一、产品、项目等基本信息
Arcads是一个AI驱动的广告素材生成平台，由Romain Torres和Dylan Fournier于2024年1月创立。公司总部位于法国，早期团队5人，2025年融资时仅7人左右，月处理广告素材超10万个。
两位创始人此前经营过营销公司和移动App工作室，连续推出多款消费应用。为推广产品，他们在真人拍摄和达人合作上投入了大量资金，合作过数千名社交媒体创作者。他们发现，App买量中真人UGC口播广告效果显著，但生产速度始终跟不上测试需求：找创作者→沟通脚本→等待拍摄→修改重拍→再测试——一个循环下来，几天甚至几周过去了。
最初产品很简单：用户输入广告脚本，从AI演员库（现已超1000个演员）中选一个人，即可生成口播视频。随着产品迭代，逐步增加了演员替换、声音修改、视频翻译、字幕添加、背景移除、镜头角度调整、开箱视频、商品展示、视频延长、素材重混等功能，并接入了Kling、Sora、Seedance等不同视频模型。
二、商业结果
-
收入轨迹：上线第一周月订阅收入达5000美元；5个月后年化收入突破100万美元；2024年全年收入420万美元；2025年年订阅收入接近1200万美元，预计全年超1300万美元。
-
用户规模：2025年订阅用户超6000个。
-
产能规模：月处理广告素材超10万个，覆盖35种以上语言。
-
团队效率：早期5人做到600万美元年化收入，人均年化120万美元；融资时团队仅7人，内部运行超100个AI Agent支撑运营。
-
融资：2025年12月完成1600万美元种子轮融资，公司当时已盈利，超一半用户来自美国。
三、创业过程分析
第一步：两个创始人在自己的业务里发现了同一个痛点——素材生产跟不上测试需求
Romain和Dylan过去为了推广自己的App，在真人拍摄和达人合作上投入了大量时间和资金。他们发现，UGC口播广告对买量效果很好，但真人拍摄的生产速度极其有限：找创作者、谈价格、发产品、给脚本、等待拍摄、修改、重拍……一个循环下来周期太长。而广告投放的逻辑是“素材做得越多，能测试的组合越多，找到有效广告的概率越高”。他们遇到的问题不是“没有人帮我拍广告”，而是“我知道应该多测试，但我根本来不及生产这么多测试素材”。 于是他们把这个问题单独拿出来做成了产品，而不是做一个大而全的AI广告平台。
第二步：产品切入点很小——脚本+AI演员=一条口播广告
Arcads第一版不做“AI广告Agent”，也不做从市场分析到投放的全流程，只做一件事：输入脚本，从演员库选一个人，生成口播视频。这个切入点的巧妙之处在于：客户已经在拍这类广告，知道怎么评估效果，只是生产速度不够快。Arcads不需要教育用户“为什么要拍短视频UGC广告”，只需要证明“其中一部分测试视频可以在这里做”。产品上线第一周就收到订阅收入，因为客户昨天还在花钱解决同一个问题。
第三步：产品逻辑统一——不是让人“创作一条视频”，是让客户“快速做20个版本”
Arcads的产品迭代方向始终围绕“测试量”展开，而不是“视频质量”。当一条广告数据不错时，Arcads帮用户做的事情是：保留脚本，换演员；保留演员，换开头；保留内容，换声音；换语言；补字幕和画面；把有效结构继续重混。联合创始人Dylan Fournier在融资公告里说，做产品的目标是让广告视频生产变得简单、低成本、可以不断迭代。“测试、调整、重复”是Arcads的产品内核。
第四步：获客渠道由两部分组成——创始人自己的人脉、以及产品自己做广告
Arcads的第一批用户是创始人过去做App买量时认识的广告行业从业者。产品上线后先给他们试用，第一周做到5000美元月订阅收入。此后，Arcads直接用自己的AI广告在Meta上投放，展示产品效果的同时完成获客。用自己的AI广告卖AI广告制作工具，形成了一个增长循环：Arcads做出更好的AI广告→这些广告帮Arcads获客→更多客户进入→团队继续开发新功能→继续用这些功能给自己做广告。 其他增长渠道还包括Romain在LinkedIn、X发布内容，以及与广告、营销、AI创作者合作。
第五步：Arcads自己就是“AI原生公司”样本——7个人跑100多个Agent
Arcads不只卖AI，自己也用AI运营公司。到2025年5月年化收入600万美元时，团队仅5人，内部已运行超100个AI Agent（主要用Gumloop搭建）。其中一个Agent每天去广告资料库检查竞争对手新广告，下载素材、抽取文案、交给ChatGPT改写，再按Arcads产品重新生成，最后发到Slack交给团队决定是否制作。Romain让AI优先处理三类事情：竞争对手研究、内容生成、潜在客户寻找。其他Agent监控关键词、筛选潜在客户、支持销售团队直接触达。Arcads自己的运营模式和产品思路是同一套：先找到已经存在的有效模式、拆开、批量生成变量、快速测试、用数据决定下一轮做什么。
四、创业启发
- 先找“已经被验证的需求”，再决定用什么方式解决
Arcads没有发明新的广告形式。真人口播式UGC短视频广告已经在市场上跑了很多年，客户在买、广告平台在投、营销团队知道怎么评估。Arcads只是把里面最慢、最费人的部分（找演员、沟通、拍摄、修改）替换成AI。不需要教育市场，客户昨天还在为这件事花钱。 -
AI的价值不是“创作”，是“复制和变体”
Arcads不做“用AI拍一条完美的广告”，而是做“让客户能快速生成几十个测试版本”。效果广告的核心不是“拍得好”，是“测得多”。当一条广告跑出效果时，AI最大的价值是让团队能立刻生成20个变体继续测试。 -
先服务一群已经在做这件事的人，再考虑扩大
Arcads早期用户全是创始人过去做App买量时认识的广告从业者。这些客户不需要被说服“为什么要做UGC广告”，只需要被证明“用AI做UGC广告够不够好”。所以产品上线第一周就有收入，而不是先花半年做市场教育。 -
“吃自己的狗粮”是最直接的案例展示
Arcads用自己的AI广告投Meta广告，用户看到广告时已经看到了产品结果。增长循环是：Arcads做出更好的AI广告→这些广告帮Arcads获客→更多客户进入→团队继续开发→继续用新功能给自己做广告。产品即营销，营销即产品。 -
小团队的杠杆是AI Agent而不是人
5个人做到600万美元年化收入，人均120万美元。背后是超100个AI Agent在后台持续运行：盯竞争对手、拆广告文案、生成变体、筛选潜在客户、支持销售触达。Arcads帮客户做的事情（批量生成变体、快速测试、用数据驱动下一轮），同时也用在了自己身上。