Keenable buduje internet pod agentów AI, nie pod ludzi

Przez lata wyszukiwarki projektowano pod człowieka. Ktoś skanuje nagłówki, klika kilka linków i zamyka kartę po 20 sekundach. Teraz coraz częściej w sieci szukają za Ciebie agenci AI i chatboty - a one czytają inaczej, szerzej i bez ludzkiego odruchu pod tytułem „dobra, już mi się nie chce”.

Na tym właśnie gra Keenable. Startup wyszedł z trybu stealth i ogłosił rundę seed o wartości 26 mln dolarów. Firma buduje ogromny indeks wyszukiwania sieci dla agentów AI, a nie dla klasycznych użytkowników wpisujących hasła w okienko wyszukiwarki.

Za projektem stoją Andrey Styskin, który wcześniej kierował obszarem wyszukiwania, AI i chmury w Yandexie, oraz niemiecki naukowiec AI Matthias Petri. Rundę finansowania poprowadził Accel. Udział wzięli też Conviction Partners i aniołowie biznesu.

Keenable nie robi kolejnego chatbota, tylko buduje warstwę pod spodem

Dobra, powiedzmy to wprost: większość rozmów o AI kręci się wokół modeli, aplikacji i efektownych dem. Tymczasem prawdziwa walka coraz częściej toczy się niżej - w infrastrukturze, która dostarcza modelom dane.

Keenable twierdzi, że zbudował indeks wyszukiwania obejmujący ponad 100 miliardów dokumentów. To nie jest produkt w stylu „zadaj pytanie i dostaniesz odpowiedź”. To zaplecze, z którego mogą korzystać inne firmy. Startup podaje, że jego API działa już produkcyjnie w kilku laboratoriach AI oraz u dostawców inference, zarówno podczas trenowania modeli, jak i w czasie ich działania.

Firma nie ujawniła nazw klientów. Wiadomo za to, że zawarła partnerstwo z firmą voice AI Gradium, aby wspierać pobieranie aktualnych informacji na żywo.

Jeśli śledzisz ten trend, ten temat nie pojawia się znikąd. Coraz więcej firm buduje narzędzia, które mają pomóc modelom sprawdzać źródła i sięgać do dokumentów zamiast zgadywać. Podobny kierunek widać choćby w tekście o Mistral AI Agentic Search czy w materiale o DeepSeek Harness dla agentów AI.

Zwykła wyszukiwarka nie wystarcza, gdy w sieci szukają agenci AI

Według Styskina chatboty działają wyraźnie lepiej, gdy opierają odpowiedzi na dokumentach źródłowych. W branży mówi się na to grounding - model nie jedzie wtedy wyłącznie na statystycznym zgadywaniu, tylko podpiera odpowiedź konkretnym materiałem.

I tu pojawia się ciekawy punkt. Styskin mówi TechCrunchowi, że tworzy to nowy mechanizm napędowy, inny niż ten, którego Google uczył się z ludzkich zachowań. Człowiek zwykle nie czyta całej strony. Agent AI może przeczytać znacznie więcej, przetworzyć większy fragment treści i wykorzystać go do wykonania zadania.

To zmienia sposób myślenia o wyszukiwaniu. Klasyczna wyszukiwarka optymalizuje wynik pod kliknięcie i uwagę człowieka. System dla agentów AI optymalizuje dostęp do treści, które model może przetworzyć i przywołać jako źródło. Różnica jest prosta: jedno ma dobrze wyglądać, drugie ma działać szybko i precyzyjnie.

Jak to wpływa na jakość odpowiedzi AI

Jeśli model ma dostęp do dokumentów źródłowych, łatwiej mu oprzeć odpowiedź na czymś konkretnym. To nie daje perfekcji, ale ogranicza sytuacje, w których AI brzmi pewnie, choć właśnie zmyśla.

