| 公司 | ARTISO AI |
|---|---|
| 融资轮次 | 种子前轮 |
| 融资金额 | 超过300万欧元 |
| 投资方 | Criteria Venture Tech（领投）、Swanlaab Venture Factory、Bynd Venture Capital、David Tomás、Nicolaj Reffstrup |
| 总部 | 西班牙巴塞罗那 |
| 创始人 | Sarah Iglesias Hiller（CEO）、Lucas Pastur Romay（CPO）、Matthias Brenninkmeijer（CTO） |
| 官网 | https://artiso.ai |
把“品味”做成基础设施，而不是生成更多图片
ARTISO AI 的产品叙事与市面上多数时尚 AI 工具形成了明显差异。过去两年，时尚行业的 AI 应用主要集中在图像生成、虚拟试穿、趋势预测和文案自动化等单点场景。这些工具的共同特征是：它们可以被任何品牌使用，但几乎不了解任何品牌。ARTISO AI 公司通稿称，其平台的核心不是生成更多图像，而是把品牌的历史档案、视觉语言和创意偏好转化为一个可持续的知识层，让 AI 在这个知识层上支持创意与运营工作。这一口径尚无独立第三方验证，但它指向了一个更接近企业软件而非消费级生成工具的产品逻辑。
CEO Sarah Iglesias Hiller 在融资消息中给出的表述更直接。据 Silicon Republic 报道，她说：“品牌不再想用 AI 做实验；他们希望 AI 能在团队中真正运转起来。当图像变得无处不在，让一个品牌与众不同的是它的品味，而这种品味存在于它的档案、畅销款和人的决策之中。Artiso 把它变成了时尚行业一直缺少的操作系统。”这段引语把公司的竞争维度从“生成能力”拉到了“品牌知识的结构化与调用能力”上。
CTO Matthias Brenninkmeijer 则从技术实现角度补充了公司口径。据 Silicon Republic 报道，他表示：“时尚影像是 AI 首次证明其价值的地方，而 Artiso 走得更远；每一张图像、草图和工艺包都是带着对背后品牌的理解被创造出来的。”他进一步称，公司的智能体“把最先进的生成能力与每个品牌自身的知识结合起来，同时让人掌控每一项决策”。这些描述目前仍是公司单方面陈述，来源材料中未提供产品界面、客户案例或技术架构层面的独立验证。
从 Mango 出来的三个人，试图解决一个 Mango 也未必解决过的问题
创始团队的履历是理解这笔融资的关键。据 Silicon Republic 报道，ARTISO AI 由 CEO Sarah Iglesias Hiller、CPO Lucas Pastur Romay 和 CTO Matthias Brenninkmeijer 于2025年在巴塞罗那创立，三人均为前 Mango 高管，自2022年起合作。Pulse 2.0 亦报道三人此前在 Mango 共事，并称 ARTISO 围绕时尚企业需要贴合行业工作流、创意流程与知识结构的技术这一理念创立。
这个背景有两层含义。第一，创始团队来自一家以快速供应链和垂直整合著称的时尚零售商，他们对“系列背后的信息如何在不同系统间流动”有第一手体感。第二，Mango 本身是一家大型成熟企业，其内部系统与流程并不天然等同于中小品牌或高端设计师品牌的需求。ARTISO AI 能否把在 Mango 语境下形成的产品判断，转化为对不同规模、不同定位品牌的通用操作系统，仍然是一个未被验证的假设。
从投资方构成看，Criteria Venture Tech 董事总经理 Roma Jelinskaite 的表述透露了机构的判断逻辑。据 Silicon Republic 报道，她说：“在 Criteria Venture Tech，我们寻找有雄心从欧洲打造全球品类领导者的团队。Artiso 拥有罕见的组合：创始人亲身经历过这个问题，产品已被客户端到端使用，并且在大西洋两岸都有明确需求。”其中“产品已被客户端到端使用”是投资方在本轮融资公告中的引语，不是独立客户证言；来源材料中未披露具体客户名称、使用时长或合同规模，因此无法独立核实其商业化深度。
“操作系统”的野心，撞上时尚软件的真实壁垒
