AI agents estão mudando a forma como as máquinas interagem com a web — e isso está criando uma demanda que a infraestrutura atual da internet simplesmente não consegue suprir.
A internet foi construída pensando em pessoas. Mecanismos de busca como o Google foram otimizados para entregar resultados rápidos e relevantes para humanos que não têm tempo nem paciência de vasculhar páginas inteiras. Mas os chatbots e agentes de IA funcionam de um jeito completamente diferente: eles conseguem ler, processar e cruzar volumes muito maiores de informação de uma vez só. O problema é que a infraestrutura de busca que existe hoje não foi pensada para eles, e cada vez mais gente acredita que a web precisa de uma atualização para atender essas máquinas em vez de apenas os usuários humanos.
É exatamente esse gap que a Keenable quer preencher. A startup, apoiada pela Accel, saiu do modo stealth recentemente com US$ 26 milhões em seed funding e uma proposta bastante ambiciosa: construir o equivalente a um Google, mas projetado do zero para servir agentes de inteligência artificial. 🤖 A rodada foi liderada pela Accel, com participação da Conviction Partners e de alguns investidores anjos. Com um índice de mais de 100 bilhões de documentos já indexados e uma API em uso ativo em labs de IA e provedores de inferência, a empresa quer se tornar a camada de busca padrão para a nova geração de sistemas inteligentes. Parece ambicioso demais? Talvez. Mas os nomes por trás do projeto e o timing do mercado sugerem que essa aposta pode fazer muito sentido. 👇
Quem está por trás da Keenable
A Keenable foi fundada por Andrey Styskin, que anteriormente liderou a divisão de busca, IA e nuvem da gigante russa Yandex, e pelo cientista de IA alemão Matthias Petri. Juntos, eles carregam mais de duas décadas de experiência construindo sistemas de busca em grande escala em empresas como Yandex e Amazon.
Foi justamente no tempo em que trabalhavam na Amazon, desenvolvendo infraestrutura de busca web para aplicações de IA como a Alexa, que a dupla começou a enxergar a oportunidade. Styskin observou dados da Cloudflare mostrando que os crawlers de IA estavam responsáveis por uma fatia crescente do volume de buscas na web. Foi aí que a ficha caiu: existia espaço para desenvolver uma infraestrutura de busca pensada desde o início com a inteligência artificial em mente.
Segundo Styskin, os chatbots de IA tendem a performar muito melhor quando conseguem ancorar suas respostas em documentos de origem. Nas palavras dele, isso cria um novo ciclo virtuoso, diferente daquele que o Google aprendeu observando o comportamento humano ao longo dos anos. Ou seja, a lógica que alimenta a busca para máquinas é fundamentalmente distinta da que alimenta a busca para pessoas.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Por que a infraestrutura de busca atual não serve para AI agents
Quando você pesquisa algo no Google, o mecanismo entrega uma lista de links em frações de segundo. Esse processo foi refinado por décadas inteiras para atender a um comportamento muito específico: o de um ser humano que quer uma resposta rápida, clicar em um ou dois resultados e seguir em frente. O design por trás disso é brilhante para o que se propõe, mas ele parte de uma premissa fundamental — a de que existe um usuário humano do outro lado da tela, com atenção limitada, tempo escasso e uma pergunta objetiva para resolver.
Os AI agents e chatbots modernos quebram essa premissa completamente. Eles não estão buscando um link para clicar. Eles precisam de acesso estruturado, contínuo e volumoso a dados da web para alimentar raciocínios complexos, responder com profundidade, cruzar fontes e construir respostas elaboradas em tempo real. Um agente de IA pode precisar consultar centenas de documentos diferentes em uma única tarefa, algo que nenhum mecanismo de busca atual consegue entregar de forma eficiente e escalável para esse tipo de uso. A latência, o formato dos dados retornados e a lógica de ranqueamento — tudo foi pensado para humanos, não para máquinas.
Esse descompasso cria um gargalo real no desenvolvimento de sistemas de IA mais capazes. Quando um agente precisa de informação atualizada da web e a infraestrutura disponível não foi projetada para servir esse tipo de requisição em escala, o resultado é lentidão, imprecisão ou custos operacionais altíssimos para contornar o problema. É um obstáculo técnico concreto — e é justamente aí que entra a tese da Keenable.
O que a Keenable está construindo na prática
A proposta central da Keenable é simples de entender, mas complexa de executar: criar uma infraestrutura de indexação da web pensada especificamente para servir AI agents e chatbots. Não é uma adaptação de algo que já existe. É uma arquitetura construída do zero com as necessidades dos sistemas de IA como ponto de partida, não como consideração secundária. Isso muda bastante a forma como os dados são coletados, organizados, atualizados e entregues.
Com mais de 100 bilhões de documentos já no índice, a empresa já tem escala para se posicionar como uma camada de busca séria. A API desenvolvida pela startup está sendo utilizada ativamente por labs de inteligência artificial e provedores de inferência, tanto durante o treinamento quanto em runtime. A empresa não revela quem são seus clientes, mas recentemente fechou uma parceria com a Gradium, uma companhia de IA por voz, para dar suporte à recuperação de informações ao vivo. Esse tipo de tração em seed stage é relativamente raro e faz toda a diferença na credibilidade do projeto perante o mercado.
