A Seltz Levanta $12,5 Milhões em Rodada de Semente para Construir uma Nova Camada de Infraestrutura de Busca para Agentes de IA

À medida que os agentes de IA se tornam cada vez mais capazes de realizar pesquisas, executar fluxos de trabalho e tomar decisões de forma autônoma, um desafio crescente tem surgido: a web em si nunca foi projetada para máquinas. Embora os grandes modelos de linguagem atuais possam raciocinar, resumir e gerar conteúdo, eles ainda dependem fortemente de sistemas de recuperação originalmente construídos para humanos que clicam em links. Seltz, uma startup focada em reconstruir a infraestrutura de busca da web especificamente para sistemas de IA, anunciou uma rodada de semente de $12,5 milhões para abordar essa lacuna. O financiamento foi liderado por Speedinvest e B Capital, com a participação de várias firmas de venture e um grupo de assessores e investidores anjo provenientes de empresas como Amazon (AMZN ), Google (GOOGL ), Cohere, Databricks, Ramp e Synthesia.

Por Que os Agentes de IA Precisam de um Tipo Diferente de Mecanismo de Busca

Por décadas, a busca na web foi otimizada em torno do comportamento humano. Os mecanismos de busca retornam listas classificadas de links, trechos e anúncios projetados para ajudar as pessoas a navegar em sites. No entanto, os agentes de IA têm requisitos fundamentalmente diferentes.

Ao invés de navegar por várias páginas, os agentes precisam de informações estruturadas entregues rapidamente, com atribuição clara de fonte e contexto suficiente para apoiar o raciocínio. O desafio se torna ainda mais significativo quando os agentes realizam múltiplas buscas durante uma única tarefa, onde a latência se acumula e a qualidade da recuperação impacta diretamente o desempenho.

A Seltz argumenta que as soluções de busca de IA existentes frequentemente funcionam como invólucros em torno de mecanismos de busca tradicionais, como o Google, Bing ou Brave. Embora esses sistemas funcionem bem para usuários humanos, não foram construídos para servir como infraestrutura de conhecimento para software autônomo. A abordagem da empresa é construir um sistema de recuperação projetado desde o início para consumo de máquina, e não para navegação humana.

Construindo a Pilha de Recuperação Inteira

Fundada por Antonio Mallia, cujo histórico inclui funções de pesquisa na Amazon, Pinecone e Bloomberg, a Seltz tomou o caminho mais difícil de construir e operar sua própria pilha de infraestrutura.

Ao invés de depender de provedores de busca de terceiros, a empresa possui a linha de recuperação inteira, incluindo raspagem da web, extração de conhecimento, indexação, recuperação e classificação. Esse nível de controle permite que a Seltz otimize cada etapa do processo especificamente para cargas de trabalho de IA. De acordo com a empresa, possuir a pilha também permite um controle mais rigoroso sobre a qualidade, desempenho, verificação de fonte e desenvolvimento de produtos futuros.

A API de Conhecimento da Web da Seltz fornece aos desenvolvedores acesso em tempo real a informações da web que foram processadas e estruturadas para uso por grandes modelos de linguagem, sistemas de geração aumentada por recuperação (RAG) e agentes autônomos. Em vez de simplesmente retornar resultados de busca, a plataforma se concentra em entregar informações ricas em contexto com referências de fonte que podem ser consumidas diretamente por sistemas de IA.

Um Mercado em Crescimento para Infraestrutura Nativa de IA

O financiamento ocorre em meio a um interesse crescente em infraestrutura de IA fundamental. Grande parte do recente boom de IA se concentrou em provedores de modelos, chips e estruturas de agentes, mas a infraestrutura de recuperação está surgindo como outra camada crítica da pilha.

Um dos motivos é que os sistemas de IA estão cada vez mais sendo esperados para trabalhar com informações frescas. Os dados de treinamento rapidamente se tornam obsoletos, particularmente em áreas como notícias, regulamentações, preços, documentação técnica e dados empresariais. Como resultado, a recuperação em tempo real está se tornando essencial para muitas aplicações de IA de produção.

