A pesquisa na web já foi interrompida pela IA – basta dar uma olhada em quão prontamente o Google está apresentando aos usuários visões gerais de IA (resumos dos resultados de pesquisa) no topo de suas páginas de resultados, como o Bing integrou desde o início os modelos GPT da OpenAI e como a Perplexity continua a desenvolver sua própria plataforma de pesquisa na web e navegadores baseados em IA. A Nimble anunciou o lançamento de sua Agentic Search Platform, um sistema projetado para transformar a web pública em dados confiáveis ​​com nível de decisão para sistemas de IA e fluxos de trabalho de negócios. O lançamento é apoiado por US$ 47 milhões em financiamento da Série B liderado pela Norwest, com participação da Databricks Ventures e outros, elevando o financiamento total da empresa para US$ 75 milhões. A iniciativa aborda um gargalo fundamental na atual era da IA: embora os grandes modelos de linguagem (LLMs) estejam se tornando mais sofisticados, muitas vezes eles raciocinam sobre informações externas incompletas ou não verificáveis. A plataforma da Nimble visa eliminar isso "lacuna de suposição" fornecendo uma camada de dados governada que pesquisa, navega e valida dados ativos da Internet em tempo real. Em uma entrevista exclusiva à VentureBeat, o cofundador e CEO da Nimble, Uri Knorovich, refletiu sobre o ceticismo inicial em relação à sua visão de uma Internet centrada em máquinas. "Sempre que começámos esta empresa, e na primeira vez que procurei investidores, disse-lhes que a web foi construída para humanos, mas as máquinas serão os primeiros cidadãos da web," Knorovich lembrou. Ele observou que embora as reações iniciais o rotulassem como "muito visionário," a realidade atual da adoção da IA ​​validou sua tese. Tecnologia: Arquitetura multiagente coordenada O núcleo da solução da Nimble é uma arquitetura distribuída proprietária que orquestra agentes especializados para executar tarefas tradicionalmente realizadas por pesquisadores humanos ou frágeis web scrapers. De acordo com a documentação de infraestrutura da empresa, o processo é dividido em cinco camadas distintas: Navegador sem cabeça e agentes de navegação: Essas camadas gerenciam a interação inicial com um domínio de destino, navegando em estruturas complexas do site como um ser humano faria. Agentes de análise: Esses agentes interpretam o conteúdo da página, identificando elementos de dados relevantes em vários formatos. Agentes de processamento de dados: Essa camada agrega, filtra e limpa dados barulhentos da Internet para produzir respostas específicas e estruturadas. Agentes de validação: A etapa final envolve a verificação dos resultados para garantir a precisão e integridade antes da entrega. Ao contrário dos mecanismos de pesquisa padrão projetados para cliques em links do consumidor, essa arquitetura usa recursos multimodais e de raciocínio de modelos de fronteira – incluindo aqueles de OpenAI, Anthropic e Meta – para controlar navegadores reais. Isso permite que o Nimble navegue em layouts dinâmicos e verifique resultados, produzindo saídas de dados auditáveis ​​em vez de simples resumos de texto. Um novo paradigma: ‘A web foi construída para os humanos, mas as máquinas são os primeiros cidadãos’ Knorovich aponta que a escala da interação da IA ​​com a web é fundamentalmente diferente do comportamento humano. "Nós, como humanos, procuramos talvez três ou cinco opções antes de tomar decisões… mas todos os dias, a Nimble realiza mais de 3,2 milhões de interações na web," ele explicou. Este grande volume de milhares de milhões de pesquisas mensais representa uma mudança programática que requer um novo tipo de infraestrutura. O gargalo para as empresas hoje, segundo Knorovich, não é a inteligência dos modelos, mas a qualidade dos dados que eles podem acessar. "Os agentes são as manchetes, e a pesquisa precisa e confiável na web é o gargalo," ele afirmou. Pesquisa ágil versus pesquisa do consumidor: precisão em vez de velocidade Knorovich diferencia explicitamente o Nimble de ferramentas de uso geral, como Google ou assistentes de pesquisa de IA para consumidores. Embora o Google tenha construído uma experiência de pesquisa para os consumidores otimizada para velocidade e localização de um restaurante local, as empresas exigem resultados de alta escala e alta precisão para tomar decisões multimilionárias. "As ferramentas de pesquisa na web de uso geral são ótimas para ter respostas gerais, como quem é a esposa que Leo está desaparecida," Knorovich comentou durante a entrevista. "Mas as empresas precisam de dados profundos e granulares e precisam ter a capacidade de controlar os filtros de pesquisa, de controlar a regulamentação, de controlar o que é uma fonte confiável.". Ao contrário dos modos de IA do consumidor que podem resumir uma postagem do Reddit ou notícias de alto nível, o Nimble fornece "nível da rua" informações que podem ser armazenadas diretamente em um sistema de registro corporativo. Produto: Reduzindo a divisão sem código e entre desenvolvedores A plataforma Agentic Search é fornecida por meio de duas interfaces principais projetadas para escalabilidade empresarial: Agentes de pesquisa na web: Um construtor de fluxo de trabalho de IA sem código que permite que as equipes de negócios descrevam os dados de que precisam e recebam fluxos de dados estruturados sem escrever uma linha de código. CSDK de ferramentas eb: Um conjunto de APIs para construtores pesquisar, extrair e rastrear a web diretamente de seu código. Isso inclui ferramentas especializadas como a API /crawl para mapear domínios inteiros e a API /map para criar árvores de domínio. A plataforma foi construída para fornecer dados com precisão superior a 99% – o que significa menos de 1% de dados imprecisos ou alucinados para o conteúdo total de cada resultado de pesquisa retornado – e uma latência de 1 a 2 milissegundos por solicitação. Ele se integra nativamente aos principais ambientes de dados, permitindo que os usuários transmitam dados limpos diretamente para Databricks, Snowflake, S3 ou Microsoft Fabric. Durante a entrevista, Knorovich enfatizou que o Nimble foi projetado para ser independente de modelos, trabalhando perfeitamente com modelos de última geração da OpenAI, Anthropic e Gemini do Google. Essa flexibilidade permite que as empresas usem o Nimble junto com sua pilha de tecnologia existente, estejam elas executando modelos na

O Google causou polêmica entre alguns desenvolvedores neste fim de semana e hoje, segunda-feira, 23 de fevereiro, após restringir o uso de seu

Traditional software governance often uses static compliance checklists, quarterly audits and after-the-fact reviews. But this method can't keep up with AI systems that

Durante quatro semanas, a partir de 21 de janeiro, o Copilot da Microsoft leu e resumiu e-mails confidenciais, apesar de todos os rótulos

OpenClaw, o agente de IA de código aberto que se destaca em tarefas autônomas em computadores e com o qual os usuários podem

Ouça o artigo 3 minutos Este áudio é gerado automaticamente. Por favor, deixe-nos saber se você tiver comentários. Resumo de mergulho: O mercado

Nos últimos três meses, o Gemini 3 Pro do Google manteve-se como um dos modelos de fronteira mais capazes disponíveis. Mas no mundo

Os agentes construídos com base nos modelos atuais geralmente quebram com mudanças simples — uma nova biblioteca, uma modificação no fluxo de trabalho

Ouça o artigo 4 minutos Este áudio é gerado automaticamente. Por favor, deixe-nos saber se você tiver comentários. Ritz está ampliando ainda mais