳戶,而是讓規則可用自然語言寫、執行前預覽,再選人工核准或自動執行,動作留日誌、可復原;早期他也用自己的 agent 分析表現不佳的 creative 並產生 kill 規則,本想崩了就換回 Cursor,結果沒有換回去。

績效行銷人員每天大約有 4 小時在做同一件事:看 dashboard、比較 campaign、決定哪個加預算、哪個暫停。這是 Plurio 創始人 Seva Ustinov 在 Starter Story 2026 年 5 月 29 日訪談裡的描述。負責使用者成長的人,同時還要管廣告帳戶、業務分析、流量,帶領媒體投放人員與代理商。[1]

Ustinov 做績效行銷 20 多年,團隊一度超過 100 人,也自建過分析產品。照常理,下一步應把報表做得更完整、更快。他的結論相反:真正卡住客戶的,不是資料量,而是行銷人員處理資料後做決定的速度。[1]

Plurio 圍繞這個結論而生。官網稱,其 AI agent 可將通常耗時 4 小時的分析壓縮為 2 分鐘,面向年度付費廣告預算超過 $5M、跨 Meta、Google、TikTok 的團隊。這是官方行銷說法,不是實測。[2]

它接手的是「按按鈕」這一段

官網列出的動作中,有一項很容易被略過:重新啟動已暫停、但後續歸因確認有效的 campaign。來源[2] 這正好對應長漏斗生意的麻煩。Ustinov 說,這個細分市場的主要難處是長漏斗、延遲轉換、站外收入與長期 LTV,都需要預測和判斷,舊軟體在決策時處理不了。來源[1] 一筆轉換幾週後才回來,當下關掉的廣告,可能關錯了。

但要讓機器直接動帳戶裡的錢,產品得先回答「動錯怎麼辦」。Rules 模組將它拆成三步:用自然語言寫規則,系統先預覽哪些 campaign、ad set、ad 會受影響,再由人選擇只預覽、須人工核准,或自動執行。官方稱自動執行這一檔為 Full Automation,驗證過的規則可 24/7 執行並留下日誌。每項動作都有紀錄、變更可復原;官方稱指令會轉成確定性程式碼,以避免模型幻覺。[3]

圖:來源為官方產品頁[2],2026-11-18取得,保留原介面;官網範例不代表實測。

規則範例也很具體:Meta 新 creative 前 200 次曝光後,CPA 高於目標就暫停;ad set 計入延遲轉換後,預測 ROAS 高於 3.0 就加 20% 預算;creative ROAS 低於損益平衡線兩小時就關閉,換成下一個表現最佳者。[3]

這裡的取捨值得停一下。另一款廣告管理工具 AdsMAA 也提供一鍵暫停、按比例調預算、修改受眾設定;動作按問題類型與嚴重程度預設,自訂動作映射仍在規畫中。暫停可透過重新啟用撤銷,預算變更可再執行一次,或到 Campaigns 裡編輯。來源[4] Plurio 的規則能由客戶用自然語言寫,也能讓 AI 依業務提出最佳實務規則;Finom 案例中的 CAC 門檻由客戶團隊定義並掌握。

先用自己的產品做一件真事

Ustinov 並未直接跳到「讓 AI 按按鈕」。他和 Kirill Kasimskiy 在 2023 年創立的是 Elly Analytics,做跨平台行銷分析,曾支援超過 $100M 的年度廣告支出,後來併入 Plurio;公司直到 2026 年 3 月融資後才改名 Plurio。因此,2023 年不是 Plurio 產品的起點。來源[5] 他說,2024 年底出現能規畫、記住上下文、使用工具、自我評估的新模型後,他才在 2025 年 1 月 1 日坐下來深入研究。[1]

他描述自己在客戶團隊裡反覆看到的日常:「多數日子只有 10% 用於思考與創作,90% 都在平台之間點來點去。」來源[5]

被問到最難忘的時刻,他講了兩個。第一個發生在產品很早、很不穩定時。當時大部分任務都靠 Cursor,有次他拿自己的 agent 解決真問題:為表現不佳的 creative 生成分析與 kill 規則。計畫很簡單——先用 agent,崩了再換回 Cursor。「我從沒換回去。它把整件事做完了。」他說,那是第一次意識到這不是原型,而是產品。[5]

2025 年,他們組成專門 AI 團隊、啟動試點,首批客戶開始用這個 agent 做真實預算決策。他講的第二個時刻在融資公布後:公司辦 webinars 與 live sessions,來的人意圖明確;他說,從「推」一個故事,到看到需求「拉」著走,可能是最強烈的感受。[5]

誰付錢

付費的是廣告主團隊。官網寫的是年度付費廣告預算超過 $5M 的團隊;Pulse 2.0 訪談介紹寫「管理每月 $500K 起的廣告支出」,創始人談可服務市場時又用「美國公司每月 $500K 或以上」。口徑不同,不能視為相同門檻。[2] · 來源[5] 官網的「客戶年度廣告支出管理規模 $500M+」指客戶花的廣告費,不是 Plurio 收入。

