Seltz ได้รับเงิน 12.5 ล้านเหรียญสหรัฐในรอบการให้ทุน Seed เพื่อสร้างชั้นโครงสร้างพื้นฐานการค้นหาสำหรับเอเย่นต์ AI

เมื่อเอเย่นต์ AI มีความสามารถในการทำการวิจัย การดำเนินงาน และการตัดสินใจโดยอัตโนมัติมากขึ้น ปัญหาใหม่ก็เกิดขึ้น: เว็บไม่ได้รับการออกแบบสำหรับเครื่องจักร Seltz ซึ่งเป็นสตาร์ทอัพที่มุ่งเน้นในการสร้างโครงสร้างพื้นฐานการค้นหาสำหรับระบบ AI ได้ประกาศการให้ทุน Seed มูลค่า 12.5 ล้านเหรียญสหรัฐเพื่อแก้ไขช่องว่างนี้ การให้ทุนนี้ได้รับการนำโดย Speedinvest และ B Capital โดยมีการเข้าร่วมจากหลายบริษัททุนและกลุ่มที่ปรึกษาอิสระและนักลงทุนจากบริษัทต่างๆ เช่น Amazon (AMZN ), Google (GOOGL ), Cohere, Databricks, Ramp และ Synthesia

ทำไมเอเย่นต์ AI จึงต้องการเครื่องมือค้นหาที่แตกต่าง

การค้นหาทางเว็บได้รับการปรับให้เหมาะสมสำหรับการใช้งานของมนุษย์มาหลายทศวรรษ เครื่องมือค้นหาส่งกลับรายการลิงก์ที่มีการจัดอันดับ สนิปปेट และโฆษณาที่ออกแบบมาเพื่อช่วยให้ผู้คนนำทางเว็บไซต์ เอเย่นต์ AI มีข้อกำหนดที่แตกต่างไปจากเดิม

แทนที่จะท่องเว็บหลายหน้า เอเย่นต์ต้องการข้อมูลที่มีโครงสร้างส่งมอบอย่างรวดเร็ว โดยมีการอ้างอิงแหล่งที่มาและบริบทที่เพียงพอเพื่อสนับสนุนการให้เหตุผล ปัญหาเพิ่มขึ้นเมื่อเอเย่นต์ทำการค้นหามากมายในระหว่างการทำงานหนึ่งๆ ซึ่งความล่าช้าจะเพิ่มขึ้นและคุณภาพการค้นหามีผลกระทบต่อประสิทธิภาพโดยตรง

Seltz แย้งว่าวิธีแก้ปัญหาการค้นหาของ AI ที่มีอยู่ในปัจจุบันมักทำงานเป็นชั้นนอกสำหรับเครื่องมือค้นหาทางเว็บแบบดั้งเดิม เช่น Google, Bing หรือ Brave ระบบเหล่านี้ทำงานได้ดีสำหรับผู้ใช้งานมนุษย์ แต่ไม่ได้รับการออกแบบมาเพื่อใช้เป็นโครงสร้างพื้นฐานความรู้สำหรับซอฟต์แวร์อัตโนมัติ วิธีการของบริษัทคือการสร้างระบบการค้นหาที่ได้รับการออกแบบมาจากพื้นฐานสำหรับการบริโภคเครื่องจักรมากกว่าการท่องเว็บของมนุษย์

การสร้างทั้งスタックการค้นหาที่สมบูรณ์

Seltz ซึ่งได้รับการก่อตั้งโดย Antonio Mallia ซึ่งมีประสบการณ์ในการวิจัยที่ Amazon, Pinecone และ Bloomberg ได้เลือกเส้นทางที่ยากขึ้นในการสร้างและดำเนินการโครงสร้างพื้นฐานของตนเอง

แทนที่จะพึ่งพาผู้ให้บริการค้นหาของบุคคลที่สาม บริษัทเป็นเจ้าของท่อการค้นหาทั้งหมด รวมถึงการค้นหาเว็บ การ추출ความรู้ การสร้างดัชนี การค้นหาและการจัดอันดับ ระดับการควบคุมนี้ช่วยให้ Seltz สามารถปรับแต่งทุกขั้นตอนของกระบวนการสำหรับ AI โดยเฉพาะ ตามที่บริษัทระบุ การเป็นเจ้าของท่อการค้นหานี้ยังช่วยให้สามารถควบคุมคุณภาพ ประสิทธิภาพ การยืนยันแหล่งที่มา และการพัฒนาผลิตภัณฑ์ในอนาคตได้อย่างใกล้ชิด

