Seltz získala 12,5 milionu dolarů v rámci seed kola, aby vytvořila novou vrstvu vyhledávací infrastruktury pro agentní systémy AI

Jak se agentní systémy AI stávají stále schopnějšími provádět výzkum, spouštět pracovní postupy a činit rozhodnutí autonomně, vyvstává rostoucí výzva: web sám o sobě nebyl navržen pro stroje. Zatímco současné velké jazykové modely mohou rozumět, shrnovat a generovat obsah, stále se silně spoléhají na vyhledávací systémy, které byly původně postaveny pro lidi, kteří klikají na odkazy. Seltz, startup zaměřený na přestavbu webové vyhledávací infrastruktury speciálně pro systémy AI, ohlásil seed kolo ve výši 12,5 milionu dolarů, aby tuto mezeru vyplnil. Financování bylo vedeno Speedinvest a B Capital, s účastí několika venture firem a skupiny poradců a andělských investorů z firem včetně Amazon, Google, Cohere, Databricks, Ramp a Synthesia.

Proč agentní systémy AI potřebují jiný druh vyhledávacího systému

Po desetiletích byl webový vyhledávač optimalizován kolem lidského chování. Vyhledávací systémy vracejí seřazené seznamy odkazů, náhledů a reklam, které jsou navrženy tak, aby pomohly lidem navigovat na webových stránkách. Agentní systémy AI však mají fundamentálně odlišné požadavky.

Místo procházení více stránek potřebují agenti strukturované informace dodané rychle, s jasným zdrojovým atributem a dostatečným kontextem, aby podpořily rozumění. Výzva se stává ještě významnější, když agenti provádějí více vyhledávání během jedné úlohy, kde se latence sčítají a kvalita vyhledávání přímo ovlivňuje výkon.

Seltz tvrdí, že stávající vyhledávací řešení AI často fungují jako obálky kolem tradičních vyhledávacích systémů, jako je Google, Bing nebo Brave. Zatímco tyto systémy fungují dobře pro lidské uživatele, nebyly postaveny tak, aby sloužily jako znalostní infrastruktura pro autonomní software. Společnost Seltz se rozhodla postavit vyhledávací systém navržen od začátku pro strojové použití, nikoli pro lidské procházení.

Stavba celé vyhledávací vrstvy

Založena Antoniem Malliou, jehož pozadí zahrnuje výzkumné role v Amazonu, Pineconu a Bloombergu, Seltz zvolila obtížnější cestu stavby a provozu své vlastní infrastruktury.

Místo spoléhání se na třetí strany, společnost Seltz vlastní celou vyhledávací pipeline, včetně webového procházení, extrakce znalostí, indexování, vyhledávání a řazení. Tato úroveň kontroly umožňuje Seltz optimalizovat každou fázi procesu speciálně pro AI zatížení. Podle společnosti to také umožňuje těsnější kontrolu nad kvalitou, výkonem, ověřením zdrojů a budoucím vývojem produktů.

Webový znalostní API společnosti Seltz poskytuje vývojářům přístup v reálném čase k webovým informacím, které byly zpracovány a strukturovány pro použití velkými jazykovými modely, systémy generace s podporou vyhledávání (RAG) a autonomními agenty. Místo toho, aby pouze vracely vyhledávací výsledky, platforma se zaměřuje na dodávání kontextově bohatých informací se zdrojovými odkazy, které mohou být spotřebovány přímo systémy AI.

Rostoucí trh pro AI-nativní infrastrukturu

Financování přichází uprostřed rostoucího zájmu o základní AI infrastrukturu. Velká část nedávného AI boomu se zaměřila na poskytovatele modelů, čipy a agentní rámce, ale vyhledávací infrastruktura se objevuje jako další kritická vrstva zásobníku.

Jedním z důvodů je, že systémy AI jsou stále častěji očekávány, že budou pracovat s čerstvými informacemi. Školicí data se rychle stávají zastaralými, zejména v oblastech, jako jsou zprávy, předpisy, ceny, technická dokumentace a firemní data. V důsledku toho se vyhledávání v reálném čase stává nezbytným pro mnoho produkčních aplikací AI.

