La ricerca sul Internet è già stata sconvolta dall’intelligenza artificiale: basta dare un’occhiata a quanto prontamente Google presenta agli utenti panoramiche AI (riepiloghi dei risultati di ricerca) nella parte superiore delle pagine dei risultati, come Bing ha integrato precocemente i modelli GPT di OpenAI e come Perplessità continua a sviluppare la propria piattaforma di ricerca internet e i propri browser basati sull’intelligenza artificiale.
Nimble ha annunciato il lancio della sua piattaforma di ricerca agentiun sistema progettato per trasformare il internet pubblico in dati affidabili e di 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 period dell’intelligenza artificiale: mentre i modelli linguistici di grandi dimensioni (LLM) stanno diventando più sofisticati, spesso ragionano su informazioni esterne incomplete o non verificabili. La piattaforma di Nimble mira a eliminare questo “hole di congetture” fornendo un livello di dati governato che cerca, naviga e convalida i dati Web in tempo reale.
In un’intervista esclusiva con VentureBeat, il co-fondatore e CEO di Nimble Uri Knorovich ha riflettuto sullo scetticismo iniziale riguardo alla sua visione di un Web incentrato sulle macchine.
“Ogni volta che abbiamo fondato questa azienda, e la prima volta che mi sono rivolto agli investitori, ho detto loro che il internet è costruito per gli esseri umani, ma le macchine saranno le prime cittadine del internet”, ha ricordato Knorovich. Ha osservato che, sebbene le reazioni iniziali lo abbiano etichettato come “troppo visionario”, l’attuale realtà dell’adozione dell’intelligenza artificiale ha convalidato la sua tesi.
Tecnologia: architettura multi-agente coordinata
Il nucleo della soluzione Nimble è un’architettura distribuita proprietaria che orchestra agenti specializzati per eseguire attività tradizionalmente gestite da ricercatori umani o fragili internet scraper. Secondo la documentazione dell’infrastruttura aziendale, il processo è suddiviso in cinque livelli distinti:
-
Browser headless e agenti di navigazione: Questi livelli gestiscono l’interazione iniziale con un dominio 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 aggrega, filtra e pulisce i dati Web 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 normal progettati per fare clic sui collegamenti dei consumatori, questa architettura utilizza funzionalità multimodali e di ragionamento provenienti da modelli di frontiera, inclusi quelli di OpenAI, Anthropic e Meta, per controllare i browser reali. Ciò consente a Nimble di navigare in structure dinamici e di effettuare controlli incrociati dei risultati, producendo output di dati verificabili anziché semplici riepiloghi di testo.
Un nuovo paradigma: ‘Il internet è costruito per gli esseri umani, ma le macchine sono i primi cittadini’
Knorovich sottolinea che la portata dell’interazione dell’intelligenza artificiale con il internet è fondamentalmente diversa dal comportamento umano. “Noi, come esseri umani, cerchiamo forse tre o cinque opzioni prima di prendere una decisione… ma ogni giorno Nimble esegue più di 3,2 milioni di interazioni sul internet”, ha spiegato. Questo enorme quantity di miliardi di ricerche mensili rappresenta un cambiamento programmatico che richiede un nuovo tipo di infrastruttura.
Il collo di bottiglia per le aziende oggi, secondo Knorovich, non è l’intelligenza dei modelli, ma la qualità dei dati a cui possono accedere. “Gli agenti sono i titoli dei giornali, e una ricerca internet accurata e affidabile è il collo di bottiglia”, ha affermato.
Ricerca agile e ricerca dei consumatori: precisione più che velocità
Knorovich differenzia esplicitamente Nimble dagli strumenti generici come Google o gli assistenti di ricerca AI client.
Mentre Google ha creato un’esperienza di ricerca per i consumatori ottimizzata per la velocità e la ricerca di un ristorante locale, le aziende necessitano di risultati su larga scala e advert alta precisione per prendere decisioni multimilionarie.
“Gli strumenti di ricerca internet generici sono ottimi per avere risposte generali, advert esempio chi è la moglie di Leo scomparsa”, ha osservato Knorovich durante l’intervista. “Ma le imprese hanno bisogno di dati profondi e granulari e devono avere la capacità di controllare i filtri di ricerca, controllare la regolamentazione, controllare quale sia una fonte attendibile”. A differenza delle modalità di intelligenza artificiale client che possono riassumere un submit Reddit o notizie di alto livello, Nimble fornisce informazioni “a livello stradale” che possono essere archiviate direttamente in un sistema di registrazione aziendale.
Prodotto: colmare il divario tra no-code e sviluppatore
La piattaforma Agentic Search viene fornita tramite due interfacce principali progettate per la scalabilità aziendale:
-
Agenti di ricerca internet: Un generatore di flussi di lavoro AI senza codice che consente ai group aziendali di descrivere i dati di cui hanno bisogno e ricevere flussi di dati strutturati senza scrivere una riga di codice.
-
WSDK degli strumenti eb: Una suite di API che consente agli sviluppatori di cercare, estrarre ed eseguire la scansione del Internet direttamente dal proprio codice. Ciò embody 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 inaccurati o allucinati 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 trasmettere dati puliti direttamente in Databricks, Snowflake, S3 o Microsoft Material.
