Ravineo: Z AI prototypu k platformě, která denně analyzuje miliony příspěvků

Ravineo je český startup, který přináší transparentnost do digitálního marketingu. Jeho analytická platforma pomáhá značkám a agenturám pochopit, kdo o nich na sociálních sítích mluví, v jakém kontextu, s jakým sentimentem a jestli jde o organickou zmínku, nebo placenou spolupráci. Za projektem stojí Jan Řežáb, zakladatel Socialbakers (dnes Emplifi), který se do světa digitálního marketingu vrátil s novým produktem. My jsme se zapojili jako produktový a technický partner – nejdřív ověřit proveditelnost, pak kolem ní postavit platformu.

Značky investují do influencer marketingu miliony, ale mají jen omezený přehled o tom, kdo jejich produkty skutečně propaguje. Influenceři spolupracují s konkurencí, aniž by o tom kdokoli věděl, a spousta placených spoluprací není označená – což je nejen neetické, ale v mnoha zemích přímo ilegální. Klasické nástroje umí sledovat hlavně text, jenže většina dnešního obsahu vzniká jako video, reel, story nebo obrázek. A právě tam se odehrává to nejdůležitější.

Ravineo chtělo vidět víc: rozpoznat značku na produktu, slyšet zmínku uprostřed makeup tutorialu, zachytit známou znělku v reelu na TikToku a pochopit kontext i sentiment spolupráce. Během několika týdnů jsme dali dohromady MVP a ověřili, že AI dokáže dávat smysluplné analýzy. Fungovalo to. Marketéři najednou měli časovou osu zmínek napříč platformami, analýzu jednotlivých influencerů, detekci neoznačených spoluprací i sentiment – data použitelná pro rozhodování o kampaních, partnerech i rizicích.

Ravineo během prvních 7 měsíců narostlo na ARR přes 2 miliony dolarů a 100 firemních zákazníků, mezi kterými jsou značky jako IKEA, McDonald's nebo Samsung.

Nejrizikovější rozhodnutí nebylo technické. Lákalo postavit rovnou velkou platformu; nejdřív jsme ale museli ověřit, že AI analýza reálného obsahu je dost přesná na to, aby jí marketéři věřili. A ani ověřený vzorek nic nezaručuje – systém, který funguje na stovkách příspěvků, může být při milionech denně ekonomicky neudržitelný. Proto jsme nejdřív validovali, pak škálovali a cenu za analyzovaný příspěvek jsme od začátku brali jako vlastnost produktu.

Ravineo je AI-first SaaS produkt postavený nad multimodální analýzou obsahu ze sociálních sítí. Nejtěžší nikdy nebylo napojit AI model. Těžké bylo navrhnout workflow, které zvládne vysoký objem videí a obrázků, udrží náklady pod kontrolou a umožní průběžně testovat kvalitu výstupů, zatímco se modely pod rukama mění.

Od začátku jsme viděli tři rizika. Produktové: postavit příliš složitý systém dřív, než se ověří, že AI vůbec dává smysluplné výsledky. Provozní: i když AI funguje na vzorku, nemusí být ekonomicky ani technicky udržitelná při milionech příspěvků denně. A kvalitativní: u marketingové analytiky nestačí nějaká odpověď – výsledky musí být přesné, konzistentní a vysvětlitelné, jinak jim uživatelé přestanou věřit.

Pipeline pracuje s videem, obrázky, audiem, OCR, transkripcí, překladem a metadaty. Výstupem nikdy není volný text: každou odpověď omezuje strukturované JSON schéma, aby se dala ukládat, filtrovat, porovnávat a zobrazovat v produktu. Média a metadata se připravují v Google Cloud Storage a BigQuery, posílají se do batch inference na Vertex AI s modely Gemini a výsledky se vrací do BigQuery k agregaci. Celý tok orchestrují Google Cloud Workflows a Scheduler.

Výchozím režimem je batch inference – dávky kolem 15 000 promptů distribuované napříč datacentry, plus on-demand cesta pro čerstvé analýzy vyžádané z UI. Pevná testovací sada příspěvků nám umožňuje porovnávat modely a verze promptů a před každou změnou modelu pustit regresní kontrolu. Náklady na tokeny optimalizujeme na všech úrovních: volbou modelu, strukturou promptu připravenou na caching, low resolution režimem u videa, sampling frekvencí snímků a optional poli, která zkracují výstupní schéma. Trade-off, který jsme přijali, je částečný vendor lock-in na Google Cloudu; testovatelnost a verzování promptů nám drží otevřená vrátka. V produkci workflow běží zhruba 6 milionů promptů za 4 týdny.