Seltz se позиcionuje jako poskytovatel této vyhledávací vrstvy. Místo přímé soutěže s spotřebitelskými vyhledávači se společnost zaměřuje na vývojáře, AI-nativní startupy, pokročilá AI laboratoře a podniky, které staví systémy, které vyžadují spolehlivý přístup k aktuálním informacím. To odráží širší posun směrem k specializované infrastruktuře navržené speciálně pro strojové interakce, nikoli pro lidské rozhraní.

Výkon a měření se stávají konkurenčními výhodami

Kvalita vyhledávání je notoricky obtížně měřitelná, zejména při hodnocení systémů určených pro agentní systémy AI, nikoli pro lidské uživatele. Aby se tato výzva vyřešila, Seltz nedávno spustil Dynamický news vyhledávací benchmark (DNSB), veřejný benchmark navržen pro hodnocení kvality vyhledávání a latence napříč různými poskytovateli vyhledávání AI.

Společnost hlásí silné výsledky jak v rychlosti vyhledávání, tak v jeho účinnosti. Předchozí aktualizace produktu zdůrazňovaly latenci vyhledávání měřenou v setinách sekundy, což je významný faktor pro agenty, které mohou provádět více vyhledávání během komplexních úloh. Rychlejší vyhledávání nejen zlepšuje uživatelský zážitek, ale může také snížit náklady na výpočet tím, že zkracuje dobu, po kterou modely čekají na externí informace.

Důraz na benchmarky odráží širší trend v AI infrastruktuře, kde měřitelné výkonnostní metriky se stávají stále důležitějšími, protože podniky vyhodnocují konkurenční platformy.

Rozšiřování za hranice vyhledávacích výsledků

Zatímco webové vyhledávání zůstává jádrem činnosti společnosti, Seltz již začal rozšiřovat schopnosti své platformy. Nedávné produktové verze zahrnují filtrování podle data vydání, kontrolní prvky domény, integrace a nástroje navržené tak, aby pomohly vývojářům spravovat kvalitu a čerstvost získaných informací. Společnost také vydala funkce zaměřené na zpřístupnění znalostí z webu v reálném čase uvnitř AI pracovních postupů a agentních rámců.

Tyto doplňky naznačují, že Seltz považuje vyhledávání ne za samostatnou funkci, ale za širší znalostní infrastrukturní vrstvu, která může být integrována napříč podnikovými systémy, aplikacemi a autonomními pracovními postupy.

Širší důsledky AI-nativní vyhledávací infrastruktury

Technologie, jako je Seltz, naznačují širší evoluci v tom, jak systémy AI interagují s internetem. Tradiční vyhledávače byly navrženy kolem lidských pracovních postupů, kde uživatelé vyhodnocují odkazy, porovnávají zdroje a sami určují relevanci. Agentní systémy AI, na druhé straně, vyžadují vyhledávací systémy, které mohou rychle poskytnout důvěryhodné informace ve formátech optimalizovaných pro strojové rozumění a automatizaci.

Vývoj specializované vyhledávací infrastruktury by mohl také ovlivnit další generaci aplikací AI. Rychlejší přístup k čerstvým informacím by mohl zlepšit výkon agenticích systémů, které fungují v oblastech, jako je podniková inteligence, finanční analýza, vědecký výzkum, kybernetická bezpečnost a podpora rozhodnutí v reálném čase. Současně by větší důraz na ověření zdrojů a atributů mohl pomoci řešit pokračující obavy kolem halucinací, zastaralých informací a transparentnosti AI.

Jak organizace nasazují stále autonomnější systémy, vyhledávací vrstva by mohla se stát kritickou součástí zásobníku AI, vedle modelů, vektorových databází a orchestrálních rámců. Společnosti, které budují tyto základní technologie, pomáhají zřizovat infrastrukturu, která by mohla podporovat spolehlivější, zodpovědnější a informačně uvědomělé systémy AI v budoucnu.