დაიჯერეთ თუ არა, ვებ-ძიება კვლავ განვითარებადი ინდუსტრიაა. რადგან ბიზნესები ინვესტიციას დებენ AI აგენტების გამოყენებაში, რათა მაქსიმალურად გამოიყენონ თავიანთი მონაცემები, იზრდება მოთხოვნა ისეთ ინსტრუმენტებზე, რომლებიც არა მხოლოდ ახდენენ ვებ-გვერდების სკრაპინგს AI ბოტების ინფორმირებისთვის, არამედ აბრუნებენ ამ შედეგებს ისეთი ფორმით, რომლის გამოყენებაც უფრო ადვილია თანამედროვე მონაცემთა ინსტრუმენტებთან. სწორედ ეს არის ვებ-ძიების სტარტაპ Nimble-ის დაპირება, რომელმაც ცოტა ხნის წინ მოიზიდა B სერიის 47 მილიონი დოლარის ინვესტიცია Norwest-ის ხელმძღვანელობით. ნიუ-იორკული კომპანიის პლატფორმა იყენებს AI აგენტებს ვებ-გვერდების რეალურ დროში მოსაძიებლად, შედეგების შესამოწმებლად და დასადასტურებლად, და ინფორმაციის მოწესრიგებულ ცხრილებად დასასტრუქტურებლად, რომლებიც შემდეგ შეიძლება მოთხოვნადი იყოს მონაცემთა ბაზის მსგავსად. ეს უკანასკნელი ნაწილი აქ გადამწყვეტია. დიდი ენობრივი მოდელები (LLMs) და AI აგენტები შესანიშნავია ვებ-ძიებისთვის, სხვადასხვა წყაროდან მიღებული შედეგების დასაკავშირებლად და მათ გასაანალიზებლად, მაგრამ ისინი ხშირად აბრუნებენ შედეგებს უბრალო ტექსტის სახით, რაც შეიძლება რთული იყოს საწარმოს დონეზე სამუშაოდ. და ეს მანამ, სანამ არ გაითვალისწინებთ „ჰალუცინაციებს“, აგენტის მიერ თქვენი ინსტრუქციების არასწორად გაგების რისკს, ან არასანდო წყაროების გამოყენებას. შედეგების ვალიდაციითა და ცხრილებად სტრუქტურირებით, Nimble კომპანიებს საშუალებას აძლევს გამოიყენონ ვებ-მონაცემები ისე, თითქოს ისინი უკვე მათი არსებული მონაცემთა ბაზების ნაწილი იყოს. სტარტაპი ასევე ინტეგრირდება საწარმოთა მონაცემთა საწყობებთან (data warehouses) და მონაცემთა ტბებთან (data lakes) — დიდ ცენტრალიზებულ საცავებთან, სადაც ბიზნესები ინახავენ და აანალიზებენ მონაცემებს — რომლებსაც გვთავაზობენ ისეთი კომპანიები, როგორიცაა Databricks და Snowflake. ეს ნიშნავს, რომ მისი AI აგენტებს შეუძლიათ დაუკავშირდნენ ბიზნესის მონაცემთა საცავს, გამოიყენონ ის კონტექსტის შესაქმნელად და განსაზღვრონ, თუ როგორ სტრუქტურირდება და ბრუნდება ძიების შედეგები. ფაქტობრივად, ეს საშუალებას აძლევს საწარმოებს ჰქონდეთ ცოცხალი, სტრუქტურირებული ვებ-მონაცემები, როგორც მათი არსებული მონაცემთა გარემოს ნაწილი, განუცხადა TechCrunch-ს Nimble-ის აღმასრულებელმა დირექტორმა და თანადამფუძნებელმა ური კნოროვიჩმა (Uri Knorovich) (ფოტოზე, შუაში). ასეთი ინტეგრაციები Nimble-ის პროგრამულ უზრუნველყოფას ასევე საშუალებას აძლევს დაიმახსოვროს შეზღუდვები — მაგალითად, როგორ გსურთ ძიების შესრულება, ან რომელი მონაცემთა წყაროების გამოყენება. ეს განსაკუთრებით სასარგებლოა ისეთი აპლიკაციებისთვის, როგორიცაა კონკურენტების