Пошук в Інтернеті вже зазнав значних змін під впливом штучного інтелекту. Достатньо поглянути, наскільки легко Google надає користувачам AI Overviews (узагальнення результатів пошуку) на початку сторінок, як Bing інтегрував моделі GPT від OpenAI, та як Perplexity продовжує розвивати власну платформу пошуку в мережі на базі ШІ та браузери.
Компанія Nimble анонсувала запуск своєї Agentic Search Platform – системи, розробленої для трансформації публічного вебу в надійні, придатні для прийняття рішень дані для систем ШІ та бізнес-процесів.
Запуск підтримано фінансуванням серії B на суму 47 мільйонів доларів під керівництвом Norwest, з участю Databricks Ventures та інших інвесторів, що доводить загальний обсяг залучених компанією коштів до 75 мільйонів доларів.
Ця ініціатива спрямована на усунення фундаментального вузького місця сучасної ери ШІ: хоча великі мовні моделі (LLMs) стають дедалі досконалішими, вони часто оперують неповною або неперевіреною зовнішньою інформацією. Платформа Nimble прагне усунути цей «розрив здогадок», надаючи керований рівень даних, який здійснює пошук, навігацію та валідацію даних з мережі в реальному часі.
В ексклюзивному інтерв’ю для VentureBeat, співзасновник і генеральний директор Nimble Урі Кнорович (Uri Knorovich) розмірковував про початковий скептицизм щодо його бачення «інтернету, орієнтованого на машини».
«Коли ми заснували цю компанію, і я вперше звернувся до інвесторів, я казав їм, що веб побудований для людей, але машини стануть першими громадянами мережі», — згадав Кнорович. Він зазначив, що хоча початкові реакції називали його «занадто візіонером», поточна реальність впровадження ШІ підтвердила його тезу.
Технологія: Координована багатоагентна архітектура
Ядро рішення Nimble — це власна розподілена архітектура, яка оркеструє спеціалізованих агентів для виконання завдань, що традиційно покладалися на людських дослідників або крихкі веб-скрепери. Згідно з документацією інфраструктури компанії, процес розбито на п’ять окремих рівнів:
-
Headless browser та агенти браузингу: Ці рівні керують початковою взаємодією з цільовим доменом, навігуючи складними структурами сайтів так само, як це робить людина.
-
Агенти парсингу: Ці агенти інтерпретують вміст сторінки, визначаючи релевантні елементи даних у різних форматах.
-
Агенти обробки даних: Цей рівень агрегує, фільтрує та очищає «шумні» інтернет-дані для отримання конкретних, структурованих відповідей.
-
Валідаційні агенти: Останній крок включає перевірку результатів для забезпечення точності та повноти перед їх наданням.
На відміну від стандартних пошукових систем, призначених для споживчого клікання за посиланнями, ця архітектура використовує мультимодальні та міркувальні можливості передових моделей — зокрема, від OpenAI, Anthropic та Meta — для керування реальними браузерами. Це дозволяє Nimble працювати з динамічними макетами та перехресно перевіряти результати, створюючи аудитовані вихідні дані, а не прості текстові резюме.
Нова парадигма: «Веб побудований для людей, але машини — перші громадяни»
Кнорович зазначає, що масштаб взаємодії ШІ з інтернетом докорінно відрізняється від поведінки людини. «Ми, як люди, шукаємо, можливо, три-п’ять варіантів, перш ніж прийняти рішення… але щодня Nimble здійснює понад 3,2 мільйона взаємодій в мережі», — пояснив він. Такий величезний обсяг мільярдів щомісячних пошукових запитів представляє програмний зсув, який вимагає нового типу інфраструктури.
За словами Кноровича, сьогоднішнім вузьким місцем для підприємств є не інтелект моделей, а якість даних, до яких вони можуть отримати доступ. «Агенти — це заголовки, а точний і надійний пошук у мережі — це вузьке місце», — стверджує він.
Nimble проти споживчого пошуку: Точність понад швидкість
Кнорович чітко розмежовує Nimble від загальних інструментів, таких як Google, або споживчих помічників пошуку на базі ШІ.
Тоді як Google створив пошуковий досвід для споживачів, оптимізований для швидкості та пошуку місцевого ресторану, підприємства потребують високомасштабованих результатів з високою точністю для прийняття рішень на мільйони доларів.
«Інструменти загального пошуку в Інтернеті чудово підходять для отримання загальних відповідей, наприклад, хто дружина Лео Міссінга», — зазначив Кнорович під час інтерв’ю. «Але підприємствам потрібні глибокі, детальні дані, і вони повинні мати можливість контролювати фільтри пошуку, регулювання, визначати надійні джерела». На відміну від споживчих моделей ШІ, які можуть узагальнити допис на Reddit або новинну статтю високого рівня, Nimble надає «вуличну» інформацію, яку можна безпосередньо зберігати в корпоративній системі обліку.
Продукт: Подолання розриву між no-code та розробниками
Agentic Search Platform надається через два основні інтерфейси, розроблені для масштабованості підприємств:
-
Web search agents: Інструмент для створення AI-робочих процесів без коду, який дозволяє бізнес-командам описувати потрібні їм дані та отримувати структуровані потоки даних без написання жодного рядка коду.
-
Web tools SDK: Набір API для розробників, які дозволяють шукати, витягувати та сканувати веб безпосередньо зі свого коду. Це включає спеціалізовані інструменти, такі як API /crawl для картографування цілих доменів та API /map для створення дерев доменів.
Платформа розроблена для забезпечення даних з точністю понад 99% — тобто менш ніж 1% неточних або «галюцинованих» даних від загального вмісту кожного результату пошуку — і затримкою 1-2 мілісекунди на запит.
