信不信由你，网络搜索仍然是一个蓬勃发展的行业。随着企业投资于利用 AI 智能体来充分利用其数据，市场对工具的需求不仅限于抓取网页以告知这些 AI 机器人该做什么，还在于以更容易与现代数据工具结合的方式返回这些结果。
这就是网络搜索初创公司 Nimble 背后的承诺。该公司最近完成了由 Norwest 领投的 4700 万美元 B 轮融资。这家位于纽约的公司平台利用 AI 智能体实时搜索网络、验证和确认结果，并将信息整理成整齐的表格，然后可以像数据库一样进行查询。
最后这一点在这里至关重要。大型语言模型（LLM）和 AI 智能体擅长搜索网络、连接来自各种来源的结果并进行分析，但它们通常以纯文本形式返回结果，这在企业级应用中可能难以处理。更不用说还要考虑幻觉问题、智能体误解指令的风险，或使用不可靠的来源。
通过验证并将结果结构化到表格中，Nimble 让公司能够像使用现有数据库的一部分那样使用网络数据。该初创公司还与 Databricks 和 Snowflake 等企业提供的企业数据仓库和数据湖——即企业存储和分析数据的大型集中式存储库——集成。这意味着其 AI 智能体可以接入企业的海量数据，利用这些数据构建上下文，并塑造搜索结果的结构化和返回方式。
实际上，这让企业能够将实时的、结构化的网络数据作为其现有数据环境的一部分，Nimble 首席执行官兼联合创始人 Uri Knorovich 告诉 TechCrunch。
此类集成还允许 Nimble 的软件记住约束条件——例如你希望如何执行搜索，或要访问哪些数据源。这对于竞争对手分析、定价研究、了解你的客户（KYC）流程、品牌监控、深度研究和财务分析等应用特别有用。（Knorovich 指出，Nimble 致力于确保所有客户数据保留在客户的数据基础设施内，以符合数据保留和安全政策。）
为此，该初创公司与 Databricks、Snowflake、AWS 和 Microsoft 合作，以帮助简化需要访问内部数据源的企业部署。（Databricks 也参与了此次 B 轮融资。）
“模型能做很多事情，但大多数生产环境中 AI 的失败并非因为模型不够好，而是因为数据出了问题，”Knorovich 说。“我们今天看到的是，企业不需要更多的 AI；它们需要具有良好、可靠网络搜索能力的 AI……如果你能将其固定下来，如果你能让你的智能体知道它可以搜索什么以及不能搜索什么，这将是企业说‘嘿，我们实际上可以信任 AI。我们实际上可以在更多用例中将 AI 投入工作’的关键转折点。”
Knorovich 表示，能够大规模实时搜索网络、验证并结构化搜索结果，是 Nimble 区别于该领域其他数据经纪商的关键所在。
该公司目前拥有超过 100 名客户，其大部分收入来自大型企业、《财富》500 强公司，甚至包括一些《财富》10 强公司，如大型零售商、对冲基金、银行和消费品公司，以及一些原生 AI 初创企业。
Norwest 合伙人 Assaf Harel 在一份声明中表示：“Nimble 正在解决一个多年来存在却缺乏适当解决方案的问题，且这一问题如今正变得尤为紧迫。”“可信的实时网络数据正日益成为执行关键业务决策的 AI 代理的必要前提。”
B 轮融资还得到了老股东 Target Global、Square Peg、Hetz Ventures、Slow Ventures、R-Squared Ventures、J-Ventures 和 InvestInData 的参与。本轮融资所得资金将用于扩展多智能体网络搜索以及处理并验证搜索结果的可治理数据层的研发工作。
截至目前，Nimble 累计融资总额已达 7500 万美元。