Dla użytkownika końcowego różnica jest prosta: mniej „wydaje mi się”, więcej „mam to w źródle”. W pracy biurowej, researchu, obsłudze klienta czy analizie dokumentów robi to sporą różnicę. Znam to - właśnie dlatego rośnie też zainteresowanie narzędziami do pracy na plikach i źródłach, o czym pisaliśmy w tekście AI do PDF - jak szybko wyciągać informacje z dokumentów.

Najciekawsze jest to, że Keenable już działa produkcyjnie

Sam fakt budowy indeksu jest ważny, ale jeszcze ciekawsze jest to, że API Keenable ma już działać produkcyjnie u kilku laboratoriów AI i dostawców inference. To sugeruje, że nie mówimy o koncepcie na slajdach, tylko o infrastrukturze, którą ktoś już realnie podpina pod swoje systemy.

Źródło nie podaje nazw tych firm, więc tu kończą się twarde fakty. Mimo to kierunek jest czytelny: firmy rozwijające agentów AI potrzebują nie tylko lepszych modeli, ale też lepszego dostępu do internetu. Bez tego agent zostaje sprytnym rozmówcą z ograniczoną orientacją w świecie.

Widać też szerszy trend inwestycyjny. Kapitał płynie już nie tylko do modeli i aplikacji, ale również do warstw pośrednich: routingu, hostingu, narzędzi dla agentów i wyszukiwania. Pokazują to również ruchy wokół platform i infrastruktury, o których pisaliśmy w analizach Qwen AI Arena, jak startupy budują agentów AI taniej i szybciej oraz infrastruktury AI wspieranej przez Nvidię.

Polskie firmy też powinny patrzeć na ten ruch

Jeśli prowadzisz firmę albo odpowiadasz za marketing, sprzedaż czy operacje, ten news nie jest „dla geeków od backendu”. To sygnał, że agenci AI będą coraz częściej działać na aktualnych źródłach z sieci, a nie tylko na tym, co model zapamiętał wcześniej.

Dla polskich i unijnych firm oznacza to jedno: rośnie znaczenie jakości źródeł, dokumentacji i treści, które da się odczytać maszynowo. Jeśli agent ma kiedyś korzystać z Twojej bazy wiedzy, oferty albo centrum pomocy, sam ładny landing page nie załatwi sprawy. Liczy się też to, czy system AI potrafi z tej treści coś sensownie wydobyć.

Perspektywa na najbliższe 6-12 miesięcy jest dość jasna. Zobaczysz więcej narzędzi, które nie tylko „gadają”, ale też aktywnie pobierają dane z internetu i dokumentów w czasie działania. Firmy, które zbudują pod to sensowne zaplecze, wykorzystają przewagę nad tymi, które nadal traktują AI jak efektowny widget do czatu (a to już za mało).

Najczęstsze pytania

Czym właściwie jest Keenable?

Keenable to startup budujący indeks wyszukiwania internetu dla agentów AI. Zamiast tworzyć klasyczną wyszukiwarkę dla ludzi, firma rozwija infrastrukturę, z której mogą korzystać modele i systemy AI.

Ile pieniędzy zebrał Keenable?

Startup ogłosił rundę seed o wartości 26 mln dolarów. Finansowanie poprowadził Accel, a w rundzie uczestniczyli też Conviction Partners i aniołowie biznesu.

Jak duży indeks zbudował Keenable?

Według firmy indeks obejmuje ponad 100 miliardów dokumentów. To właśnie ten zasób ma pomagać agentom AI pobierać i przetwarzać informacje z sieci.

Po co agentom AI osobny indeks internetu?

Agenci AI mogą czytać i analizować większe fragmenty treści niż człowiek korzystający z klasycznej wyszukiwarki. Dlatego infrastruktura projektowana pod kliknięcia i krótką uwagę użytkownika nie zawsze pasuje do potrzeb systemów AI.

Czy Keenable ma już klientów?

Firma twierdzi, że jej API działa już produkcyjnie w kilku laboratoriach AI i u dostawców inference. Nazwy tych klientów nie zostały ujawnione, ale wiadomo też o partnerstwie z firmą voice AI Gradium.