Apa yang terjadi
TechCrunch melaporkan bahwa Keenable, sebuah startup yang didirikan oleh mantan pemimpin pencarian Yandex dan Amazon, telah muncul secara diam-diam dengan pendanaan awal sebesar $26 juta yang dipimpin oleh Accel. Perusahaan ini sedang membangun infrastruktur pencarian web yang ditujukan untuk agen AI dan mengatakan indeksnya berisi lebih dari 100 miliar dokumen.
TechCrunch melaporkan bahwa Keenable muncul secara sembunyi-sembunyi dengan pendanaan awal sebesar $26 juta. Accel memimpin putaran ini, dengan partisipasi dari Conviction Partners dan pelaku bisnis yang tidak disebutkan namanya. Startup ini didirikan oleh Andrey Styskin, yang sebelumnya memimpin pekerjaan pencarian, AI, dan cloud di Yandex, dan Matthias Petri, yang digambarkan oleh TechCrunch sebagai ilmuwan AI Jerman. Fokus perusahaan adalah infrastruktur pencarian yang dirancang untuk agen AI, bukan pencarian konvensional yang dioptimalkan terutama untuk manusia. Pendanaan dan kemunculan perusahaan secara diam-diam merupakan perkembangan utama yang dilaporkan, sementara sumber tersebut tidak memberikan konfirmasi independen mengenai klaim perusahaan yang lebih luas.
TechCrunch melaporkan bahwa Keenable mengatakan telah membangun indeks lebih dari 100 miliar dokumen dan antarmuka pemrograman aplikasinya sudah digunakan dalam produksi oleh beberapa laboratorium AI dan penyedia inferensi selama pelatihan dan runtime. Perusahaan tidak mengungkapkan pelanggan tersebut, sehingga identitas mereka, skala penggunaan dan hasil yang mereka peroleh tidak dikonfirmasi secara independen dalam sumbernya. TechCrunch juga melaporkan bahwa Keenable telah bermitra dengan perusahaan AI suara Gradium untuk mendukung pengambilan informasi langsung. Rincian ini menjelaskan cakupan dan penggunaan yang dilaporkan perusahaan, namun tidak menentukan hasil kinerja yang independen.
Perusahaan mengatakan pendekatan teknisnya didasarkan pada penyempitan ruang pencarian dengan cepat untuk pertanyaan tertentu, dibandingkan memindai seluruh web dengan cara yang mahal dan tidak efisien. TechCrunch melaporkan bahwa Keenable juga mengembangkan kemampuan pengambilan kepemilikan dan produk mendatang yang disebut WebQueryLanguage, yang dimaksudkan untuk membantu sistem AI menggabungkan informasi dari berbagai sumber web ketika tidak ada satu dokumen pun yang berisi jawaban lengkap. Laporan tersebut tidak memberikan tolok ukur independen, informasi harga, dokumentasi teknis, atau penjelasan mendetail tentang bagaimana sistem dibandingkan dengan API pencarian yang ada. Akibatnya, arahan teknisnya telah dijelaskan, namun manfaat praktisnya masih belum terverifikasi.
Detail sumber: techcrunch.com ↗
Mengapa itu penting
Agen AI memerlukan informasi terkini berdasarkan sumber untuk menjawab pertanyaan dan menyelesaikan tugas. Pendekatan Keenable mencerminkan upaya yang berkembang untuk membangun sistem pencarian berdasarkan pengambilan mesin dibandingkan penelusuran manusia, meskipun klaim pelanggan, kinerja, cakupan, dan biaya perusahaan tidak dikonfirmasi secara independen dalam sumbernya.
Masalah praktis yang ditargetkan oleh Keenable sangat penting bagi sistem AI yang semakin mampu: agen dapat menghasilkan respons yang lancar, namun kegunaannya bergantung pada penemuan informasi yang relevan dan terkini. Pencarian yang dirancang untuk pengguna mesin mungkin perlu mengambil sebagian besar dokumen, menghubungkan bukti di seluruh sumber, dan mengembalikan informasi dalam bentuk yang dapat digunakan oleh model hilir. TechCrunch melaporkan bahwa para pendiri Keenable percaya bahwa dokumen sumber meningkatkan respons chatbot, namun artikel tersebut tidak secara independen menguji klaim tersebut atau menetapkan seberapa besar sistem perusahaan meningkatkan akurasi. Oleh karena itu, laporan ini hanya membingkai kebutuhan dan pendekatan yang diusulkan tanpa membuktikan hasilnya.
