Marloo تجمع 10 ملايين دولار من Blackbird Ventures لمنصة ذكاء اصطناعي موجهة للمستشارين الماليين

Marloo привлекла $10 млн в seed-раунде, который возглавила Blackbird Ventures. Стартап хочет выйти за рамки AI-ноуттейкера и стать полноценной операционной системой для финансовых консультантов.

Куда пойдут деньги С новым раундом общий объём финансирования

Marloo достиг $12,7 млн менее чем за год. Blackbird участвовала и в предыдущем pre-seed, а теперь усилила ставку: после двух раундов фонд владеет примерно 34% компании. В раунде также поучаствовала Icehouse Ventures. Основанная в 2024 году команда собирается укрепить позиции в Великобритании и Австралии, запуститься в США и расширить продуктовую линейку вокруг ежедневной работы консультантов.

«Это напоминает нам ранние дни

Canva», — так в Blackbird описали траекторию Marloo.

Не просто заметки

Marloo продаёт себя не как сервис расшифровки встреч, а как AI-партнёра для практики финансового консультирования. Логика понятна: это одна из самых зарегулированных и документозависимых функций в финсервисе, поэтому консультанты тратят слишком много времени на записи, комплаенс-документы, переписку и отчёты вместо работы с клиентом. До запуска продукта основатели, по их словам, поговорили примерно с 800 потенциальными клиентами, чтобы понять, где именно болит рынок.

• Конспектирует встречи и звонки Генерирует консультационные документы и письма по итогам встреч Ведёт комплаенс-процессы и служебные заметки Заполняет формы и готовит последующие задачи Собирает письма, документы и заметки в единый профиль клиента На сайте Marloo делает акцент на том, что система помнит весь контекст отношений с клиентом: прошлые встречи, письма, вложения, задачи и шаблоны компании. Это важный сдвиг по сравнению с типичным AI-ноуттейкером, который обычно заканчивает работу на стенограмме и кратком итоге. Здесь идея шире: собрать единый слой памяти и действий вокруг консультанта, чтобы каждая следующая задача опиралась на уже накопленные данные, а не начиналась с чистого листа.

Метрики и защита

По данным компании, у Marloo уже больше 650 платящих фирм финансового консультирования в шести странах, а выручка росла более чем на 40% месяц к месяцу на протяжении 11 месяцев подряд. Отток компания описывает как почти нулевой — для B2B SaaS это сильнее сигнал product-market fit, чем просто быстрый рост. В пользовательских кейсах Marloo заявляет, что помогает экономить 7–10 часов в неделю, а документы, на которые раньше уходило до восьми часов, теперь собираются меньше чем за четыре.

Для этой категории важны не только скорость и удобство, но и контроль над данными. Marloo отдельно подчёркивает соответствие SOC 2 Type 2 и GDPR, возможность удалять записи и расшифровки, а также работу в едином клиентском таймлайне. Для рынка финансового консалтинга это не маркетинговая деталь, а базовое требование: если система не проходит по требованиям безопасности и комплаенса, её просто не пустят в ежедневный процесс.

Главный тест

Ключевой вопрос для Marloo — почему вертикальный продукт не будет раздавлен универсальными моделями вроде Claude, ChatGPT или Gemini. Сооснователь Shakeel Lala отвечает на это через контекст: общая модель может пересказать встречу, но ей сложнее собрать в одном ответе юридические требования, правила конкретной фирмы и личные предпочтения консультанта. В финансовом совете ошибка дорого стоит, а значит ценность смещается от «умной модели» к системе, которая умеет работать в жёстко заданных рамках.

Следующий этап — США. Это самый большой рынок, но и самый сложный: он более фрагментирован, живёт под набором федеральных и штатных правил и требует локальной адаптации. Для Marloo это не просто продажа в новой географии, а проверка всей гипотезы: можно ли быстро перенести накопленные знания о комплаенс-процессах из Великобритании и Австралии в среду, где правила, участники и стандарты документации устроены заметно сложнее.

Что это значит

Marloo — ещё один пример того, как деньги в AI идут не только в базовые модели, но и в отраслевые продукты поверх них. Если компания сможет перенести свой ориентированный на комплаенс подход в США, рынок получит сильный кейс того, что вертикальный AI способен выигрывать у универсальных ассистентов там, где важны регуляторика, контекст и доверие.