Skip to Content Facebook Feature Image

Yext推Scout MCP及API 開放可見度情報予全球夥伴

商業事

Yext推Scout MCP及API 開放可見度情報予全球夥伴
商業事

商業事

Yext推Scout MCP及API 開放可見度情報予全球夥伴

2026年05月18日 21:04 最後更新:21:13

Yext公司(紐約證券交易所代號:YEXT)作為企業代理式營銷平台,今日宣布推出Scout MCP及Scout API,將其可見度及競爭情報基礎設施開放予全球夥伴,並將Yext定位為代理式營銷時代的數據層。

Scout是目前本地商戶最全面的可見度情報數據集,每月分析超100億個信號,涵蓋超1200萬個商戶地點的四個人工智能模型,每次掃描可呈現20個競爭對手的150個可見度指標。該數據集現透過兩種途徑向夥伴開放:Scout MCP提供對話式、無需建構的存取方式;Scout API則支援在Yext自身平台所用的相同基礎設施上,建構完全客製化、白標產品體驗。

Yext Scout是目前本地商戶最全面的可見度情報數據集。該數據集現透過Scout MCP及Scout API兩種途徑向夥伴開放。 AP圖片

Yext Scout是目前本地商戶最全面的可見度情報數據集。該數據集現透過Scout MCP及Scout API兩種途徑向夥伴開放。 AP圖片

市場背景

人工智能正取代本地數碼營銷機構賴以建立業務的執行工作。根據美國商會《2025年賦能小型企業報告》,58%的小型企業現已使用生成式人工智能,較2023年增加超一倍。

隨着人工智能將內容生成及發布商品化,最能適應這次轉型的企業,將是那些能提供客戶無法自行獲取的、以數據為基礎的策略指導的企業。

Scout MCP及API正是為此而建,讓夥伴能夠存取所需的可見度及競爭情報,從而提取洞察,並將其帶入每次客戶對話中。

Yext首席數據官克里斯蒂安·沃德表示:「本地數碼營銷機構的角色始終如一:協助小型企業在市場中競爭並取勝。透過Scout MCP,本地數碼營銷人員現可輕鬆存取五年前不可能收集到的可見度及競爭情報。這完全是不同層次的對話。」

全球數碼營銷服務公司AdCellerant行政總裁兼聯合創辦人布羅克·貝里指出:「隨着人工智能重塑本地營銷,獲取差異化數據成為真正的競爭優勢。Scout引人入勝之處在於其對人工智能模型、搜尋表現及競爭對手分析的深度可見度。我們相信夥伴將能夠在Scout MCP之上建構全新的客戶體驗及工作流程,這在幾年前是根本不可能的。」

Scout MCP及API的功能

使用Scout的夥伴可在任何客戶或潛在客戶會議中,向該企業展示其在人工智能及本地搜尋方面與競爭對手的確切位置。這些洞察涵蓋四個範疇:

  • 競爭情報及潛在客戶開發:向客戶或潛在客戶提供實時視圖,精確顯示他們在人工智能及本地搜尋中輸給競爭對手的地方。
  • 人工智能引用及模型分析:了解哪些人工智能模型正在引用品牌、引用頻率、引用情境,以及與競爭對手相比如何,包括情緒及主題。
  • 搜尋引擎優化及人工智能搜尋表現:追蹤品牌在傳統及人工智能搜尋介面上的表現,每次掃描可提供20個競爭對手的150個可見度指標。
  • 優先行動建議:提出影響力最高的修復方案,並提供為潛在客戶會議及追加銷售對話而設的90天增長計劃及付費媒體指引。

夥伴可透過用戶介面存取Scout以獲得現成體驗,透過MCP進行對話式存取而無需任何開發工作,或透過API建構完全客製化、白標產品。所有三種方式均由相同的數據集驅動。

建基於Yext基礎設施,由Yext維護

這次公布是Yext持續承諾提供夥伴所需解決方案的一部分,包括作為他們可建構的核心情報層。在Scout上建構的夥伴將繼承Yext持續的平台開發,而無需維護自己的數據管道。Yext對Scout的每一項改進都將直接傳遞給夥伴,無論他們使用哪種存取途徑。Scout MCP及API與Yext的管理API及內容傳遞API一同,成為為現今機構營運方式而建的互聯生態系統的一部分。

Scout MCP及API今日起開放早期存取。有興趣的夥伴可瀏覽yext.com。

前瞻性聲明

這次新聞稿包含「前瞻性聲明」,包括但不限於Yext對Scout MCP及Scout API的預期、信念、意圖及策略,包括對Yext夥伴的預期效益。這些聲明基於當前信念,並受許多風險及不確定性影響,可能導致實際結果與這些聲明存在重大差異,其中包括本新聞稿所述功能及效益未能如預期實現的風險,以及所有產品及功能是否會如本新聞稿所述提供。所有前瞻性聲明均基於Yext截至本新聞稿發布日期的可用資訊,Yext不承擔因新資訊、未來事件或其他原因而更新或修改任何前瞻性聲明的義務。

