L’era delle ricerche web umane è finita: Nimble lancia una piattaforma di ricerca di agenzie accurata al 99% per le aziende

La ricerca sul Web è già stata sconvolta dall’intelligenza artificiale: guarda quanto è facile Google agli utenti verranno presentate le panoramiche AI ​​(riepiloghi dei risultati di ricerca) nella parte superiore delle pagine dei risultati, come Bing ha integrato i modelli GPT di OpenAI nelle prime fasi e come Meraviglia continua a sviluppare la propria piattaforma di ricerca web e i propri browser basati sull’intelligenza artificiale.

Nimble annuncia il lancio della sua piattaforma di ricerca agenzieUn sistema progettato per trasformare il web pubblico in dati affidabili a livello decisionale per i sistemi di intelligenza artificiale e i flussi di lavoro aziendali.

Il lancio è supportato da 47 milioni di dollari in finanziamenti di serie B guidati da Norwest, con la partecipazione di Databricks Ventures e altri, portando il finanziamento totale dell’azienda a 75 milioni di dollari.

L’iniziativa affronta un collo di bottiglia fondamentale nell’attuale era dell’intelligenza artificiale: man mano che i modelli linguistici di grandi dimensioni (LLM) diventano più complessi, spesso ragionano su informazioni esterne incomplete o non verificabili. La piattaforma Nimble mira a eliminare questo problema "divario di previsione" Fornendo un livello dati gestito che ricerca, instrada e verifica i dati Internet in tempo reale.

In un’intervista esclusiva con VentureBeat, il cofondatore e CEO di Nimble Uri Knorovich ha espresso un iniziale scetticismo riguardo alla visione di Internet incentrata sulle macchine.

"Quando abbiamo fondato questa azienda e mi sono rivolto per la prima volta agli investitori, ho detto loro che il web è stato progettato per gli esseri umani, ma i primi cittadini del web sarebbero state le macchine." Knorovich ricordava. Ha affermato che le reazioni iniziali lo hanno etichettato come: "troppo visionario," L’attuale realtà dell’adozione dell’IA ha confermato la sua tesi.

Tecnologia: architettura multi-agente coordinata

Il nucleo della soluzione Nimble è un’architettura distribuita proprietaria che orchestra agenti esperti per eseguire compiti tradizionalmente eseguiti da ricercatori umani o fragili web scraper. Secondo la documentazione dell’infrastruttura aziendale, il processo è suddiviso in cinque livelli separati:

• Browser headless e agenti di scansione: Questi livelli gestiscono l’interazione iniziale con il sito di destinazione, navigando nelle strutture complesse del sito come farebbe un essere umano.

• Agenti di analisi: Questi agenti interpretano il contenuto della pagina identificando gli elementi di dati rilevanti in vari formati.

• Incaricati del trattamento dei dati: Questo livello raccoglie, filtra e pulisce i dati Internet rumorosi per produrre risposte specifiche e strutturate.

• Agenti di convalida: La fase finale prevede la verifica dei risultati per garantire l’accuratezza e la completezza prima della consegna.

A differenza dei motori di ricerca standard progettati per consentire al consumatore di fare clic sui collegamenti, questa architettura utilizza le capacità multimodali e di ragionamento dei modelli edge, compresi quelli di OpenAI, Anthropic e Meta, per controllare i browser reali. Ciò consente a Nimble di navigare in layout dinamici e di effettuare controlli incrociati dei risultati, producendo output di dati verificabili anziché semplici riepiloghi di testo.

Un nuovo paradigma: ‘La rete è stata pensata per gli esseri umani, ma le macchine sono i primi cittadini’

Knorovich sottolinea che la portata dell’interazione dell’intelligenza artificiale con il web è fondamentalmente diversa dal comportamento umano. "Come esseri umani, esaminiamo forse tre o cinque opzioni prima di prendere una decisione… ma Nimble gestisce oltre 3,2 milioni di interazioni online ogni giorno." spiegato. Questo enorme volume di miliardi di ricerche mensili rappresenta un cambiamento programmatico che richiede un nuovo tipo di infrastruttura.