把产品放进时尚行业的真实产业链约束中，ARTISO AI 面临的第一道壁垒不是 AI 能力，而是数据与工作流的接入成本。时尚品牌的历史档案往往以非结构化形式存在：过去十年的设计稿可能分散在设计师的个人硬盘里，畅销款数据在 ERP 系统中，广告大片在数字资产管理平台里，面料信息在供应商的邮件往来中。要让 AI “理解品牌”，首先需要把这些数据清洗、标注并持续同步。对于一家种子前阶段的公司来说，这意味着较高的实施成本和对客户 IT 配合度的依赖。
第二道壁垒来自现有软件生态的惯性。时尚品牌的设计、产品开发、电商和营销团队分别使用不同的专业工具，ARTISO AI 声称要“连接”这些工作流，但来源材料未披露其与主流系统的集成方式、API 深度或数据同步机制。一个“操作系统”如果无法与现有工具链顺畅对接，就可能退化为又一个需要手动上传数据的独立平台。
第三道壁垒是品牌对数据主权的敏感度。时尚行业对设计资产和趋势数据的保密要求极高，尤其是高端品牌和快时尚巨头。ARTISO AI 公司称已与欧洲、北美和亚洲的机构合作，并将美国列为关键市场，但未披露客户名单。这意味着市场无法判断其早期客户是愿意承担数据风险的创新品牌，还是对数据隔离有严格要求的头部企业。这两种客户对产品的需求、付费意愿和续约逻辑截然不同。
300万欧元的资本结构，透露了什么信号
本轮融资的金额表述在不同来源中略有差异。Silicon Republic 和 Pulse 2.0 均使用“超过300万欧元”，Bright Report 的标题写作“300万欧元”，正文则使用“over 300万欧元”。综合来看，本轮总额超过300万欧元是多个来源一致的口径，但精确数值未披露。融资表中采用“超过300万欧元”作为统一表述。
投资方名单中有一个值得注意的细节：Nicolaj Reffstrup 通过 Lookup Ventures 参与本轮投资。这一细节目前仅见于 Pulse 2.0 的报道，该报道同时指出他是 GANNI 创始人兼前 CEO。GANNI 是过去十年欧洲最具代表性的“当代时尚”品牌之一，以数字化营销和可持续叙事著称。Reffstrup 的参与可能带来两层价值：一是时尚品牌运营者的行业判断，二是潜在客户网络。但来源材料未披露其投资金额、持股比例或是否担任顾问角色，因此这层价值目前仍属于推断。
David Tomás 的参与同样值得关注。他是 Cyberclick 联合创始人，后者是一家总部位于巴塞罗那的数字营销公司。Tomás 的个人投资可能意味着 ARTISO AI 在早期阶段就能接触到数字营销领域的客户资源和增长方法论，但这一判断同样缺乏来源材料的直接支持。
从资本结构看，本轮由 Criteria Venture Tech 领投，Swanlaab Venture Factory、Bynd Venture Capital 和两位行业天使参与。金额规模与公司阶段匹配，但“超过300万欧元”的表述方式也留下了精确总额未披露的空间。对于一家声称要打造“操作系统”的公司来说，这笔资金足以支撑产品迭代和早期客户获取，但远不足以支撑大规模市场教育和生态建设。
资金用途明确，但商业化路径仍待验证
关于资金用途，多个来源给出了相对一致的信息。据 Silicon Republic 报道，ARTISO AI 将利用这笔资金加速产品开发、引入更多客户并扩充团队，招聘时尚与技术岗位。Bright Report 的报道补充称，资金将用于打造 AI 原生操作系统，并拓展全球客户。Pulse 2.0 则提到，资金将帮助公司开发时尚专用 AI 平台、提升全球品牌采用率，并扩展连接创意、产品与商业流程的操作系统。
这些表述的共同点是：产品开发、客户获取和团队扩张是三大方向。但来源材料均未披露具体的里程碑目标，例如计划在何时推出正式版本、目标客户数量或收入规模。对于一家种子前公司来说，这并不罕见，但意味着外部观察者暂时无法判断其商业化节奏。
公司称已与欧洲、北美和亚洲的机构合作，并将美国列为关键市场。这一客户覆盖范围如果属实，说明公司在成立后的一年多时间里已经完成了跨区域的早期验证。但“合作”的定义边界模糊：可能是付费合同，也可能是试点项目或设计合作伙伴关系。投资方 Roma Jelinskaite 称“产品已被客户端到端使用”，这是目前关于商业化深度最具体的表述，但仍属于投资方在本轮融资公告中的单方面判断，且未披露客户数量、合同金额或续约情况。
商业模式方面，来源材料未披露 ARTISO AI 的定价方式、收费结构或收入确认口径。这构成了当前信息边界中最重要的一块空白。一个面向时尚品牌的 AI 操作系统，可能采用 SaaS 订阅、按席位收费、按使用量计费，或按项目实施收费。不同的模式对应完全不同的收入质量和扩张逻辑。在商业模式未披露的情况下，任何关于其商业化前景的判断都只能停留在定性层面。
