Skip to content
Новость PR Newswire / Revuze июнь 2026 г.

Revuze: автономные AI-агенты и поддержка MCP для потребительской аналитики в CPG и ретейле

Revuze Agentic AI — автономные агенты и MCP для рыночной аналитики CPG и ретейла

24 июня 2026 года компания Revuze — AI-платформа рыночной аналитики для CPG и ретейла — объявила о запуске Agentic AI. Новое предложение даёт брендам три способа операционализировать потребительскую аналитику: готовые автономные агенты, прямая интеграция во внутренние AI-системы через Model Context Protocol (MCP) и разговорный AI-ассистент Vee на базе Claude от Anthropic.

Зачем это нужно: разрыв между LLM и отраслевыми данными

Запуск устраняет конкретный рыночный пробел. По мере того как бренды внедряют AI-копайлоты, большинство обнаруживает: LLM общего назначения, обученные на неотфильтрованных веб-данных, не могут надёжно отвечать на вопросы уровня категории и конкретного SKU. Revuze закрывает этот разрыв верифицированной базой данных, построенной на унифицированной таксономии рынков, категорий и продуктов.

Как пояснил CEO Guy Yair: «Публичные LLM креативны, но им не хватает детальной точности и рыночного контекста, который нужен лидерам CPG и ретейла. Мы даём им автономных агентов на фундаменте отраслевой экспертизы, чтобы бренды могли подключить свои AI-системы к реальным потребительским сигналам, а не полагаться на догадки или хайп».

Как это работает: расчёт вместо поиска

Принципиальное отличие Revuze от универсальных LLM — способ формирования ответа. Пока генеративные модели общего назначения отвечают на вопросы о продуктах, извлекая и перефразируя произвольный текст из интернета, агенты Revuze выполняют структурированные вычислительные рабочие процессы над управляемыми данными Voice of the Customer (VoC).

Вместо поиска подходящего предложения в сети Revuze математически рассчитывает ответы о точных объёмах, звёздных рейтингах, изменениях сентимента и дефектах на уровне SKU. Инфраструктура обеспечивает:

  • Многоисточниковую валидацию — перекрёстные ссылки онлайн-отзывов, социальных сетей, описаний продуктов (PDP), опросов и сигналов службы поддержки для создания единого цикла обратной связи.
  • Глубину на уровне SKU — непрерывная обработка более 2,2 млрд потребительских сигналов, охватывающих более 100 млн продуктов в 2000+ категориях.
  • Точность 90%+ — целевые VoC-модели дают верифицированную, категориально-специфичную аналитику, которой могут доверять команды брендов.

Три пути к развёртыванию

Agentic AI от Revuze предлагает три гибких варианта развёртывания:

Открытый уровень интеграции (MCP). Построен на Model Context Protocol от Anthropic и позволяет командам разработчиков подключить верифицированные доменные данные Revuze напрямую к кастомным внутренним LLM и приложениям бренда.

Разговорный доступ (Vee). Работает на базе Claude от Anthropic — ассистент позволяет бизнес-пользователям задавать вопросы по сложной потребительской обратной связи и получать мгновенные ответы, подкреплённые данными.

Автономное исполнение. Готовые агенты, разработанные для самостоятельного анализа и автоматизации рабочих процессов: отслеживание запусков продуктов, обнаружение проблем с возвратами, поиск трендов и конкурентный бенчмаркинг.

VP Product Omer Kehat пояснил суть подхода: «Мы выступаем как недостающий слой под AI-стеком. Хочет ли бренд готового агента, следящего за проблемами с продуктом, нужно ли ему питать собственные копайлоты или Claude через MCP, или команда хочет задавать вопросы напрямую через Vee — мы обеспечиваем фундамент. MCP означает, что внутренний AI бренда не должен разбираться в интерпретации «грязной» потребительской обратной связи — мы уже сделали эту работу».

Контекст компании

Revuze — AI-платформа, обрабатывающая более 2,2 млрд потребительских сигналов из 600+ источников в 2000+ категориях и отслеживающая более 100 млн продуктов. Компания признана в Magic Quadrant от Gartner и MarketScape от IDC для платформ Voice of the Customer. Среди клиентов — L’Oréal, P&G, Reckitt, Bosch и Wilson. Запуск актуален для исследовательских команд и аналитиков в CPG и ретейле, которые ищут способ подключить AI-инструменты к верифицированным потребительским данным вместо обобщённых веб-данных.