Minerva, piattaforma AI per il marketing consumer, ha lanciato ufficialmente con 20 milioni di dollari di finanziamento e una collaborazione con OpenAI. L'azienda ha ottenuto il sostegno di un gruppo di investitori tra cui The General Partnership, 8VC, Lingotto Innovation, Topology Ventures, NBA Investments e altri. La soluzione è progettata per unificare i dati frammentati di prima parte e arricchirli con un contesto proprietario sul consumatore. L'obiettivo è consentire ai brand di eseguire campagne di marketing end-to-end con agenti AI in sole 24 ore. Questo approccio affronta una sfida persistente: le aziende possiedono enormi quantità di dati clienti, ma il loro valore rimane spesso bloccato a causa della frammentazione e della mancanza di un contesto esterno.
Unificare i dati in meno di un giorno
Entro 24 ore dall'onboarding, la piattaforma permette ai marketer di svolgere quattro funzioni fondamentali. Queste attività trasformano dati grezzi e isolati in informazioni pronte per l'AI, accelerando il processo da settimane a un solo giorno. Ecco le funzionalità chiave:
- Unificare e sbloccare i dati proprietari dei clienti del brand utilizzando l'Agentic Data Engineer di Minerva
- Arricchire i dati dei clienti con il grafico identitario proprietario di Minerva e oltre 1.000 attributi
- Creare, analizzare e ottimizzare campagne che conquistano clienti su larga scala
- Misurare le performance e generare report dettagliati sulle campagne
Questo processo in quattro fasi trasforma dati frammentati in informazioni strutturate e immediatamente utilizzabili dagli agenti AI. L'obiettivo è dare ai team di marketing un vantaggio significativo in termini di velocità, comprimendo in un giorno ciò che tradizionalmente richiede settimane. Il risultato è un contesto AI-ready che aiuta i brand a vincere clienti in ogni fase del funnel.
Dalla frammentazione all'azione
Minerva è stata fondata da Jackson Engles, Daniel Saedi e Matthew Joseph, che si sono conosciuti all'Università della California, Berkeley e hanno iniziato le loro carriere in finanza rispettivamente presso Lazard, Bridgewater e Citadel. L'azienda nasce dal lavoro precedente di Saedi e Joseph, che utilizzavano dati alternativi per fare trading sui mercati. In quell'esperienza hanno assistito sia al potere commerciale dei dati dei consumatori sia alla difficoltà di convertire dataset frammentati e incoerenti in insight affidabili. Questa consapevolezza li ha portati a creare Minerva come strumento per aiutare le aziende a usare l'AI per comprendere, coinvolgere e acquisire clienti in modo più efficace. I fondatori ritengono che, con agenti AI sempre più capaci, il fattore limitante per i team di marketing non sia più l'accesso ai modelli, ma la qualità e la struttura del contesto su cui quei modelli possono operare.
Risultati misurabili e adozione crescente
Nelle prime implementazioni, Minerva ha già dimostrato un impatto tangibile. La società riporta che la piattaforma ha aiutato i brand a migliorare il ritorno sulla spesa pubblicitaria (ROAS) del 3,4 volte e ad aumentare i tassi di lead qualificati per il direct mail marketing (MQL) del 2,5 volte. Questi risultati sono stati ottenuti ricostruendo il modo in cui i dati dei clienti vengono utilizzati per l'acquisizione, passando da processi manuali a flussi di lavoro basati sull'AI. Minerva ha inoltre firmato circa tre dozzine di clienti, inclusi nomi di spicco come la NBA, Juicebox, Luxury Presence, Trust & Will e Wander. In particolare, la piattaforma lavora con la NBA per identificare opportunità che aiutino le squadre ad approfondire il coinvolgimento dei tifosi.
La collaborazione con OpenAI potenzia le capacità AI
Attraverso la sua collaborazione con OpenAI, Minerva ha sviluppato due workstream specifici utilizzando modelli avanzati come GPT-5.5. Questi strumenti sono progettati per mettere capacità AI sofisticate direttamente nelle mani dei team di marketing, senza richiedere competenze tecniche approfondite. Ecco le due soluzioni:
- L'Agentic Data Engineer comprime settimane di lavoro umano di ingegneria dei dati in ore, profilando e comprendendo la struttura dei dati di prima parte del cliente, scrivendo SQL di trasformazione e validando l'output
- L'Agentic Data Scientist consente ai marketer senza esperienza di machine learning di utilizzare prompt in linguaggio naturale — ad esempio "trova utenti che probabilmente prenoteranno una proprietà di lusso nei prossimi 30 giorni" — per generare, validare e distribuire modelli predittivi su richiesta
Questi strumenti rappresentano un passaggio dal bisogno di competenze tecniche all'interazione in linguaggio naturale. I team di marketing possono ora generare e distribuire modelli predittivi con semplici istruzioni verbali, democratizzando l'accesso all'analisi avanzata.
Fiducia degli investitori e visione del CEO
Jackson Engles, co-fondatore e CEO di Minerva, ha sottolineato che i team di marketing sono sotto pressione crescente per ottenere risultati migliori in un contesto di complessità, più canali e più dati. Secondo Engles, Minerva offre ai marketer il contesto e l'infrastruttura per comprendere più a fondo i propri clienti e agire più velocemente su quelle intuizioni. L'obiettivo, ha spiegato, è affidare all'AI il lavoro operativo ripetitivo, lasciando ai clienti il compito di concentrarsi su attività che richiedono giudizio umano. Phin Barnes, co-fondatore e Managing Partner di The General Partnership, ha aggiunto che gli agenti AI hanno fame di contesto e che chi struttura il giusto contesto per un dominio vince quel dominio. Barnes ha osservato che la maggior parte dei brand possiede dati di prima parte preziosi, ma frammentati e difficili da usare. Minerva, ha detto, trasforma quei dati in qualcosa su cui l'AI può ragionare, consentendo ai marketer di agire. Il nuovo capitale sarà utilizzato per espandere i team di ingegneria, ricerca e go-to-market di Minerva, costruire la piattaforma self-serve e ampliare il raggio d'azione oltre i settori iniziali — sport, ospitalità e servizi finanziari — verso categorie di consumo più ampie.