竞争格局：没有直接对手，但到处都是替代方案
来源材料未披露 ARTISO AI 的直接竞争对手，但这并不意味着它处于无人区。恰恰相反，时尚 AI 赛道正在以极快的速度拥挤起来。从替代方案的角度看，ARTISO AI 至少面临三类竞争压力。以下产品类别为编辑基于公开行业类别的分析，来源材料未提及具体产品名称。
第一类是通用生成式 AI 平台。这类工具已经在时尚设计团队中广泛使用，优势是上手快、成本低、生态成熟；劣势是缺乏品牌上下文。ARTISO AI 的差异化主张恰恰建立在这个劣势之上，但前提是品牌愿意为“上下文”支付额外成本。考虑到公司称其客户已覆盖欧洲、北美和亚洲，这一前提是否成立，取决于其早期客户是否真正为品牌知识层付费，而非仅将产品当作又一个生成工具。
第二类是垂直时尚科技公司。包括趋势预测平台、3D 设计工具、PLM 系统和数字资产管理平台在内的既有玩家，都在不同程度地嵌入 AI 能力。它们拥有现成的客户关系和数据接口，ARTISO AI 若要与这些系统竞争或集成，都需要证明自己的增量价值。对于一家种子前公司来说，与其正面竞争，更现实的路径可能是先成为这些系统之间的连接层，但来源材料未披露其集成策略。
第三类是品牌自建能力。大型时尚集团有资源和动力自建 AI 基础设施，尤其是当数据主权成为核心关切时。如果 ARTISO AI 的目标客户主要是头部品牌，它可能面临“客户自建”的替代威胁；如果目标客户是中小品牌，它又需要解决付费能力和实施成本的问题。公司称将美国列为关键市场，而美国市场恰恰是头部品牌自建能力最强的区域之一，这一选择意味着公司需要在数据主权和品牌知识层之间找到更精细的平衡。
从编辑推断的角度看，ARTISO AI 最可能的切入路径是：先以某个高频、高痛点的场景建立产品粘性，再逐步扩展为覆盖更多工作流的平台。但来源材料未披露其具体切入场景，因此这一推断的结论边界是：公司声称的“操作系统”定位目前更接近产品愿景，而非已验证的市场事实。
验证边界与可复核指标
针对本项目，来源材料能够支持的事实边界如下。公司名称、总部、成立年份、三位创始人及其前 Mango 高管背景，由 Silicon Republic、Bright Report 和 Pulse 2.0 多个来源一致报道，可信度较高。本轮融资的领投方与参与投资方由多个来源一致报道；金额区间在来源间存在“超过300万欧元”与“300万欧元”的表述差异，精确总额未披露。
需要明确归因的是产品能力与客户覆盖。公司称其 AI 可调用品牌历史档案、视觉语言与创意偏好，同时让人保留在决策中的参与，这一描述来自公司通稿及创始人访谈，来源材料中未提供产品演示、客户证言或第三方评测。公司称已与欧洲、北美和亚洲的机构合作，这一客户覆盖范围同样来自公司单方面陈述。投资方称“产品已被客户端到端使用”，这是投资方在本轮融资公告中的引语，不是独立核证的事实。
商业模式、定价方式、具体客户名单、合同规模、收入数据、员工人数和产品技术架构均未在来源材料中披露。这些空白不是报道的缺陷，而是当前信息边界的真实状态。对于一家种子前公司来说，这些信息的缺失本身就是一个值得记录的事实：它说明 ARTISO AI 仍处于从产品愿景向可验证商业实体过渡的早期阶段。
后续可复核的指标包括：公司是否披露首批具名客户及合同性质；是否公布定价模式与收入确认口径；是否说明与主流设计、PLM 或电商系统的集成方式；是否给出“端到端使用”所对应的客户数量、使用时长或续约数据；以及本轮精确融资金额是否在后续监管文件或公司公告中披露。在这些指标出现之前，关于 ARTISO AI 商业化深度的判断都应保持克制。
RecodeX 极客视：ARTISO AI 的故事之所以值得关注，不在于它又融了多少钱，而在于它提出了一个时尚行业长期回避的问题：品牌的品味能否被结构化成可调用的知识层？三位前 Mango 高管带着对这个问题的第一手体感进入市场，但“操作系统”的野心与种子前阶段的资源之间，横亘着数据接入成本、软件生态惯性和客户数据主权三重壁垒。300万欧元能验证的，是品牌是否愿意为“上下文”付费，而不是 AI 能否生成更多图片。答案的揭晓，要等到客户名单和商业模式不再缺席的那一天。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。