A Seltz está se posicionando como provedora dessa camada de recuperação. Em vez de competir diretamente com mecanismos de busca de consumo, a empresa está mirando desenvolvedores, startups nativas de IA, laboratórios de IA de ponta e empresas que estão construindo sistemas que exigem acesso confiável a informações atuais. Isso reflete uma mudança mais ampla em direção a infraestruturas especializadas projetadas especificamente para interações máquina-máquina, e não para interfaces humanas.

Desempenho e Benchmarking Se Tornam Vantagens Competitivas

A qualidade da busca é notoriamente difícil de medir, especialmente quando se avaliam sistemas destinados a agentes de IA e não a usuários humanos. Para abordar isso, a Seltz recentemente lançou o Benchmark de Busca de Notícias Dinâmicas (DNSB), um benchmark público projetado para avaliar a qualidade da recuperação e a latência entre diferentes provedores de busca de IA.

A empresa relata resultados fortes em velocidade de recuperação e eficácia. Atualizações de produtos anteriores destacaram a latência de recuperação medida em centenas de milissegundos, um fator significativo para agentes que podem realizar múltiplas buscas durante tarefas de raciocínio complexas. A recuperação mais rápida não apenas melhora a experiência do usuário, mas também pode reduzir os custos de computação encurtando o tempo que os modelos gastam esperando por informações externas.

A ênfase em benchmarks reflete uma tendência mais ampla em toda a infraestrutura de IA, onde métricas de desempenho mensuráveis estão se tornando cada vez mais importantes à medida que as empresas avaliam plataformas concorrentes.

Expansão Além dos Resultados de Busca

Embora a busca na web permaneça o foco central da empresa, a Seltz já começou a expandir as capacidades de sua plataforma. Lançamentos de produtos recentes incluem filtragem por data de publicação, controles de filtragem de domínio, integrações e ferramentas projetadas para ajudar os desenvolvedores a gerenciar a qualidade e a frescura das informações recuperadas. A empresa também lançou recursos visando tornar o conhecimento da web em tempo real mais acessível dentro dos fluxos de trabalho e estruturas de agentes de IA.

Essas adições sugerem que a Seltz vê a recuperação não como um recurso isolado, mas como uma camada mais ampla de infraestrutura de conhecimento que pode ser integrada em sistemas empresariais, aplicações e fluxos de trabalho autônomos.

As Implicações Mais Amplas da Infraestrutura de Recuperação Nativa de IA

Tecnologias como a Seltz apontam para uma evolução mais ampla de como os sistemas de IA interagem com a internet. Os mecanismos de busca tradicionais foram projetados em torno de fluxos de trabalho humanos, onde os usuários avaliam links, comparam fontes e determinam a relevância por si mesmos. Os agentes de IA, por outro lado, exigem sistemas de recuperação que possam rapidamente trazer informações confiáveis em formatos otimizados para raciocínio e automação de máquina.

O desenvolvimento de infraestrutura de recuperação dedicada também pode influenciar a próxima geração de aplicações de IA. O acesso mais rápido a informações frescas pode melhorar o desempenho de sistemas agênticos que operam em áreas como inteligência empresarial, análise financeira, pesquisa científica, cibersegurança e suporte a decisões em tempo real. Ao mesmo tempo, uma maior ênfase na atribuição e verificação de fontes pode ajudar a abordar preocupações contínuas sobre alucinações, informações desatualizadas e transparência de IA.

À medida que as organizações implantam sistemas cada vez mais autônomos, a camada de recuperação pode se tornar um componente crítico da pilha de IA, ao lado de modelos, bancos de dados de vetores e estruturas de orquestração. As empresas que estão construindo essas tecnologias fundamentais estão ajudando a estabelecer a infraestrutura que poderia apoiar sistemas de IA mais confiáveis, responsáveis e conscientes de informações nos anos vindouros.