Peluang bisnis juga mencerminkan perubahan dalam cara mengakses informasi web. Pengguna penelusuran manusia umumnya memeriksa halaman hasil dan memilih tautan, sementara agen AI mungkin mengeluarkan pertanyaan berulang, membaca materi sumber, dan menggunakan informasi yang diambil sebagai bagian dari tugas yang lebih panjang. TechCrunch melaporkan bahwa mitra Accel, Zhenya Loginov, melihat opsi terbatas untuk infrastruktur pencarian skala web karena Google dan Microsoft menjadi lebih selektif mengenai API pencarian. Laporan tersebut merupakan pandangan investor dan tidak boleh diperlakukan sebagai penilaian pasar yang diverifikasi secara independen. Perbedaan antara penjelajahan manusia dan pengambilan mesin merupakan inti dari positioning perusahaan.
Jika Keenable dapat memberikan pengambilan yang dapat diandalkan dengan biaya lebih rendah, hal ini dapat memberikan pengembang AI pilihan infrastruktur lain di luar perusahaan pencarian besar dan penyedia khusus seperti Brave dan Exa, yang diidentifikasi oleh TechCrunch sebagai pesaing. Hal ini mungkin penting bagi pengembang model dan perusahaan inferensi yang sistemnya memerlukan informasi web baru tanpa membuat sendiri tumpukan pencarian yang lengkap. Sumber tersebut tidak menentukan apakah Keenable lebih murah, lebih cepat, lebih komprehensif, atau lebih akurat dibandingkan alternatif-alternatif tersebut, dan tidak memberikan bukti dampak terhadap pengguna atau publik selain pendanaan yang dilaporkan perusahaan, indeks yang diklaim, dan penggunaan produksi yang dinyatakan. Oleh karena itu, signifikansinya bergantung pada hasil-hasil yang masih harus dibuktikan.
Mekanisme Interaktif: Cara Kerja Sebenarnya
Jelajahi teknologi yang mendasari di balik perkembangan ini secara interaktif.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Apa yang harus ditonton selanjutnya
Uji coba utamanya adalah apakah Keenable dapat mendemonstrasikan pengambilan yang andal pada skala web, menjaga biaya tetap kompetitif, dan mengubah pengguna produksi yang dirahasiakan menjadi pelanggan publik. TechCrunch melaporkan bahwa perusahaan berencana menggandakan tim tekniknya yang beranggotakan 15 orang pada akhir tahun dan sedang mengembangkan produk yang disebut WebQueryLanguage.
Masalah pertama yang harus diperhatikan adalah verifikasi jejak produksi Keenable. TechCrunch melaporkan bahwa beberapa laboratorium AI dan penyedia inferensi menggunakan API perusahaan, tetapi pelanggannya tetap tidak disebutkan namanya. Referensi pelanggan publik, evaluasi independen, atau studi kasus teknis akan membantu menentukan apakah layanan digunakan pada skala yang berarti dan apakah layanan tersebut meningkatkan kualitas pengambilan, latensi, atau landasan jawaban dalam sistem nyata. Hingga informasi tersebut tersedia, penggunaan produksi masih merupakan laporan perusahaan secara rinci dan bukan hasil yang diukur secara independen.
Isu kedua adalah ekonomi. TechCrunch melaporkan bahwa memelihara indeks web raksasa sangatlah mahal dan Keenable berusaha mengendalikan biaya sambil melakukan ekspansi. Perusahaan tersebut memiliki 15 staf teknik di seluruh Amerika Serikat dan Eropa dan berencana menambah jumlah karyawannya dua kali lipat pada akhir tahun 2026, menurut laporan tersebut. Hal-hal penting yang belum diketahui mencakup besarnya biaya operasional, model penetapan harga, seberapa sering indeks di-refresh, bagian web mana yang dapat dicari secara praktis, dan apakah dapat melayani beban kerja agen bervolume tinggi secara menguntungkan. Hal-hal yang tidak diketahui ini akan menentukan bagaimana perluasan yang dilaporkan dapat diwujudkan menjadi layanan yang berkelanjutan.
Masalah ketiga adalah apakah WebQueryLanguage menjadi produk yang berguna dan bukan kemampuan yang diumumkan. Menggabungkan bukti dari beberapa sumber web dapat membantu ketika informasi terfragmentasi, namun juga dapat menimbulkan kesalahan pemilihan sumber, bukti yang bertentangan, dan masalah atribusi yang sulit. TechCrunch melaporkan produk tersebut akan datang; ia tidak memberikan tanggal peluncuran, ketentuan akses publik, hasil pengujian atau perlindungan untuk menangani sumber yang bertentangan. Keenable juga akan menghadapi persaingan dari produk pencarian AI Brave, Exa, dan Google yang terus berkembang, sehingga posisi jangka panjangnya masih belum pasti. Oleh karena itu, ketersediaan produk dan hasil yang diamati akan menjadi sinyal penting.