Keenable получила $26 млн на поисковый индекс для ИИ-агентов
Стартап Keenable привлёк $26 млн посевного финансирования в раунде под руководством Accel. Компания, основанная бывшим руководителем направлений поиска, ИИ и облака в «Яндексе» Андреем Стыскиным и немецким исследователем ИИ Маттиасом Петри, создаёт поисковый индекс для ИИ-агентов объёмом более 100 млрд веб-документов.
В раунде также участвовали Conviction Partners и бизнес-ангелы. Keenable утверждает, что её API уже используется в производственной среде несколькими ИИ-лабораториями и провайдерами инференса — как при обучении моделей, так и во время выполнения запросов. Названия клиентов компания не раскрыла.
Поиск, рассчитанный на агентов
Поисковые системы исторически оптимизировались для людей, которым нужно быстро просмотреть страницу и выбрать релевантный результат. ИИ-чатботы и агенты способны обрабатывать гораздо большие массивы текста, но для точных ответов им требуется опора на исходные документы.
Стыскин считает, что такая проверка ответов источниками создаёт иной механизм развития поиска, не зависящий от сигналов человеческого поведения. До запуска Keenable он около 20 лет работал над поисковыми технологиями в «Яндексе» и Amazon; в Amazon он вместе с Петри занимался веб-поиском для ИИ-приложений, включая Alexa.
Скорость отбора и стоимость индекса
Ключевая техническая задача — не просто хранить индекс интернета, а быстро сокращать пространство поиска для конкретного запроса. По словам Стыскина, универсальные корпоративные поисковые решения при веб-масштабе могут становиться слишком дорогими и терять эффективность без специализированной настройки структуры индекса.
Keenable также развивает собственные средства извлечения информации. Среди будущих продуктов заявлен WebQueryLanguage: он должен помогать ИИ-системам отвечать на вопросы, объединяя сведения из разных веб-источников, когда полного ответа нет ни на одной отдельной странице.
Компания заключила партнёрство с разработчиком голосового ИИ Gradium для поддержки поиска актуальной информации в реальном времени. Инвестор Accel Женя Логинов отметил, что у ИИ-компаний немного вариантов инфраструктуры веб-поиска такого масштаба, особенно на фоне более избирательного доступа крупных платформ к своим поисковым API.
Конкуренция за инфраструктуру поиска
Создание крупного индекса требует значительных затрат, и Keenable не раскрывает их объём. В команде работают 15 инженеров в США и Европе; полученные средства компания планирует направить на удвоение штата к концу года и развитие вывода продукта на рынок.
На этом рынке уже действуют Brave и Exa, а Google меняет собственный поиск для эпохи ИИ. Для бизнеса новость показывает, что при внедрении агентов стоит отдельно оценивать качество извлечения первоисточников, задержку ответа и стоимость запросов: веб-поиск становится самостоятельным инфраструктурным слоем, а не только функцией чат-бота.
Что важно понимать о Keenable и поиске для ИИ-агентов
История Keenable показывает, что веб-поиск для ИИ-агента становится отдельным инфраструктурным компонентом. Его задача — не только найти релевантную страницу, но и предоставить исходные материалы, на которые система сможет опереться при формировании ответа.
Какую задачу решает Keenable
Keenable разрабатывает поисковый индекс объёмом более 100 млрд веб-документов и API для ИИ-систем. В отличие от классического поиска с выдачей для человека, такой подход ориентирован на программную обработку найденных материалов во время обучения модели или выполнения запроса.
- Агенту нужны исходные документы, а не только список ссылок.
- Система должна быстро сокращать пространство поиска под конкретный запрос.
- Поиск может использоваться при обучении модели и во время выполнения задач.
Что оценивать при выборе поискового слоя
Размер индекса сам по себе не определяет практическую ценность решения. Для рабочего сценария необходимо сопоставить качество найденных материалов с задержкой ответа, стоимостью запросов и требованиями к актуальности информации.
- Проверяйте, можно ли проследить ответ до исходных документов.
- Измеряйте задержку на типичных, а не демонстрационных запросах.
- Считайте стоимость поиска в масштабе ожидаемого числа обращений.
- Оценивайте полноту результатов по собственному набору вопросов.
- Отдельно проверяйте поиск свежей информации в реальном времени.
Какие детали пока не раскрыты
Сведения об использовании API исходят от самой Keenable: названия ИИ-лабораторий и провайдеров не опубликованы. Компания также не раскрывает затраты на создание индекса, а WebQueryLanguage описывается как будущий продукт. Эти ограничения важно учитывать при оценке зрелости решения.
- Публичного списка клиентов в материале нет.
- Стоимость создания и эксплуатации индекса не раскрыта.
- WebQueryLanguage пока заявлен как направление развития.
Частые вопросы
Что такое Keenable?
Keenable — стартап, создающий веб-индекс и поисковый API для ИИ-агентов. Заявленный объём индекса превышает 100 млрд веб-документов.
Чем поиск для ИИ-агентов отличается от обычной выдачи?
Обычная выдача помогает человеку выбрать страницу. Агентный поиск должен передавать системе материалы для дальнейшей обработки, сопоставления сведений и проверки ответа по источникам.
Достаточно ли большого индекса для качественного ответа?
Нет. Важны релевантность и полнота найденных документов, скорость извлечения, актуальность данных и стоимость каждого запроса.
Используют ли проекты VMTech технологию Keenable?
На странице нет сведений об интеграции проектов VMTech с Keenable. Связанные проекты приведены только как примеры прикладных систем на базе ИИ, а не как подтверждение использования этого поискового API.