Secondo Knorovich il collo di bottiglia per le aziende oggi non è l’intelligenza dei modelli, ma la qualità dei dati a cui hanno accesso. "Gli agenti sono i titoli dei giornali e la ricerca web accurata e affidabile è il collo di bottiglia." ha detto.

Ricerca agile e consumer: precisione anziché velocità

Knorovich distingue chiaramente Nimble dagli strumenti generici come Google o dagli assistenti di ricerca AI consumer.

Mentre Google sta creando un’esperienza di ricerca per i consumatori ottimizzata per la velocità e la ricerca di un ristorante locale, le aziende hanno bisogno di risultati su larga scala e ad alta fedeltà per prendere decisioni multimilionarie.

"Lo strumento di ricerca web generico è ottimo per avere risposte generiche come chi è la moglie scomparsa di Leo." Knorovich ha detto durante l’intervista. "Ma le aziende hanno bisogno di dati profondi e dettagliati e devono avere la capacità di controllare i filtri di ricerca, controllare la modifica, controllare quale sia la fonte attendibile.". A differenza dei mod AI consumer che possono riassumere un post Reddit o notizie di alto livello, Nimble fornisce: "a livello stradale" Informazioni che possono essere archiviate direttamente in un sistema di record aziendale.

Prodotto: colmare il divario tra no-code e sviluppatore

La piattaforma Agency Search viene fornita attraverso due interfacce principali progettate per la scalabilità aziendale:

1. Agenti di ricerca web: Un generatore di flussi di lavoro AI senza codice che consente ai team aziendali di definire i dati di cui hanno bisogno e ricevere flussi di dati strutturati senza scrivere una riga di codice.

2. WSDK degli strumenti eb: Una suite di API che consente agli sviluppatori di cercare, estrarre ed eseguire la scansione del Web direttamente dal proprio codice. Ciò include strumenti specializzati come l’API /crawl per la mappatura di interi domini e l’API /map per la creazione di alberi di domini.

La piattaforma è progettata per fornire dati con una precisione superiore al 99% (ovvero, meno dell’1% di dati errati o allucinatori per il contenuto totale di ciascun risultato di ricerca restituito) e una latenza di 1-2 millisecondi per richiesta.

Si integra in modo nativo con i principali ambienti di dati, consentendo agli utenti di inserire dati puliti direttamente in Databricks, Snowflake, S3 o Microsoft Fabric.

Durante l’intervista, Knorovich ha sottolineato che Nimble è stato progettato per essere indipendente dai modelli e funzionerà perfettamente con i modelli all’avanguardia di OpenAI, Anthropic e Google Gemini. Questa flessibilità consente alle aziende di utilizzare Nimble insieme agli stack tecnologici esistenti, sia che eseguano modelli per ambienti altamente sicuri come quello sanitario o bancario nel cloud o on-premise.

Casi di studio: precisione nella pratica

Knorovich ha fornito alcuni esempi reali di come ciò accade "a livello stradale" i dati influiscono sui flussi di lavoro professionali. Ad esempio, un agente immobiliare che desidera espandersi in una nuova regione non ha bisogno delle istruzioni di alto livello di un’intelligenza artificiale generica.

"Se vuoi sapere cosa succede nel settore immobiliare commerciale ad Atlanta, non stai cercando una ricerca ottimizzata per millisecondi." Knorovich ha spiegato. "Stai cercando informazioni a livello stradale, a livello di quartiere… dati che puoi effettivamente vedere in un foglio di calcolo o scaricare in Excel".

Un altro caso d’uso riguarda i grandi istituti finanziari che utilizzano Nimble. "conosci il tuo cliente" processi (KYC). Implementando un agente di ricerca autonomo, le banche possono creare un profilo completo di un cliente prima che entri nell’edificio incrociando più rapporti pubblici, casellari giudiziari e verifiche degli indirizzi. Knorovich ha affermato che l’obiettivo è fornire: "realtà esterna" Situato all’esterno dei firewall interni di un’organizzazione.