ანალიზი, ფასების კვლევა, „იცნობდე შენს კლიენტს“ (KYC) პროცესები, ბრენდის მონიტორინგი, სიღრმისეული კვლევა და ფინანსური ანალიზი. (კნოროვიჩმა აღნიშნა, რომ Nimble მუშაობს იმისთვის, რომ ყველა მომხმარებლის მონაცემი დარჩეს მომხმარებლის მონაცემთა ინფრასტრუქტურაში მონაცემთა შენახვისა და უსაფრთხოების პოლიტიკის შესასრულებლად.) ამ მიზნით, სტარტაპი პარტნიორობს Databricks-თან, Snowflake-თან, AWS-თან და Microsoft-თან, რათა დაეხმაროს საწარმოთა განლაგების გამარტივებაში, რომლებიც შიდა მონაცემთა წყაროებზე წვდომას საჭიროებენ. (Databricks-მა ასევე მიიღო მონაწილეობა B სერიაში.) „მოდელებს ბევრი რამის გაკეთება შეუძლიათ, მაგრამ წარმოებაში AI-ის წარუმატებლობების უმეტესობა არ არის გამოწვეული იმით, რომ მოდელები არ არის საკმარისად კარგი — ეს მონაცემთა წარუმატებლობის გამოა“, — განაცხადა კნოროვიჩმა. „რასაც დღეს ვხედავთ არის ის, რომ საწარმოებს მეტი AI არ სჭირდებათ; მათ სჭირდებათ AI კარგი, სანდო ვებ-ძიებით… თუ ამას დახვეწავთ, თუ შეძლებთ არჩევას, თუ რისი ძიება შეუძლია თქვენს აგენტს და რისი არა, ეს არის გარდამტეხი მომენტი საწარმოებისთვის, რათა თქვან: 'ჰეი, ჩვენ რეალურად შეგვიძლია ვენდოთ AI-ს. ჩვენ შეგვიძლია AI უფრო მეტ გამოყენების შემთხვევებში ჩავრთოთ.'“ კნოროვიჩის თქმით, ვებ-გვერდების რეალურ დროში ფართო მასშტაბით ძიების, ძიების შედეგების ვალიდაციისა და სტრუქტურირების უნარი განასხვავებს Nimble-ს სხვა მონაცემთა ბროკერებისგან, რომლებიც უკვე ამ სფეროში მუშაობენ. სტარტაპს ამჟამად ჰყავს 100-ზე მეტი მომხმარებელი, მისი შემოსავლის უმეტესი ნაწილი მოდის მსხვილი საწარმოებიდან, Fortune 500 კომპანიებიდან და Fortune 10 კომპანიებიდანაც კი, მათ შორის მსხვილი საცალო მოვაჭრეებიდან, ჰეჯ-ფონდებიდან, ბანკებიდან და სამომხმარებლო საქონლის მწარმოებელი კომპანიებიდან, ასევე ზოგიერთი AI-native სტარტაპიდან. „Nimble აგვარებს პრობლემას, რომელიც წლების განმავლობაში არსებობდა სათანადო გადაწყვეტის გარეშე და ახლა კრიტიკულად აქტუალური ხდება“, — განაცხადა Norwest-ის პარტნიორმა ასაფ ჰარელმა (Assaf Harel) განცხადებაში. „სანდო ცოცხალი ვებ-მონაცემები სულ უფრო მეტად ხდება აუცილებელი პირობა AI აგენტებისთვის, რომლებიც კრიტიკულ ბიზნეს გადაწყვეტილებებს იღებენ.“ B სერიაში ასევე მიიღეს მონაწილეობა დაბრუნებულმა ინვესტორებმა: Target Global, Square Peg, Hetz Ventures, Slow Ventures, R-Squared Ventures, J-Ventures და InvestInData. რაუნდიდან მიღებული შემოსავალი გამოყენებული იქნება მრავალ-აგენტური ვებ-ძიების კვლევისა და განვითარების (R&D) გასაფართოებლად და მართული მონაცემთა ფენის შესაქმნელად, რომელიც ამუშავებს და ამოწმებს ძიების შედეგებს. Nimble-მა ჯამში 75 მილიონი დოლარი მოიზიდა.