Seltz Haalt $12,5 Miljoen Op in Seed-Ronde om een Nieuwe Zoekinfrastructurelaag voor AI-Agents te Bouwen

Naarmate AI-agents steeds beter in staat zijn om onderzoek uit te voeren, workflows uit te voeren en beslissingen autonoom te nemen, is een groeiende uitdaging ontstaan: het web is nooit ontworpen voor machines. Terwijl de huidige grote taalmodellen kunnen redeneren, samenvatten en inhoud genereren, zijn ze nog steeds sterk afhankelijk van opzoeksystemen die oorspronkelijk voor mensen zijn gebouwd die links aanklikken. Seltz, een startup die zich richt op het opnieuw opbouwen van webzoekinfrastructure specifiek voor AI-systemen, heeft aangekondigd een seedronde van $12,5 miljoen om die kloof te dichten. De financiering werd geleid door Speedinvest en B Capital, met deelname van verschillende venturebedrijven en een groep adviseurs en angel-investeerders afkomstig van bedrijven zoals Amazon (AMZN ), Google (GOOGL ), Cohere, Databricks, Ramp en Synthesia.

Waarom AI-Agents een Andere Soort Zoekmachine Nodig Hebben

Decennialang is webzoek geoptimaliseerd voor menselijk gedrag. Zoekmachines retourneren gerangschikte lijsten met links, snippets en advertenties die zijn ontworpen om mensen te helpen bij het navigeren op websites. AI-agents hebben echter fundamenteel andere vereisten.

In plaats van meerdere pagina’s te bladeren, hebben agents gestructureerde informatie nodig die snel wordt geleverd, met duidelijke bronattributie en voldoende context om redenering te ondersteunen. De uitdaging wordt nog groter wanneer agents meerdere zoekopdrachten uitvoeren tijdens een enkele taak, waarbij latentie samenvalt en de kwaliteit van de opgehaalde informatie rechtstreeks de prestaties beïnvloedt.

Seltz stelt dat bestaande AI-zoekoplossingen vaak fungeren als wrappers rond traditionele zoekmachines zoals Google, Bing of Brave. Terwijl die systemen goed werken voor menselijke gebruikers, zijn ze niet gebouwd om te fungeren als kennisinfrastructuur voor autonome software. De aanpak van het bedrijf is om een opzoeksystem te bouwen dat vanaf de grond af is ontworpen voor machineconsumptie in plaats van menselijke browse-activiteit.

Het Bouwen van de Volledige Opzoekstack

Opgericht door Antonio Mallia, wiens achtergrond onderzoekrollen omvat bij Amazon, Pinecone en Bloomberg, heeft Seltz de moeilijkere weg gekozen door zijn eigen infrastructuurstack te bouwen en te exploiteren.

In plaats van te vertrouwen op zoekproviders van derden, bezit het bedrijf de volledige opzoekpijplijn, inclusief webcrawling, kennisextractie, indexering, opzoekactie en rangschikking. Dit niveau van controle stelt Seltz in staat om elke fase van het proces specifiek te optimaliseren voor AI-werklasten. Volgens het bedrijf biedt het bezit van de stack ook een strakkere controle over kwaliteit, prestaties, bronverificatie en toekomstige productontwikkeling.

De Web Knowledge API van het bedrijf biedt ontwikkelaars real-time toegang tot webinformatie die is verwerkt en gestructureerd voor gebruik door grote taalmodellen, retrieval-augmented generation (RAG)-systemen en autonome agents. In plaats van alleen zoekresultaten te retourneren, richt het platform zich op het leveren van contextrijke informatie met bronverwijzingen die rechtstreeks door AI-systemen kunnen worden geconsumeerd.

Een Groeiende Markt voor AI-Natieve Infrastructuur

De financiering komt te midden van een groeiende interesse in fundamentele AI-infrastructuur. Een groot deel van de recente AI-boom heeft zich gericht op modelaanbieders, chips en agentframeworks, maar opzoekinfrastructure begint te ontstaan als een andere kritieke laag in de stack.

Een van de redenen is dat AI-systemen steeds vaker worden verwacht om te werken met verse informatie. Trainingsdata worden snel verouderd, vooral op gebieden zoals nieuws, regelgeving, prijzen, technische documentatie en ondernemingsgegevens. Als gevolg daarvan wordt real-time opzoekactie essentieel voor veel productie-AI-toepassingen.