可見收入只有一項自報數字:Starter Story 2026 年 5 月 29 日頁面的資料欄標示 $150K revenue/mo。這是訪談頁自報資料,非審計財務;客戶數、ARPU、毛利、獲客成本都未披露,利潤仍不清楚。來源[1] 公開頁面也沒有 Plurio 本身的訂閱定價。

成效方面,Finom 客戶故事提供 2025 年 11 月到 2026 年 3 月的一組數字:新客戶 +38%、CAC −33%、總支出 −8%。同頁兩個分節另有兩組:核心渠道新客戶 +35%、CAC −17%、支出 +12%;高頻實驗新客戶 +100%、CAC −57%、支出 −13%。範圍與基準不同,不能合成一個結果。[6]

TripleTen 案例出現在 Pulse 2.0 訪談:美國績效團隊每月在 Meta、Google、YouTube、TikTok 投超過 $1.5M,campaign 分析由 1–1.5 小時降為 10–15 分鐘,每月省 20 小時,全面採用花了兩週;到 2026 年 3 月,11 條自動規則已用於 Search、YouTube、Facebook 與 creative fatigue 偵測,agent 能提出建議,並直接在廣告帳戶增減預算、暫停 creative。來源[5] 創始人還說,按 TripleTen 的費率,僅省下的分析時間就能抵產品費用。Finom 數字來自 Plurio 客戶故事頁,TripleTen 數字來自創始人在 Pulse 2.0 訪談的敘述,兩者都未經第三方審計。

Ustinov 也說,Plurio 內部採 AI-first 運作,整個 30 人團隊共用 AI 工作空間,AI 訂閱與 token 支出約為薪資的 4%,他預計一年內達到 10%,並稱團隊生產力提升 2–3 倍。[5]

他的另一個判斷是,產品市場契合不再是「達到就結束」的階段,大約只維持三個月;因為 LLM、Claude Code 與競爭者都能取得相同工具,公司必須每三個月重新發明、建構、發布新價值。[5]

這家公司在 2026 年 3 月剛募得 $3.5M,累計融資 $4.5M,自報月收入 $150K。護城河不在模型本身,而在能多快把模型變成客戶敢按的按鈕。Plurio 將按鈕做成可調式:先預覽,再人工核准,驗證過的規則可 24/7 自動執行,每一步都有日誌與復原機制。它賣的是讓人願意逐步放手,而非一開始就把整個帳戶交出去。

繼續閱讀

AI 效率
Klipy,等你點頭才動手的銷售 AI

Klipy 接手銷售會議後的跟進工作。它擷取電子郵件、會議和即時通訊裡的客戶對話,草擬跟進郵件和 CRM 更新,並準備下次會議的資料。跟進郵件由業務人員核准後才寄出。創辦人 Jung Hong Kim 是韓國連續創業者,曾因零售事業在 COVID 期間倒閉而負債。他做顧問時遇到共同創辦人,三個月推出 Klipy.ai。產品於 2024 年 11 月以自動記錄的 AI CRM 上線,2025 年 6 月轉向替業務執行下一步,並按使用者同意後的具體動作計費。

AI 效率
創辦人自述2024年收入 \$8,000,85% 只收一次:NodeLand 把長報告做成了圖

里約熱內盧的 Gabriel Xará 把 NodeLand 當副業:Canvas 接手從長報告、影片逐字稿或會議紀錄提取並生成結構化圖,留下哪些節點、關係是否畫對、圖給誰看仍由人決定。2023 年搭建、2024 年上線,早期靠 AppSumo 等平台獲客。2025 年 1 月訪談披露,2024 年收入 \$8,000,85% 來自終身授權,成本與獲利未披露;他那年幾乎只做產品,行銷有限。

AI 效率
關掉一個沒人要的產品後,他們把創業拆成了「下一步」

David Heikka 與兄弟 Felix 的首個 AI 表單產品上線後沒人想要,試過投放、改登陸頁、改名和加功能,六個月後關停。之後他們做 Buildpad,把創辦生意拆成階段,按順序提示下一步驗證什麼;早期與目前的收費機制不同,產品也曾改名 aicofounder 再改回 Buildpad。

AI 效率
程式碼歸客戶,AI 帳單客戶自己付:SpaceAI360 做的是能帶走的自動化

SpaceAI360 由 Shahdin Salman 一人創辦,替客戶在自有帳號中,建置可以帶走的 AI 工作流程。具體接手的是表單、郵件或檔案進來後的解析、OCR、欄位擷取、資料庫核對與寫入 ERP/CRM,不確定的項目轉入人工複核。他不賣籠統的 AI 顧問服務,先做摩擦最大的瓶頸,並把確定性步驟交給 n8n、判斷步驟交給 Claude。