Keenable est sortie de l’ombre avec un tour de seed de 26 millions de dollars et un plan visant à construire une infrastructure de recherche web spécifiquement pour les agents IA. La startup affirme que son index couvre déjà plus de 100 milliards de documents et que son API est déjà utilisée en production par plusieurs laboratoires d’IA et fournisseurs d’inférence.

Accel a mené le tour, avec la participation de Conviction Partners et de business angels. Les fondateurs de Keenable sont Andrey Styskin, ancien responsable de la division recherche, IA et cloud de Yandex, et le scientifique allemand en IA Matthias Petri. L’entreprise arrive sur un marché où les développeurs ont de plus en plus besoin de systèmes capables de récupérer, comparer et synthétiser des informations pour des agents logiciels, plutôt que de simplement renvoyer des pages à lire pour des humains.

Pourquoi Keenable cible la recherche pour agents

Les moteurs de recherche traditionnels ont été optimisés autour du comportement humain : les utilisateurs parcourent les pages de résultats, ouvrent un petit nombre de liens et décident quelles informations sont utiles. Les systèmes d’IA ont des besoins différents. Un agent peut devoir récupérer des preuves à partir de plusieurs pages, ancrer une réponse dans des documents source ou collecter des informations à jour tout en accomplissant une tâche.

Styskin a déclaré à TechCrunch que cela crée une boucle de rétroaction différente de celle construite autour du comportement de recherche humain. Pour les applications d’IA, la valeur d’un résultat est étroitement liée au fait qu’il fournisse un contexte fiable qu’un modèle peut utiliser, et non pas simplement au fait qu’il attire un clic.

Cette distinction devient de plus en plus importante à mesure que les chatbots et les agents IA vont au-delà de la simple réponse aux questions. Les systèmes qui font de la recherche, surveillent des informations changeantes ou prennent en charge des interactions vocales ont besoin d’une infrastructure de recherche capable de gérer rapidement des requêtes larges et de renvoyer des contenus sous une forme que les modèles en aval peuvent traiter.

Keenable développe également WebQueryLanguage, un produit de retrieval destiné à combiner des informations provenant de plusieurs sources web lorsqu’aucun document unique ne contient une réponse complète. L’entreprise n’a pas révélé quand le produit sera disponible de manière générale.

Ce qui est confirmé et ce qui reste non vérifié

Le financement, le lancement de l’entreprise hors furtivité et l’identité de ses investisseurs ont été rapportés par TechCrunch. Keenable affirme que son index contient plus de 100 milliards de documents et que son API est déjà utilisée par plusieurs laboratoires d’IA et fournisseurs d’inférence, à la fois en entraînement et en exécution. La startup n’a pas identifié ces clients, de sorte que l’ampleur et la profondeur de cette adoption ne peuvent pas être évaluées indépendamment à partir des preuves disponibles.

Keenable a dévoilé un partenariat : l’entreprise travaille avec Gradium, une société d’IA vocale, pour prendre en charge la récupération d’informations en direct. Cette relation met en évidence un cas d’usage concret du service, car les applications vocales ont souvent besoin de réponses à jour sans imposer aux utilisateurs d’attendre un flux de navigation classique. Les preuves ne permettent pas d’établir le volume d’utilisation de Gradium ni les conditions commerciales du partenariat.

Les affirmations techniques et de coût de l’entreprise proviennent également principalement de sa direction. Styskin a soutenu que la recherche à l’échelle du web exige des structures d’index spécialisées capables de réduire rapidement l’espace de recherche, car scanner tout Internet pour chaque requête serait trop coûteux. Il a décrit le coût de la construction d’un grand index comme extrêmement élevé, mais a déclaré que Keenable travaille à maîtriser les dépenses à mesure qu’elle prend de l’ampleur.

Ces déclarations sont des contraintes d’ingénierie plausibles plutôt que des résultats de performance vérifiés indépendamment. Aucun chiffre de latence, de prix, de précision, de rappel ou de benchmark n’a été fourni dans le matériel source. Pour les clients potentiels, les questions en suspens incluent la fréquence de mise à jour de l’index, la manière dont Keenable gère la qualité des sources et les doublons, et la comparaison de ses résultats avec les services de retrieval existants.

Le pari d’infrastructure derrière le tour

Keenable ne se présente pas comme une nouvelle couche de recherche d’entreprise. Styskin a déclaré que les systèmes de recherche d’entreprise peuvent devenir prohibitivement coûteux lorsqu’ils sont étendus à l’échelle du web public, ce qui fait de la conception de l’index et du routage des requêtes le cœur de l’approche de l’entreprise.

La startup est dirigée par des cadres ayant une expérience préalable de la recherche à grande échelle. Styskin a passé environ deux décennies à travailler sur la recherche chez Yandex et Amazon, tandis que lui et Petri ont auparavant travaillé sur l’infrastructure de recherche web pour des applications d’IA telles qu’Alexa. Ce parcours donne à Keenable une justification technique pour se concentrer sur le retrieval plutôt que de construire un chatbot généraliste ou un modèle fondationnel.

