Seltz збирає $12,5 мільйона в рамках раунду сід-інвестицій для створення нового шару інфраструктури пошуку для агентів штучного інтелекту

За останні роки агенти штучного інтелекту все більше здатні виконувати дослідження, виконувати робочі процеси та приймати рішення автономно, але перед ними постала нова проблема: сама мережа Інтернет не була спроєктована для машин. Хоча сучасні великі мовні моделі можуть міркувати, підсумовувати та генерувати контент, вони все ще сильно залежать від систем пошуку, спроєктованих для людей, які натискають посилання. Seltz, стартап, який займається перебудовою інфраструктури пошуку в Інтернеті спеціально для систем штучного інтелекту, оголосив про збор $12,5 мільйона в рамках раунду сід-інвестицій для подолання цієї проблеми. Інвестиційний раунд був очолений компаніями Speedinvest та B Capital, з участю декількох венчурних фірм та групи радників і бізнес-ангелів з компаній, таких як Amazon (AMZN ), Google (GOOGL ), Cohere, Databricks, Ramp та Synthesia.

Чому агентам штучного інтелекту потрібен інший тип пошукової системи

Тривалий час пошук в Інтернеті оптимізувався навколо поведінки людей. Пошукові системи повертають ранжовані списки посилань, фрагментів та рекламних оголошень, призначених для допомоги людям у навігації по сайтах. Агенти штучного інтелекту, однак, мають фундаментально інші вимоги.

Натомість того, щоб переглядати декілька сторінок, агентам потрібно структурована інформація, доставлена швидко, з чітким посиланням на джерело та достатнім контекстом для підтримки міркування. Проблема стає ще більш значущою, коли агенти виконують декілька пошуків під час одного завдання, де затримка посилюється, а якість пошуку безпосередньо впливає на продуктивність.

Seltz стверджує, що існуючі рішення пошуку для штучного інтелекту часто функціонують як оболонки навколо традиційних пошукових систем, таких як Google, Bing або Brave. Хоча ці системи працюють добре для людей, вони не були створені для того, щоб служити інфраструктурою знань для автономного програмного забезпечення. Підхід компанії полягає в тому, щоб побудувати систему пошуку, спроєктовану з нуля для споживання машинами, а не людьми.

Побудова всього стеку пошуку

Заснована Антоніо Маллією, чия біографія включає наукові ролі в Amazon, Pinecone та Bloomberg, Seltz вибрав більш складний шлях побудови та експлуатації власної інфраструктури.

Натомість того, щоб покладатися на сторонніх постачальників послуг пошуку, компанія володіє цілим трубопроводом пошуку, включаючи веб-краулинг, витягання знань, індексування, пошук та ранжування. Цей рівень контролю дозволяє Seltz оптимізувати кожну стадію процесу спеціально для навантажень штучного інтелекту. За словами компанії, володіння стеком також забезпечує тісний контроль над якістю, продуктивністю, верифікацією джерел та майбутнім розробленням продукту.

Веб-API знань компанії надає розробникам реальний доступ до інформації в Інтернеті, яку було оброблено та структуровано для використання великими мовними моделями, системами генерації з підтримкою пошуку (RAG) та автономними агентами. Замість простого повернення результатів пошуку, платформа зосереджена на доставці контекстно-багатої інформації з посиланнями на джерела, яку можуть споживати безпосередньо системи штучного інтелекту.

Ростучий ринок інфраструктури, рідної для штучного інтелекту

Фінансування відбувається на тлі зростаючого інтересу до фундаментальної інфраструктури штучного інтелекту. Багато останнього буму штучного інтелекту зосереджувалося на постачальниках моделей, чіпах та рамках агентів, але інфраструктура пошуку виходить як ще один критичний шар стеку.

Одна з причин полягає в тому, що системи штучного інтелекту все частіше очікується працювати з свіжою інформацією. Тренувальні дані швидко стають застарілими, особливо в таких областях, як новини, нормативні акти, ціни, технічна документація та корпоративні дані. В результаті реальний пошук стає життєво необхідним для багатьох продукційних застосунків штучного інтелекту.