關於Yext

Yext(紐約證券交易所代號:YEXT)是企業代理式營銷平台。Yext建基於全球最全面的本地商戶結構化數據平台,為品牌及其夥伴提供可見度情報,以在人工智能及傳統搜尋中的每個發現時刻取勝。Yext的API優先架構將結構化數據連接至API、MCP伺服器及生成式介面,因此夥伴及開發人員可在驅動Yext自身產品的相同基礎設施上建構專用體驗。金融服務、醫療保健、零售、酒店及餐飲業的數千個品牌及數碼營銷夥伴均依賴Yext大規模管理、衡量及優化可見度。欲了解更多資訊,請瀏覽yext.com。

(美聯社)

Chef Robotics,一間食品行業實體人工智能公司,今日公布開發雙臂實體人工智能系統,用於備餐枱食物組裝。現時Chef的機械人主要處理食品生產輸送帶上的大批量餐點組裝,而這個新的雙臂實體人工智能系統,將專注於處理幽靈廚房、快餐店、航空公司餐飲、學校、醫院、軍隊、監獄、體育館、企業餐飲及酒店等行業中,較低產量但較高複雜度的備餐枱組裝工作。

隨著實體人工智能及模仿學習的出現,Chef的AI團隊正開發一個新的實體人工智能系統,旨在處理備餐枱上的餐點組裝任務,例如後廚的漢堡或墨西哥捲餅組裝。這些任務的產量較低,但複雜度較食品生產輸送帶上的組裝為高,因為單一工人(或機械人)必須組裝整份餐點,而非將流程分解為每個食材的獨立工作站。

Chef的雙臂實體人工智能系統,用於備餐枱食物組裝。 AP圖片

Chef的雙臂實體人工智能系統,用於備餐枱食物組裝。 AP圖片

為執行較高複雜度的任務,新系統將採用兩隻機械臂,實現雙臂控制。它將能夠執行與人類手臂及手部相媲美的協調靈活操作。系統的末端執行器將足夠靈活,可拾取不同的食材及餐具。

由Chef的食物基礎模型(FFM)驅動

這個新的實體人工智能系統將由Chef的食物基礎模型(FFM)驅動,該模型比傳統機械人系統學習更快,並能適應更廣泛的應用場景。

現成的視覺語言動作模型(VLA)及實體人工智能模型,不足以應付食物操作。大多數VLA及實體人工智能模型均針對剛體操作進行訓練,但食物操作涉及高度可變形材料(例如濕潤、黏稠、不規則的物品)。這要求Chef的AI模型能夠在廣泛的物理狀態及互動中進行泛化。

FFM無需為拾取及放置食物、偵測托盤、隔間及內襯,以及處理可舀取或獨立食材等任務,分別建立獨立模型,而是透過單一的「基礎」人工智能模型,支援所有這些功能。它亦能更高效地擴展至新任務,並提升表現。

FFM並非透過編程,而是透過示範(模仿學習)來執行特定任務,例如組裝漢堡或製作墨西哥捲餅碗。它亦透過學習可跨硬件實體(例如具有不同運動學、末端執行器及配置的系統)轉移的任務表示,從而在不同機械人硬件平台之間進行泛化。從這個意義上說,Chef正在為食物構建實體人工智能層。

FFM預計將隨著時間推移,解鎖更多功能。例如,它可能支援零樣本或少樣本食材導入,以最少訓練適應新食材。該模型亦將自我改進,並隨著時間自主提升產量及一致性。

其他優點

Chef的新實體人工智能系統將具備:

Chef Robotics創辦人兼行政總裁Rajat Bhageria表示:「我們最初專注於高產量食品製造,但行業大部分仍依賴人手備餐枱組裝。這些環境更複雜、結構性較低,令自動化更困難。透過這個新的實體人工智能系統及我們的食物基礎模型,我們將擴展實體人工智能,以應對這些現實世界條件,並為食品行業解鎖更廣泛的應用。」

關於Chef Robotics

Chef是首間將可擴展人工智能驅動食品機械人解決方案商業化的公司。Chef已在生產中製作超1億份餐點,利用ChefOS這個用於食物操作的人工智能平台,提供機械人即服務解決方案,協助行業領先的食品公司增加產量及滿足需求。Chef總部位於加州三藩市,旨在透過加速智能機器的出現,賦予人類做人類最擅長的事情。

(美聯社)

你 或 有 興 趣 的 文 章