A Pesquisa na Web já foi interrompida pela IA – basta dar uma olhada em como 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 os modelos GPT da OpenAI e como Perplexidade continua a desenvolver sua própria plataforma de pesquisa na web e navegadores baseados em IA.
Nimble anunciou o lançamento de sua plataforma Agentic Searchum 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 essa “lacuna de suposições”, fornecendo uma camada de dados governada que pesquisa, navega e valida dados ao vivo 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 iniciamos esta empresa, e na primeira vez que procurei investidores, eu disse a eles que a web foi construída para humanos, mas as máquinas serão os primeiros cidadãos da web”, lembrou Knorovich. Ele observou que, embora as reações iniciais o tenham rotulado como “muito visionário”, a realidade atual da adoção da IA validou a 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”, explicou ele. 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 busca precisa e confiável na web é o gargalo”, 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”, comentou Knorovich 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 informações “no nível da rua” 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 nuvem ou no local para ambientes de alta segurança, como saúde ou bancos.
Estudos de caso: Precisão em ação
Knorovich forneceu vários exemplos reais de como esses dados “no nível da rua” impactam os fluxos de trabalho profissionais. Por exemplo, um corretor de imóveis que deseja expandir-se para um novo território não precisa de um resumo de alto nível de uma IA de uso geral.
“Se você quer saber o que está acontecendo no setor imobiliário comercial em Atlanta… você não está procurando uma pesquisa otimizada para o milissegundo”, explicou Knorovich. “Você está procurando informações em nível de rua e bairro… dados que você pode realmente ver em uma tabela ou baixar para Excel”.
Outro caso de uso envolve grandes instituições financeiras que utilizam o Nimble para processos de “conheça seu cliente” (KYC). Ao implantar um agente de busca autônomo, os bancos podem cruzar vários relatórios públicos, registros criminais e verificações de endereço para construir um perfil completo de um cliente antes mesmo de ele entrar no prédio. O objetivo, observou Knorovich, é fornecer a “verdade externa” que existe fora dos firewalls internos de uma organização.
Licenciamento empresarial e conformidade
A Nimble se diferencia das ferramentas legadas de scraping por meio de um foco rigoroso em governança e confiança. A plataforma é “compatível por design”, possuindo certificações para SOC2 Tipo II, GDPR, CCPA e HIPAA.
Os preços são estruturados para apoiar startups experimentais e operações empresariais de alta escala, alinhados com o volume e a profundidade dos dados recuperados.
“O preço deve estar alinhado com o valor que o usuário está obtendo… portanto, estamos precificando de acordo com a quantidade de pesquisas que você está realizando”, disse Knorovich.
-
APIs de pesquisa e resposta: As entradas de pesquisa padrão custam US$ 1 por 1.000, enquanto a função “Resposta” — que fornece raciocínio com base nos resultados da pesquisa — custa US$ 4 por 1.000.
-
Serviços gerenciados: Para organizações maiores, os níveis gerenciados começam em US$ 2.000 por mês (Startup) e aumentam para US$ 15.000 por mês (Professional) para agentes ilimitados e suporte prioritário.
-
Acesso proxy: Uma rede de mais de 1 milhão de proxies residenciais está disponível a partir de US$ 7,50 por GB
Reações da comunidade e dos usuários
A transição para a busca de agentes já foi operacionalizada por diversas empresas da Fortune 500 e startups nativas de IA:
-
Julie Averill, ex-CIO da Lululemonafirmou que a inteligência de preços, que antes levava semanas para ser revisada, agora pode ser respondida em minutos, colocando o controle nas mãos de um agente.
-
Itamar Fridman, CEO e cofundador da Qodo, observou que a escalabilidade da plataforma foi “crucial no desenvolvimento de sistemas de IA mais robustos e confiáveis”, alimentando os LLMs com dados de alta qualidade.
-
Dennis Irorere, engenheiro de dados do TripAdvisordestacou que a plataforma simplifica a extração de dados estruturados de fontes complexas, o que descreveu como “transformador” para sua função.
-
Inteligência de Apertos relataram expansão para mais de 45.000 sites de comércio eletrônico usando a API da Web da Nimble para fornecer preços e dados de produtos em tempo real.
-
Alta utiliza a plataforma para potencializar diariamente milhões de fluxos de trabalho de entrada no mercado orientados por IA, reportando contexto 3 a 4 vezes mais profundo e >99% de confiabilidade
Série B para acelerar a pesquisa web multiagente e a governança de dados
O financiamento da Série B de US$ 47 milhões anunciado junto com a plataforma será usado para acelerar a pesquisa em pesquisa na web multiagente e desenvolver ainda mais a camada de dados governada.
A rodada contou com a participação de um amplo ecossistema de investidores, incluindo Target Global, Square Peg, Hetz Ventures, Slow Ventures, R-Squared Ventures, J-Ventures e InvestInData.
Andrew Ferguson, vice-presidente da Databricks Ventures, observou que a Nimble complementa sua plataforma de inteligência de dados fornecendo uma “camada de dados da web em tempo real” que estende os fluxos de trabalho além das fontes internas. Este investimento estratégico sinaliza uma mudança na indústria no sentido de priorizar a “verdade externa” para fundamentar aplicações de IA de missão crítica.
Para Knorovich, o futuro da web pertence à interação programática. “A pesquisa programática na web é onde estamos avançando”, concluiu. Ao se afastar dos fornecedores de dados legados e dos scrapers frágeis, a Nimble pretende fornecer a estrutura em tempo real necessária para que a IA atue com confiança no mundo real.