Licenze aziendali e conformità

Nimble si differenzia dai vecchi strumenti di scraping concentrandosi strettamente sulla governance e sulla fiducia. Piattaforma "compatibile per progettazione," Dispone delle certificazioni SOC2 Tipo II, GDPR, CCPA e HIPAA.

I prezzi sono strutturati per supportare sia iniziative sperimentali che operazioni aziendali su larga scala, a seconda del volume e della profondità dei dati ricevuti.

"Il prezzo dovrebbe essere in linea con il valore ottenuto dall’utente… ecco perché il prezzo si basa sulla quantità di ricerche effettuate." disse Knorovich.

• API di chiamata e risposta: Le voci di ricerca standard costano $ 1 ogni 1.000; "Rispondere" La funzione che fornisce ragionamenti basati sui risultati di ricerca costa 4 dollari ogni 1.000 dollari.

• Servizi gestiti: Per le organizzazioni più grandi, i livelli gestiti partono da $ 2.000 al mese (Starter) e arrivano fino a $ 15.000 al mese (Professional) per agenti illimitati e supporto prioritario.

• Accesso proxy: Una rete di oltre 1 milione di proxy residenziali disponibili a partire da 7,50 dollari per GB

Reazioni della community e degli utenti

Il passaggio alla ricerca delle agenzie è già stato introdotto da molte aziende Fortune 500 e startup basate sull’intelligenza artificiale:

• Julie Averill, ex CIO di LululemonHa affermato che le informazioni sui prezzi, che una volta richiedevano settimane per essere esaminate, ora possono essere risposte in pochi minuti affidando il controllo nelle mani di un’agenzia.

• Itamar Friedman, CEO e co-fondatore di Qodo. scalabilità della piattaforma "È fondamentale per lo sviluppo di sistemi di intelligenza artificiale più robusti e affidabili" Alimentando la formazione universitaria con dati di alta qualità.

• Dennis Irorere, ingegnere dei dati presso TripAdvisorHa sottolineato che la piattaforma semplifica l’estrazione di dati strutturati da fonti complesse, che ha descritto come: "convertitore" per il suo ruolo.

• Mantiene l’intelligenza ha riferito di essere arrivato a oltre 45.000 siti di e-commerce utilizzando l’API Web di Nimble per fornire prezzi e dati sui prodotti in tempo reale.

• ad Alta Utilizza la piattaforma per alimentare quotidianamente milioni di flussi di lavoro go-to-market basati sull’intelligenza artificiale, segnalando un contesto 3-4 volte più approfondito e un’affidabilità superiore al 99%

Serie B per accelerare la ricerca web multi-agente e la gestione dei dati

Il finanziamento di serie B da 47 milioni di dollari annunciato insieme alla piattaforma verrà utilizzato per accelerare la ricerca sul web multi-agente e sviluppare ulteriormente il livello di dati gestiti.

Al round ha partecipato un ampio ecosistema di investitori, tra cui Target Global, Square Peg, Hetz Ventures, Slow Ventures, R-Squared Ventures, J-Ventures e InvestInData.

Il vicepresidente di Databricks Ventures Andrew Ferguson ha dichiarato che Nimble ha completato la sua piattaforma di data intelligence. "livello di dati web in tempo reale" Ciò espande i flussi di lavoro oltre le risorse interne. Questo investimento strategico segnala uno spostamento verso la definizione delle priorità nel settore "realtà esterna" Per sostenere le applicazioni IA mission-critical.

Secondo Knorovich il futuro del web appartiene all’interazione programmatica. "La ricerca web programmatica è ciò su cui stiamo lavorando." Ha concluso. Allontanandosi dai fornitori di dati legacy e dai fragili scraper, Nimble mira a fornire la struttura in tempo reale necessaria affinché l’intelligenza artificiale possa muoversi in sicurezza nel mondo reale.

Collegamento alla fonte