Seltz positioneert zichzelf als aanbieder van deze opzoeklaag. In plaats van rechtstreeks te concurreren met consumentenzoekmachines, richt het bedrijf zich op ontwikkelaars, AI-natieve startups, frontier AI-labs en ondernemingen die systemen bouwen die betrouwbare toegang tot actuele informatie vereisen. Dit weerspiegelt een bredere verschuiving naar gespecialiseerde infrastructuur die specifiek is ontworpen voor machine-tot-machine-interacties in plaats van menselijke interfaces.

Prestaties en Benchmarking Worden Concurrentievoordelen

Zoekkwaliteit is berucht moeilijk te meten, vooral wanneer systemen worden geëvalueerd die zijn bedoeld voor AI-agents in plaats van menselijke gebruikers. Om dit aan te pakken, heeft Seltz onlangs de Dynamic News Search Benchmark (DNSB) gelanceerd, een openbare benchmark die is ontworpen om de kwaliteit van de opzoekactie en latentie te evalueren bij verschillende AI-zoekproviders.

Het bedrijf meldt sterke resultaten in zowel de snelheid als de effectiviteit van de opzoekactie. Eerdere productupdates benadrukten de latentie van de opzoekactie, gemeten in honderden milliseconden, een significante factor voor agents die meerdere zoekopdrachten kunnen uitvoeren tijdens complexe redeneertaken. Snellere opzoekactie verbetert niet alleen de gebruikerservaring, maar kan ook de rekenkosten verlagen door de tijd die modellen besteden aan het wachten op externe informatie te verkorten.

De nadruk op benchmarks weerspiegelt een bredere trend in AI-infrastructuur, waar meetbare prestatieparameters steeds belangrijker worden naarmate ondernemingen concurrerende platforms evalueren.

Verder Gaan dan Zoekresultaten

Terwijl webzoek nog steeds de kern van het bedrijf is, is Seltz al begonnen met het uitbreiden van de mogelijkheden van zijn platform. Recentere productreleases omvatten publicatiedatumfiltering, domeinfiltercontroles, integraties en tools die zijn ontworpen om ontwikkelaars te helpen bij het beheer van de kwaliteit en versheid van de opgehaalde informatie. Het bedrijf heeft ook functies gelanceerd die zijn bedoeld om real-time webkennis toegankelijker te maken binnen AI-workflows en agentframeworks.

Deze toevoegingen suggereren dat Seltz opzoekactie niet ziet als een losse functie, maar als een bredere kennisinfrastructuurlaag die kan worden geïntegreerd in ondernemingssystemen, applicaties en autonome workflows.

De Breder Implicaties van AI-Natieve Opzoekinfrastructure

Technologieën zoals Seltz wijzen op een bredere evolutie in de manier waarop AI-systemen met het internet omgaan. Traditionele zoekmachines zijn ontworpen rond menselijke workflows, waarbij gebruikers links evalueren, bronnen vergelijken en relevantie bepalen. AI-agents daarentegen vereisen opzoeksystemen die vertrouwbare informatie snel kunnen opdiepen in formaten die zijn geoptimaliseerd voor machine-redenering en automatisering.

De ontwikkeling van toegewijde opzoekinfrastructure kan ook de volgende generatie AI-toepassingen beïnvloeden. Snellere toegang tot verse informatie kan de prestaties van agente-systemen verbeteren die opereren in gebieden zoals ondernemingsintelligentie, financiële analyse, wetenschappelijk onderzoek, cybersecurity en real-time beslissingen. Tegelijkertijd kan een grotere nadruk op bronattributie en verificatie helpen bij het aanpakken van aanhoudende zorgen over hallucinaties, verouderde informatie en AI-transparantie.

Naarmate organisaties steeds autonoomere systemen inzetten, kan de opzoeklaag een kritieke component van de AI-stack worden, naast modellen, vector databases en orkestratieframeworks. De bedrijven die deze fundamentele technologieën bouwen, helpen bij het vestigen van de infrastructuur die meer betrouwbare, verantwoorde en informatiebewuste AI-systemen in de toekomst kan ondersteunen.