Styskin explica que o produto da Keenable é diferente das soluções de busca corporativa, que costumam quebrar e ficar caríssimas quando aplicadas em escala web. Segundo ele, se você não afinar as estruturas de índice para uma tarefa específica, o custo de servir e escanear a internet inteira se torna gigantesco por causa do volume. Por isso é preciso inovar em como reduzir rapidamente o espaço de busca com base na consulta — e é exatamente isso que a Keenable traz para a mesa.
Do ponto de vista técnico, a diferença entre indexar para humanos e indexar para AI agents vai muito além do volume. Envolve como os dados são estruturados na entrega, a frequência de atualização do índice, a capacidade de processar consultas com semântica mais rica e a habilidade de retornar contexto relevante — não apenas links. A startup também está desenvolvendo capacidades proprietárias de recuperação, incluindo um produto que ainda vai chegar chamado Web Query Language. A ideia é ajudar sistemas de IA a responder perguntas combinando informações de várias fontes da web, mesmo quando nenhuma delas contém a resposta completa. 🔍
O momento certo e o dilema dos gigantes
O timing conta muito nessa história. Segundo Zhenya Loginov, sócio da Accel que liderou o investimento, os players de IA têm pouquíssimas opções quando o assunto é infraestrutura de busca em escala web. Isso porque gigantes como Google e Microsoft vêm tomando medidas para encerrar suas APIs de busca existentes, justamente para evitar canibalizar seus próprios produtos. Em vez disso, essas empresas estão optando por uma abordagem mais fechada e sendo bastante seletivas com seus parceiros.
Para Styskin, essas decisões confirmaram a oportunidade que ele já enxergava. Ele acredita que, por causa do clássico dilema do inovador, o Google é potencialmente vencível em consultas voltadas para agentes. Uma empresa menor como a Keenable pode inovar mais rápido e oferecer uma solução mais eficiente em custos para as companhias de IA. Ele reconhece que é extremamente difícil convencer as pessoas a abandonarem o Google para buscas tradicionais, mas o cenário das agentic queries abre uma brecha real.
Ainda assim, os custos de construir um índice de busca gigante são bem concretos. Questionado sobre isso, Styskin foi direto: não pergunte, é dolorosamente caro. Mesmo assim, a startup diz estar fazendo o possível para manter os custos sob controle e crescer no ritmo certo. Com uma equipe de 15 profissionais de engenharia espalhados entre Estados Unidos e Europa, a empresa planeja usar o novo capital para dobrar o time até o fim do ano e estruturar sua estratégia de ida ao mercado.
O que muda para quem desenvolve com IA
Para desenvolvedores e equipes que constroem produtos com chatbots e AI agents, a existência de uma infraestrutura como a que a Keenable propõe pode mudar bastante a equação. Hoje, quem quer dar ao seu agente acesso a informações atualizadas da web precisa resolver esse problema de forma improvisada — usando APIs de busca que não foram feitas para isso, construindo scrapers próprios ou pagando caro por soluções parciais que entregam menos do que o necessário.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Uma API de indexação construída especificamente para servir agentes de IA simplifica esse processo de forma significativa. Em vez de gastar tempo e recursos desenvolvendo e mantendo a camada de acesso à informação, as equipes podem focar no que realmente diferencia o produto delas: a lógica do agente, a experiência do usuário, a integração com outros sistemas. É o tipo de infraestrutura que, quando funciona bem, some do campo de visão — você para de pensar nela porque ela simplesmente funciona. ⚙️
Além disso, a qualidade da informação que alimenta um agente de IA tem impacto direto na qualidade das respostas que ele entrega. Um índice maior, mais atualizado e com entrega otimizada para o padrão de consumo de sistemas de IA significa agentes mais precisos, mais úteis e com menos alucinações — um dos problemas mais persistentes dos modelos de linguagem grandes em produção. Nesse sentido, a proposta da Keenable não é só sobre infraestrutura técnica. É sobre elevar o nível dos sistemas de IA como um todo.
A corrida por uma nova web para agentes
A Keenable não está sozinha nessa jornada. Outros players já entraram no espaço, como a Brave e a Exa, cada um com sua própria visão sobre como servir dados para sistemas de IA. E o próprio Google está reformulando sua experiência de busca para a era da inteligência artificial. Esse movimento mais amplo mostra que a convicção da Keenable é compartilhada até dentro do Googleplex: seja para humanos ou para agentes, a era dos famosos dez links azuis pode estar chegando ao fim.
A Keenable ainda está nos estágios iniciais, e construir o equivalente a um Google para AI agents é um desafio enorme — técnico, operacional e comercial. Mas a lacuna que ela identificou é real, o mercado está crescendo rápido, e a infraestrutura de busca especializada para inteligência artificial pode ser um dos pilares mais importantes da próxima fase da web. Vale ficar de olho. 👀