API ความรู้เว็บของ Seltz ให้การเข้าถึงข้อมูลเว็บแบบเรียลไทม์แก่นักพัฒนา ซึ่งได้รับการประมวลผลและจัดโครงสร้างสำหรับการใช้งานโดยโมเดลภาษาขนาดใหญ่ ระบบการสร้างเนื้อหาที่ได้รับการปรับปรุง (RAG) และเอเย่นต์อัตโนมัติ แทนที่จะส่งกลับผลการค้นหาเพียงอย่างเดียว แพลตฟอร์มนี้มุ่งเน้นไปที่การส่งมอบข้อมูลที่มีบริบทพร้อมอ้างอิงแหล่งที่มา ซึ่งสามารถบริโภคได้โดยตรงโดยระบบ AI

ตลาดที่เติบโตสำหรับโครงสร้างพื้นฐาน AI ที่มีประสิทธิภาพ

การให้ทุนนี้เกิดขึ้นระหว่างที่มีความสนใจที่เพิ่มขึ้นในโครงสร้างพื้นฐาน AI ที่สำคัญ ส่วนใหญ่ของการเติบโต AI ในช่วงหลังได้มุ่งเน้นไปที่ผู้ให้บริการโมเดล ชิป และเฟรมเวิร์กเอเย่นต์ แต่โครงสร้างพื้นฐานการค้นหากำลังเกิดขึ้นเป็นอีกชั้นหนึ่งของสแต็กที่สำคัญ

หนึ่งในสาเหตุคือระบบ AI ต้องการให้ทำงานกับข้อมูลที่สดใหม่ ข้อมูลการฝึกอบรมจะล้าสมัยอย่างรวดเร็ว โดยเฉพาะในพื้นที่ เช่น ข่าว กฎระเบียบ ราคา เอกสารทางเทคนิค และข้อมูลขององค์กร ดังนั้นการค้นหาที่รวดเร็วจึงกลายเป็นสิ่งจำเป็นสำหรับการใช้งาน AI ในการผลิตหลายอย่าง

Seltz กำลังวางตำแหน่งตัวเองเป็นผู้ให้บริการชั้นการค้นหานี้ แทนที่จะแข่งขันกับเครื่องมือค้นหาทางผู้บริโภคโดยตรง บริษัทมุ่งเน้นไปที่นักพัฒนา สตาร์ทอัพ AI ที่มีประสิทธิภาพ ห้องปฏิบัติการ AI แนวหน้า และองค์กรที่สร้างระบบที่ต้องการการเข้าถึงข้อมูลที่เชื่อถือได้ สิ่งนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นไปสู่โครงสร้างพื้นฐานที่มีประสิทธิภาพซึ่งได้รับการออกแบบมาโดยเฉพาะสำหรับการโต้ตอบระหว่างเครื่องจักร

ประสิทธิภาพและการทดสอบเบนช์มาร์กกลายเป็นข้อได้เปรียบในการแข่งขัน

คุณภาพการค้นหามีชื่อเสียงที่ยากต่อการวัด โดยเฉพาะอย่างยิ่งเมื่อประเมินระบบที่มีจุดมุ่งหมายสำหรับเอเย่นต์ AI มากกว่าผู้ใช้ To address this, Seltz ได้เปิดตัว Dynamic News Search Benchmark (DNSB) ซึ่งเป็นการทดสอบเบนช์มาร์กแบบเปิดที่ออกแบบมาเพื่อประเมินคุณภาพการค้นหาและความล่าช้าในผู้ให้บริการค้นหา AI ที่แตกต่างกัน

บริษัทรายงานผลลัพธ์ที่แข็งแกร่งทั้งในด้านความเร็วในการค้นหาและประสิทธิผล การอัปเดตผลิตภัณฑ์ก่อนหน้านี้เน้นย้ำถึงความล่าช้าในการค้นหาที่วัดเป็นร้อย毫วินาที ซึ่งเป็นปัจจัยสำคัญสำหรับเอเย่นต์ที่อาจทำการค้นหามากมายในระหว่างการให้เหตุผลที่ซับซ้อน การค้นหาที่รวดเร็วไม่เพียงแต่ปรับปรุงประสบการณ์ของผู้ใช้เท่านั้น แต่ยังสามารถลดต้นทุนการคำนวณได้โดยการลดระยะเวลาที่โมเดลใช้ในการรอข้อมูลจากภายนอก