Вона інтегрується з основними середовищами даних, дозволяючи користувачам транслювати очищені дані безпосередньо в Databricks, Snowflake, S3 або Microsoft Fabric.
Під час інтерв’ю Кнорович підкреслив, що Nimble розроблений як незалежний від моделі, безперебійно працюючи з найсучаснішими моделями від OpenAI, Anthropic та Gemini від Google. Ця гнучкість дозволяє компаніям використовувати Nimble разом із їхнім існуючим технологічним стеком, незалежно від того, чи запускають вони моделі в хмарі, чи локально для високобезпечних середовищ, таких як охорона здоров’я чи банківська справа.
Приклади використання: Точність у дії
Кнорович навів кілька прикладів із реального життя, які демонструють, як ці «вуличні» дані впливають на професійні робочі процеси. Наприклад, брокер з нерухомості, який бажає розширитися на нову територію, не потребує загального резюме від універсального ШІ.
«Якщо ви хочете дізнатися, що відбувається в комерційній нерухомості в Атланті… ви не шукаєте пошук, оптимізований на мілісекунди», — пояснив Кнорович. «Ви шукаєте інформацію на рівні вулиць, районів… дані, які ви можете фактично побачити в таблиці або завантажити в Excel».
Інший випадок використання включає великі фінансові установи, які використовують Nimble для процесів «знай свого клієнта» (KYC). Розгортаючи автономного агента пошуку, банки можуть перехресно перевіряти численні публічні звіти, кримінальні записи та підтвердження адрес, щоб створити повний профіль клієнта ще до його приходу в офіс. Мета, зазначив Кнорович, полягає в наданні «зовнішньої істини», яка існує поза внутрішніми брандмауерами організації.
Корпоративне ліцензування та відповідність стандартам
Nimble відрізняється від застарілих інструментів скрейпінгу завдяки суворому зосередженню на управлінні та довірі. Платформа «відповідає стандартам за дизайном», маючи сертифікати SOC2 Type II, GDPR, CCPA та HIPAA.
Ціноутворення структуроване для підтримки як експериментальних стартапів, так і великомасштабних корпоративних операцій, узгоджене з обсягом та глибиною отриманих даних.
«Ціна повинна відповідати цінності, яку отримує користувач… тому ми встановлюємо ціну залежно від кількості пошукових запитів, які ви виконуєте», — сказав Кнорович.
-
API пошуку та відповідей: Стандартні пошукові запити коштують 1 долар за 1000, тоді як функція «Відповідь» (яка надає міркування на основі результатів пошуку) коштує 4 долари за 1000.
-
Керовані послуги: Для великих організацій керовані тарифні плани починаються від 2000 доларів на місяць (Startup) і масштабуються до 15 000 доларів на місяць (Professional) для необмеженої кількості агентів та пріоритетної підтримки.
-
Доступ через проксі: Мережа з понад 1 мільйона житлових проксі доступна від 7,50 доларів за ГБ.
Спільнота та реакція користувачів
Перехід до агентського пошуку вже був реалізований кількома компаніями зі списку Fortune 500 та стартапами, що працюють на базі ШІ:
-
Джулі Аверил (Julie Averill), колишня CIO Lululemon, заявила, що аналіз цін, який раніше займав тижні, тепер може бути виконаний за хвилини, передавши контроль агенту.
-
Ітамар Фрідман (Itamar Fridman), CEO та співзасновник Qodo, зазначив, що масштабованість платформи «мала вирішальне значення для розробки більш надійних та стабільних систем ШІ» шляхом надання LLMs високоякісних даних.
-
Денніс Ірорере (Dennis Irorere), Data Engineer в TripAdvisor, підкреслив, що платформа спрощує вилучення структурованих даних зі складних джерел, що він описав як «трансформаційне» для його ролі.
-
Grips Intelligence повідомила про масштабування до понад 45 000 сайтів електронної комерції, використовуючи Web API Nimble для надання даних про ціни та продукти в реальному часі.
-
Alta використовує платформу для підтримки мільйонів щоденних робочих процесів з продажу на базі ШІ, повідомляючи про 3-4-кратне поглиблення контексту та надійність понад 99%.
Серія B для прискорення багатоагентного пошуку в мережі та управління даними
Фінансування серії B на суму 47 мільйонів доларів, анонсоване одночасно із запуском платформи, буде використано для прискорення досліджень у сфері багатоагентного пошуку в мережі та подальшого розвитку керованого рівня даних.
У раунді взяли участь численні інвестори, включаючи Target Global, Square Peg, Hetz Ventures, Slow Ventures, R-Squared Ventures, J-Ventures та InvestInData.
Ендрю Фергюсон (Andrew Ferguson), віце-президент Databricks Ventures, зазначив, що Nimble доповнює їхню Data Intelligence Platform, надаючи «рівень даних реального часу з мережі», який розширює робочі процеси за межі внутрішніх джерел. Ця стратегічна інвестиція сигналізує про зсув у галузі в бік пріоритезації «зовнішньої істини» для забезпечення критично важливих додатків ШІ.
Для Кноровича майбутнє інтернету належить програмній взаємодії. «Програмний пошук в мережі — це те, до чого ми рухаємося», — підсумував він. Відмовляючись від застарілих постачальників даних та крихких скрейперів, Nimble прагне надати необхідну структуру в реальному часі, щоб ШІ міг діяти впевнено в реальному світі.
Прогноз ІТ-Блогу: Найближчі 1-2 роки стануть свідками інтенсивної інтеграції таких агентських платформ у корпоративні ERP-системи та CRM-інструменти. Очікується зростання конкуренції з боку великих хмарних провайдерів, які запропонують власні аналогічні рішення, що базуються на їхніх екосистемах.
Інформація підготовлена на основі матеріалів: venturebeat.com