Durante l’intervista, Knorovich ha sottolineato che Nimble è progettato per essere indipendente dal modello, lavorando perfettamente con modelli all’avanguardia di OpenAI, Anthropic e Gemini di Google. Questa flessibilità consente alle aziende di utilizzare Nimble insieme al proprio stack tecnologico esistente, sia che eseguano modelli nel cloud o on-premise per ambienti advert alta sicurezza come quello sanitario o bancario.
Casi di studio: precisione in azione
Knorovich ha fornito diversi esempi reali di come questi dati “a livello stradale” influiscono sui flussi di lavoro professionali. Advert esempio, un agente immobiliare che desidera espandersi in un nuovo territorio non ha bisogno di un riepilogo di alto livello da parte di un’intelligenza artificiale generica.
“Se vuoi sapere cosa sta succedendo nel settore immobiliare commerciale advert Atlanta… non stai cercando una ricerca ottimizzata per il millisecondo”, ha spiegato Knorovich. “Stai cercando informazioni a livello stradale, a livello di quartiere… dati che puoi effettivamente vedere su una tabella o scaricare su Excel”.
Un altro caso d’uso riguarda i principali istituti finanziari che utilizzano Nimble per i processi “conosci il tuo cliente” (KYC). Implementando un agente di ricerca autonomo, le banche possono eseguire riferimenti incrociati a più rapporti pubblici, casellari giudiziari e verifiche degli indirizzi per creare un profilo completo di un cliente prima ancora che entri nell’edificio. L’obiettivo, ha osservato Knorovich, è fornire la “verità esterna” che esiste al di fuori dei firewall interni di un’organizzazione.
Licenze aziendali e conformità
Nimble si differenzia dagli strumenti di scraping legacy attraverso una rigorosa attenzione alla governance e alla fiducia. La piattaforma è “conforme fin dalla progettazione” e possiede certificazioni per SOC2 Tipo II, GDPR, CCPA e HIPAA.
I prezzi sono strutturati per supportare sia startup sperimentali che operazioni aziendali su larga scala, in linea con il quantity e la profondità dei dati recuperati.
“I prezzi dovrebbero essere in linea con il valore che l’utente ottiene… pertanto, calcoliamo i prezzi in base alla quantità di ricerche eseguite”, ha affermato Knorovich.
-
API di ricerca e risposta: Gli enter di ricerca normal costano $ 1 ogni 1.000, mentre la funzione “Risposta”, che fornisce ragionamenti basati sui risultati della ricerca, costa $ 4 ogni 1.000.
-
Servizi gestiti: Per le organizzazioni più grandi, i livelli gestiti partono da $ 2.000 al mese (Startup) e arrivano a $ 15.000 al mese (Skilled) per agenti illimitati e supporto prioritario.
-
Accesso proxy: È disponibile una rete di oltre 1 milione di proxy residenziali a partire da 7,50 dollari per GB
Reazioni della neighborhood e degli utenti
La transizione alla ricerca tramite agenti è già stata resa operativa da various aziende Fortune 500 e startup native dell’intelligenza artificiale:
-
Julie Averill, ex CIO di Lululemonha affermato che l’analisi dei prezzi, la cui revisione un tempo richiedeva settimane, ora può essere gestita in pochi minuti affidando il controllo nelle mani di un agente.
-
Itamar Fridman, CEO e cofondatore di Qodo, ha osservato che la scalabilità della piattaforma è stata “fondamentale nello sviluppo di sistemi di intelligenza artificiale più robusti e affidabili” fornendo agli LLM dati di alta qualità.
-
Dennis Irorere, ingegnere dei dati presso TripAdvisorha sottolineato che la piattaforma semplifica l’estrazione di dati strutturati da fonti complesse, cosa che ha definito “trasformativa” per il suo ruolo.
-
Afferra l’intelligenza ha riferito di essere arrivato a oltre 45.000 siti di e-commerce utilizzando l’API Internet di Nimble per fornire prezzi e dati di prodotto in tempo reale.
-
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 >99%
Serie B per accelerare la ricerca internet multi-agente e la governance dei dati
Il finanziamento di serie B da 47 milioni di dollari annunciato insieme alla piattaforma verrà utilizzato per accelerare la ricerca sul internet multi-agente e sviluppare ulteriormente il livello di dati regolamentato.
Il spherical ha visto la partecipazione di un ampio ecosistema di investitori, tra cui Goal International, Sq. Peg, Hetz Ventures, Gradual Ventures, R-Squared Ventures, J-Ventures e InvestInData.
Andrew Ferguson, vicepresidente di Databricks Ventures, ha osservato che Nimble integra la propria piattaforma di information intelligence fornendo un “livello di dati internet in tempo reale” che estende i flussi di lavoro oltre le fonti interne. Questo investimento strategico segnala uno spostamento nel settore verso la priorità della “verità esterna” per mettere a punto le applicazioni IA mission-critical.
Per Knorovich, il futuro del internet appartiene all’interazione programmatica. “La ricerca internet programmatica è l’obiettivo verso 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 agire con sicurezza nel mondo reale.
