尽管广告与定向投放已日趋个性化，但作为流量终点的网站仍普遍保持静态。Fibr AI旨在通过AI代理将通用网页转化为针对每位访客的定制化体验，从而弥合这一差距。该理念促使Accel对其追加投资。
在Fibr AI完成570万美元种子轮融资后，Accel领投了本轮融资；此前该公司已于2024年获得180万美元种子前轮投资。本轮融资还吸引了WillowTree Ventures和MVP Ventures参与，并有来自财富100强企业的从业者以天使投资人及顾问身份加入，使公司总融资额达750万美元。
痛点：传统个性化模式缓慢且昂贵
对大型企业而言，高度个性化的广告与相对通用的网站体验之间存在鸿沟。传统上，这一缺口由个性化软件、工程团队及营销机构共同填补，但该模式成本高、扩展难且效率低。虽然广告可即时定制，但落地页调整往往需数周协调，限制了实验频次。Fibr AI认为这种人力密集型模式已过时，转而采用自主AI代理推断用户意图、生成页面变体并实时优化。
Fibr AI联合创始人兼CEO Ankur Goyal表示：“我们用自主系统取代了依赖机构和工程团队的运营模式，这些系统能够持续运行。”他向TechCrunch透露，Fibr AI本身就是软件，而机构则是被部署的代理劳动力，这使得平台能并行运行数千次实验，而非每年仅几十次。
进展：从早期探索到签约大型客户
初期市场教育较为缓慢。Goyal与Pritam Roy于2023年初创立Fibr AI，在前两年大部分时间里仅有1至2名企业客户评估该方法。去年起情况好转，随着美国银行及医疗保健提供商等大型公司的采纳，客户总数增至12家。
Goyal指出，Fibr AI属于基础设施层面的“事后考虑”层，一旦配置完成便无需反复干预。这种特性促成了3至5年的长期合同，因为大企业倾向于标准化网站基建而非频繁重构。
技术：并行微实验替代传统A/B测试
技术上，Fibr AI作为现有网站的上层应用，连接广告、分析及客户数据系统，精准理解访客来源与需求。AI代理据此动态组装文案、图像及布局，将每个URL视为持续学习的系统。平台摒弃手动规则与串行A/B测试，改为并行运行大量微实验，随多渠道流量流入系统性更新用户体验。
此举直接降低了企业成本。传统个性化费用与人员挂钩，而Fibr AI允许企业按单次实验成本及转化效果进行评估，不再受限于工具或人力数量。
资本视角：消除瓶颈是关键
Accel合伙人Prayank Swaroop强调，决定复投的核心是运营模式而非AI概念本身。“如今广告是一对一的，但网站仍是一对多，”他表示，“Fibr AI消除了限制实验规模的机构与工程瓶颈，实现了真正的一对一体验。”
Swaroop补充道，银行和医疗等保守行业的早期采用验证了这一逻辑。“当这些受监管行业表示需要并愿意付费时，我们才更有信心加倍投入。”
为代理式商务时代做好未来准备
除服务人类访客外，双方也看好AI代理在中介发现环节的潜力。Swaroop指出，随着用户习惯通过LLM和AI聊天机器人（如ChatGPT）进行产品研究，网站根据访客或其代理AI的已知信息进行调整的能力将愈发重要。
“这部分虽处早期，但我们希望支持既能满足当下需求，又能为未来转型做好准备的公司。”Swaroop说道。
规划：拓展销售与夯实技术基座
凭借新融资，Fibr AI计划扩大美国销售及客户团队，同时强化印度技术中心。这家旧金山初创公司在班加罗尔设有办公室，23名员工中17人位于印度，6人在美国。
Goyal预计，公司将在今年年底前实现约500万美元年经常性收入（ARR），并拥有约50家企业客户。
竞争：突破老牌厂商的模式桎梏
尽管Adobe和Optimizely等老牌厂商主导着企业级实验与个性化市场，但Goyal和Swaroop认为其构建与销售方式存在制约。传统平台依赖人工配置运营，导致即便获客方式日益动态，实验规模仍难以快速扩展。
Swaroop总结道：“传统企业产品迭代较慢，新功能往往在需求转变数年后才姗姗来迟。”