L’entreprise compte actuellement 15 employés d’ingénierie aux États-Unis et en Europe. Elle prévoit de doubler ses effectifs d’ici la fin de l’année, en utilisant ce nouveau capital pour développer l’ingénierie et sa fonction go-to-market. Ce plan d’embauche reflète les besoins inhabituels en capital liés au maintien d’un index à l’échelle du web tout en vendant de l’infrastructure à des clients techniquement sophistiqués.

Pour les développeurs d’IA, la proposition est simple mais difficile à exécuter : externaliser le crawling, l’indexation et le retrieval afin que les équipes produit puissent se concentrer sur le workflow de l’agent. Le compromis est la dépendance. Les clients devront avoir confiance dans le fait que la couverture, la fraîcheur, la disponibilité et les tarifs de Keenable sont suffisamment stables pour soutenir des applications où une source mauvaise ou obsolète peut affecter directement le résultat.

Un fossé entre la recherche intégrée et l’infrastructure indépendante

Zhenya Loginov, partner chez Accel et chef de file de l’investissement, a déclaré que les entreprises d’IA disposent de choix limités en matière d’infrastructure de recherche à l’échelle du web. Il a pointé les décisions de Google et Microsoft visant à restreindre ou à fermer des API de recherche existantes, soutenant que les grandes plateformes privilégient de plus en plus des produits intégrés et des partenariats sélectifs.

Cette lecture du marché aide à expliquer la thèse de financement. Les acteurs historiques de la recherche disposent d’une forte distribution et d’une infrastructure énorme, mais ils ne souhaitent peut-être pas fournir une couche ouverte permettant à d’autres entreprises de créer des expériences d’IA concurrentes. Un fournisseur indépendant pourrait en bénéficier si les développeurs ont besoin d’un accès neutre à des informations web actuelles et si les grandes plateformes continuent de lier le retrieval à leurs propres assistants ou produits cloud.

Keenable n’est pas seule. Brave et Exa poursuivent déjà des approches de recherche et de retrieval orientées IA, tandis que Google modifie sa propre expérience de recherche pour des cas d’usage IA. La question concurrentielle n’est donc pas de savoir si la recherche pour agents existera, mais si une entreprise indépendante peut offrir suffisamment de couverture et de fiabilité à un coût total inférieur à celui des alternatives intégrées.

Pour les fondateurs et les équipes produit, cela signifie que le choix du moteur de recherche deviendra une décision d’architecture. Ils devront comparer non seulement la pertinence des résultats, mais aussi les licences, l’attribution des sources, la fraîcheur des données, la couverture régionale, la vitesse de réponse et le coût des requêtes répétées des agents. Ces variables peuvent modifier de manière significative l’économie des agents de recherche et des produits d’information en temps réel.

Ce qu’il faut surveiller ensuite

Le premier signal sera de savoir si Keenable nomme d’autres clients ou publie des détails techniques qui étayent ses affirmations d’adoption. Des références clients, la disponibilité de l’API et des mesures indépendantes de la qualité du retrieval aideraient à distinguer une jeune entreprise d’infrastructure d’un prototype bien financé.

Les tarifs et la latence seront tout aussi importants. Les workflows d’agents peuvent générer de nombreuses requêtes de recherche pour une seule tâche, de sorte qu’un service performant pour des requêtes occasionnelles de chatbot peut rester trop coûteux pour l’automatisation à haut volume. Les développeurs surveilleront également la capacité de WebQueryLanguage à fusionner de manière fiable des preuves provenant de plusieurs sources sans augmenter les risques d’hallucination ou d’attribution.

L’expansion de Keenable de 15 ingénieurs, sa relation avec Gradium et tout autre partenariat avec des laboratoires d’IA ou des fournisseurs d’inférence montreront si l’entreprise peut transformer son expertise en recherche en un modèle de distribution reproductible. Les mouvements concurrents d’Exa, Brave, Google et Microsoft fourniront le test le plus large de la demande pour une recherche indépendante orientée agents.

Point de vue de Creati.ai

Le lancement de Keenable est important parce que le retrieval devient un goulot d’étranglement sous de nombreux produits d’IA. De meilleurs modèles n’éliminent pas le besoin d’informations actuelles, bien classées et traçables, en particulier lorsque les agents doivent agir sur des données web changeantes. Un fournisseur de recherche spécialisé pourrait offrir aux constructeurs une couche d’abstraction utile, mais seulement s’il peut rendre la qualité et le coût prévisibles.

Les preuves les plus solides de l’entreprise à ce jour sont le parcours de ses fondateurs dans la recherche, l’échelle annoncée de son index et le nouveau financement d’investisseurs expérimentés. Ses affirmations les plus importantes — adoption en production, couverture documentaire et avantages de coût à terme — restent largement fournies par l’entreprise elle-même. La prochaine phase montrera si Keenable peut transformer cette thèse technique en infrastructure fiable autour de laquelle des entreprises et des laboratoires d’IA accepteront de construire.