การเน้นไปที่การทดสอบเบนช์มาร์กสะท้อนถึงแนวโน้มที่กว้างขึ้นในโครงสร้างพื้นฐาน AI โดยที่เมตริกการแสดงผลที่วัดได้กลายเป็นสิ่งสำคัญมากขึ้นเมื่อองค์กรประเมินแพลตฟอร์มที่แข่งขันกัน

การขยายไปไกลกว่าผลการค้นหา

ในขณะที่การค้นหาเว็บยังคงเป็นจุดสนใจหลักของบริษัท Seltz ได้เริ่มขยายความสามารถของแพลตฟอร์มของตนแล้ว การเปิดตัวผลิตภัณฑ์เมื่อเร็วๆ นี้รวมถึงการกรองวันที่เผยแพร่ การควบคุมการกรองโดเมน การผสานรวม และเครื่องมือที่ออกแบบมาเพื่อช่วยให้นักพัฒนาจัดการคุณภาพและความสดใหม่ของข้อมูลที่ค้นหาได้ บริษัทได้เปิดตัวคุณสมบัติที่มุ่งหมายเพื่อทำให้ความรู้เว็บแบบเรียลไทม์เข้าถึงได้มากขึ้นภายในワークフロー AI และเฟรมเวิร์กเอเย่นต์

สิ่งเหล่านี้ชี้ให้เห็นว่า Seltz มองเห็นโครงสร้างพื้นฐานการค้นหาที่ไม่ใช่แค่คุณลักษณะเดียว แต่เป็นชั้นโครงสร้างพื้นฐานความรู้ที่กว้างขึ้นซึ่งสามารถรวมเข้ากับระบบ องค์กร และワークフローเอเย่นต์อัตโนมัติได้

ผลกระทบในวงกว้างของโครงสร้างพื้นฐานการค้นหา AI ที่มีประสิทธิภาพ

เทคโนโลยีเช่น Seltz ชี้ให้เห็นถึงการเปลี่ยนแปลงที่กว้างขึ้นใน cáchที่ระบบ AI ติดต่อกับอินเทอร์เน็ต เครื่องมือค้นหาทางดั้งเดิมถูกออกแบบมาโดยรอบการทำงานของมนุษย์ โดยที่ผู้ใช้ประเมินลิงก์ เปรียบเทียบแหล่งที่มา และกำหนดความเกี่ยวข้องด้วยตนเอง เอเย่นต์ AI ต้องการระบบการค้นหาที่สามารถนำเสนอข้อมูลที่เชื่อถือได้อย่างรวดเร็วในรูปแบบที่ได้รับการปรับให้เหมาะสมสำหรับการให้เหตุผลและการอัตโนมัติของเครื่องจักร

การค้นพบโครงสร้างพื้นฐานการค้นหาที่เฉพาะเจาะจงอาจมีอิทธิพลต่อการนำไปใช้งาน AI ในรุ่นต่อไปได้ การเข้าถึงข้อมูลที่สดใหม่เร็วขึ้นอาจปรับปรุงประสิทธิภาพของระบบเอเย่นต์ที่ทำงานในพื้นที่ เช่น การวิเคราะห์ธุรกิจ การวิเคราะห์ทางการเงิน การวิจัยทางวิทยาศาสตร์ ความมั่นคงทางไซเบอร์ และการสนับสนุนการตัดสินใจแบบเรียลไทม์ ในเวลาเดียวกัน การเน้นไปที่การยืนยันแหล่งที่มาและแหล่งที่มาอาจช่วยแก้ไขข้อกังวลที่ดำเนินอยู่เกี่ยวกับการหลอกลวง ข้อมูลที่ล้าสมัย และความโปร่งใสของ AI

เมื่อองค์กรต่างๆ นำระบบอัตโนมัติมากขึ้น ชั้นการค้นหาอาจกลายเป็นส่วนประกอบสำคัญของสแต็ก AI ที่อยู่ข้างๆ โมเดล ベクタ์ฐานข้อมูล และเฟรมเวิร์กการออร์เคสตรา บริษัทที่สร้างเทคโนโลยีเหล่านี้กำลังช่วยสร้างโครงสร้างพื้นฐานที่สามารถสนับสนุนระบบ AI ที่เชื่อถือได้ มีความรับผิดชอบ และตระหนักถึงข้อมูลมากขึ้นในอนาคต