相信与否，网络搜索作为一个行业仍在蓬勃发展。随着企业投资使用智能体来充分利用其数据，对不仅能抓取网络以指导这些AI机器人行为，还能以更易于与现代数据工具配合使用的方式返回结果的工具需求日益增长。

这正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。这家纽约公司的平台使用智能体实时搜索网络，验证和确认结果，然后将信息整理成整洁的表格，可以像查询数据库一样进行查询。

最后这一点至关重要。大语言模型和智能体在搜索网络、连接各种来源的结果并分析它们方面表现出色，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。这还没有考虑到幻觉问题、智能体误解指令的风险或使用不可靠来源的风险。

通过验证结果并将其结构化为表格，Nimble让公司能够像使用现有数据库一样使用网络数据。这家初创公司还与Databricks和Snowflake等提供的企业数据仓库和数据湖（企业存储和分析数据的大型集中式存储库）进行集成。这意味着其智能体可以接入企业的数据宝库，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、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。

这种集成还允许Nimble的软件记住约束条件，比如你希望如何执行搜索，或者利用哪些数据源。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都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，这家初创公司与Databricks、Snowflake、AWS和Microsoft建立了合作伙伴关系，以帮助简化需要访问内部数据源的企业部署。（Databricks也参与了此轮B轮融资。）

"模型可以做很多事情，但大多数生产环境中的AI失败不是因为模型不够好，而是因为数据失败，"Knorovich说。"我们今天看到的是，企业不需要更多的AI；他们需要具有良好、可靠网络搜索功能的AI……如果你能准确掌握，如果你能选择你的智能体可以搜索什么和不能搜索什么，这就是企业说'嘿，我们实际上可以信任AI。我们实际上可以让AI在更多用例中发挥作用'的转折点。"

Knorovich表示，能够大规模实时搜索网络，并验证和结构化搜索结果的能力，是Nimble与该领域其他数据经纪商的区别所在。

这家初创公司目前拥有超过100个客户，其大部分收入来自大型企业、财富500强公司，甚至一些财富10强公司，包括主要零售商、对冲基金、银行和消费品包装公司，以及一些AI原生初创公司。

"Nimble正在解决一个多年来没有合适解决方案的问题，而现在这个问题变得极其紧迫，"Norwest合伙人Assaf Harel在一份声明中说。"可信的实时网络数据正日益成为智能体执行关键业务决策的先决条件。"

本轮B轮融资还得到了回归投资者Target Global、Square Peg、Hetz Ventures、Slow Ventures、R-Squared Ventures、J-Ventures和InvestInData的参与。本轮融资所得将用于扩大多智能体网络搜索和处理验证搜索结果的治理数据层的研发。

Nimble目前已累计融资7500万美元。

Q&A

Q1：Nimble是什么公司？主要做什么业务？

A：Nimble是一家网络搜索初创公司，其平台使用智能体实时搜索网络，验证和确认结果，然后将信息整理成整洁的表格，可以像查询数据库一样进行查询，让企业能够将实时、结构化的网络数据作为其现有数据环境的一部分。

Q2：Nimble与其他数据公司相比有什么优势？

A：Nimble的优势在于能够大规模实时搜索网络，并验证和结构化搜索结果。与其他只返回纯文本结果的AI工具不同，Nimble将结果结构化为表格，让公司能够像使用现有数据库一样使用网络数据，并与企业数据仓库和数据湖进行集成。

Q3：Nimble主要服务哪些客户和应用场景？

A：Nimble目前拥有超过100个客户，主要服务大型企业、财富500强公司，甚至财富10强公司，包括主要零售商、对冲基金、银行和消费品包装公司。主要应用场景包括竞争对手分析、定价研究、了解客户流程、品牌监控、深度研究和财务分析等。