Seltz позиціонує себе як постачальника цього шару пошуку. Замість прямої конкуренції з пошуковими системами для споживачів компанія націлена на розробників, стартапи, рідні для штучного інтелекту, передові лабораторії штучного інтелекту та підприємства, які будують системи, що вимагають надійного доступу до поточної інформації. Це відображає ширшу тенденцію до спеціалізованої інфраструктури, спроєктованої спеціально для взаємодій між машинами, а не інтерфейсів людини.

Продуктивність та бенчмаркінг стають конкурентними перевагами

Якість пошуку є вкрай складною для вимірювання, особливо при оцінці систем, призначених для агентів штучного інтелекту, а не людей. Для вирішення цієї проблеми Seltz недавно запустила бенчмарк пошуку новин (DNSB), публічний бенчмарк, призначений для оцінки якості пошуку та затримки серед різних постачальників пошуку для штучного інтелекту.

Компанія повідомляє про сильні результати як у швидкості пошуку, так і в його ефективності. Раніші оновлення продукту підкреслювали затримку пошуку, виміряну сотнями мілісекунд, що є значущим фактором для агентів, які можуть виконувати декілька пошуків під час складних завдань міркування. Швидший пошук не тільки покращує досвід користувача, але також може зменшити витрати на обчислення, скорочуючи час, протягом якого моделі чекають на зовнішню інформацію.

Акцент на бенчмаркінгу відображає ширшу тенденцію в інфраструктурі штучного інтелекту, де вимірювані показники продуктивності стають дедалі важливішими, коли підприємства оцінюють конкуруючі платформи.

Розширення можливостей за межі результатів пошуку

Хоча пошук в Інтернеті залишається основним напрямком компанії, Seltz вже почала розширювати можливості своєї платформи. Недавні випуски продукту включають фільтрацію за датою публікації, фільтри доменів, інтеграції та інструменти, призначені для допомоги розробникам у керуванні якістю та свіжістю витягнутої інформації. Компанія також випустила функції, спрямовані на те, щоб зробити реальний веб-знання більш доступним у рамках робочих процесів та рамок агентів штучного інтелекту.

Ці доповнення свідчать про те, що Seltz розглядає пошук не як окрему функцію, а як ширший шар інфраструктури знань, який можна інтегрувати в підприємства, додатки та автономні робочі процеси.

Ширші наслідки інфраструктури пошуку, рідної для штучного інтелекту

Технології, подібні до Seltz, вказують на ширшу еволюцію того, як системи штучного інтелекту взаємодіють з Інтернетом. Традиційні пошукові системи були спроєктовані навколо робочих процесів людини, де користувачі оцінюють посилання, порівнюють джерела та визначають актуальність самостійно. Агенти штучного інтелекту, навпаки, вимагають систем пошуку, які можуть швидко повертати надійну інформацію у форматах, оптимізованих для міркування машин та автоматизації.

Розробка спеціалізованої інфраструктури пошуку також може впливати на наступне покоління застосунків штучного інтелекту. Швидкий доступ до свіжої інформації може покращити продуктивність систем, що працюють в таких областях, як корпоративний інтелект, фінансовий аналіз, наукове дослідження, кібербезпека та підтримка прийняття рішень в реальному часі. Одночасно більший акцент на атрибуції джерел та верифікації може допомогти вирішити тривожні питання щодо галюцинацій, застарілої інформації та прозорості штучного інтелекту.

Відповідно до того, як організації розгортають дедалі автономніші системи, шар пошуку може стати критичним компонентом стеку штучного інтелекту, який знаходиться поруч з моделями, векторними базами даних та фреймворками оркестрації. Компанії, які будують ці фундаментальні технології, допомагають створювати інфраструктуру, яка могла б підтримувати більш надійні, підзвітні та інформовані системи штучного інтелекту в майбутньому.