當今的網路搜尋任務，正在被各種 AI 功能逐漸顛覆，比方說使用 Google 搜尋時，最上方的摘要都是由 AI 所生成，OpenAI 與 Perplexity 等業者，也都在利用 AI 積極跨入搜尋產業，透過瀏覽器和網頁應用發揮影響力。
至於其他小型業者，例如 AI 新創公司 Nimble，日前亦宣布推出自家的 AI 代理搜尋平台，並且希望將公開網路上的資料，透過 AI 轉換成值得企業所信賴，同時具備決策價值的數據，供應 AI 系統與商業工作流程進一步運用。
協調 AI 代理，降低輸出錯誤率
根據 Nimble 說法，綜觀目前的 AI 搜尋市場，儘管支撐其背後運作的大型語言模型日益精進，但是 AI 卻常常基於不完整，或者無法驗證的外部資訊進行推理。
因此，Nimble 希望透過他們所開發的平台，提供給使用者一道具備監控能力的數據層，不僅可以搜尋、導航公開網頁，還能夠即時驗證網路上的各種資訊，消除 AI 利用不完整資料進行推理時的輸出錯誤率。
Nimble 進一步解釋，自家 AI 搜尋解決方案的主要核心，在於其專有的分散式架構；該架構可以協調各種專用的 AI 代理執行任務，而這些任務在過去大多是由人類工作者，或者低階的網頁爬蟲工具進行處理。
多個任務層分工，大量運用先進模型
Nimble 將 AI 代理的工作流程，細分為多個獨立的任務層，包含：無頭瀏覽器與瀏覽代理、頁面分析代理、資料處理代理及驗證代理。
首先，無頭瀏覽器與瀏覽代理負責管理 AI 與目標網域的初始互動，在複雜的網站結構中進行導航；接著頁面分析代理會解讀網頁內容，識別跨格式呈現的相關數據元素；資料處理則負責彙整、過濾並清理雜訊，產出特定結構化的解答；最後再交由驗證代理檢查準確性與完整性後，交付最終搜尋成果。
跟專門為引導消費者點擊連結所設計的標準搜尋引擎不同，Nimble 的架構大量運用前沿模型，包含來自 OpenAI、Anthropic 及 Meta 等企業開發的產品，借助先進 AI 的多模態和推理能力，直接操控真實的瀏覽器。
重點在於，Nimble 有能力駕馭當今網路環境中，複雜且動態的頁面配置，並且交叉驗證結果，產出可供稽核的資料，而非僅僅提供簡單的文字摘要。
為機器服務，AI 是網路首批「原生公民」
從 Nimble 的搜尋平台架構設計中，其實不難發現他們「為機器服務」的獨特理念。該公司執行長 Uri Knorovich 認為，雖然網路最初是為了人類所設計，但在未來，機器將會成為網路上的第一批「原生公民」。
Uri Knorovich 說，AI 跟網路之間的互動規模，跟人類的使用行為存在著根本性差異；人類在確定決策之前，可能只會搜尋三、四個選項，可是如 Nimble 這類的 AI 搜尋平台，每天在網路上的互動次數就超過 320 萬次。
Uri Knorovich 解釋，每月數十億次搜尋的龐大流量，正代表著一股全新的系統性趨勢，而這股趨勢則需要新型態的基礎架構來應對。
當今企業在 AI 領域所面臨的瓶頸，Uri Knorovich 強調，絕非是 AI 模型的智慧程度，而是模型能夠取得的資料品質。換句話說，當 AI 代理成為一切的核心，那麼精準、可靠的網路搜尋服務，正是產業的最大瓶頸所在。
準確度達 99%，延遲只有 1 毫秒
Nimble 始終強調自家產品跟通用工具，比方說 Google 或其他消費級 AI 搜尋助手之間的差異。畢竟，Google 雖然為消費者打造了高速、輕鬆的搜尋體驗，但企業需要的是大規模、高精準度的搜尋結果，才能協助他們做出價值數百萬美元的關鍵決策。
Uri Knorovich 舉例，通用網路搜尋工具適合獲得概略性的答案，可是企業卻需要深度、足夠細分的資料；因此，相關應用必須具備控制器、篩選器、符合監管規範，以及認定可信賴來源的能力，才能夠於蒐集第一線資訊後，直接存入企業的核心系統之中。
目前 Nimble 透過兩種管道為企業提供他們的 AI 搜尋平台，一個無需編寫程式碼，單純的網頁搜尋 AI 代理程式，另一個則是能讓開發者直接從程式碼搜尋、擷取及爬取網頁的 API 套件，整體打包而成的網頁工具 SDK。
Nimble 力求提供準確度超過 99% 的搜尋資料，意即在每項搜尋結果中，不準確或幻覺數據的比例會低於 1%，而且 Nimble 表示其系統可將查詢延遲控制在 1 至 2 毫秒。
強調架構彈性，銀行用來 KYC
另一方面，Nimble 的平台也原生整合了多種主要資料環境，讓使用者能將乾淨的數據，直接串流至 Databricks、Snowflake、S3 或 Microsoft Fabric。
Uri Knorovich 強調，Nimble 平台在設計之初就十分考慮彈性，它可以無縫整合 OpenAI、Anthropic 及 Google Gemini 等頂尖模型，這種靈活性讓企業得以將 Nimble 與現有技術堆疊並行運作，無論是在雲端運行模型，或為醫療保健、銀行等高安全需求環境，部署本地端模型皆能適用。
發展至今 Nimble 已經擁有許多應用案例，例如某家大型金融機構即運用他們的平台，實地執行對客戶的 KYC 流程（Know Your Customer），即透過部署自主搜尋 AI 代理，銀行在客戶親臨櫃台之前，就能交叉比對多份公開報告、犯罪紀錄及地址驗證資料，直接建立完整的客戶檔案。
同時有別於傳統網頁爬蟲工具，Nimble 也主打資料治理與信任，不僅平台採用「合規設計理念」，亦持有 SOC2 Type II、GDPR、CCPA 及 HIPAA 認證。
支撐 AI，業界朝外部真實數據轉向
定價方面，Nimble 每 1,000 次標準搜尋輸入收費 1 美元，而根據搜尋結果進行推理的「答案」功能，每 1,000 次則收費 4 美元；若是針對大型組織的託管方案，每月是從 2,000 到 15,000 元美金不等，並提供無限量的 AI 代理使用額度與優先支援服務，另外還有以流量計價的方案。
不久之前 Nimble 獲得來自 Norwest、Databricks Ventures 等機構的新一輪投資，使公司累計融資額達到 7,500 萬美元。Nimble 表示，資金將用於加速多代理網路搜尋技術的研究，並進一步開發可受監管的數據層。
Databricks Ventures VP Andrew Ferguson 指出，藉由打造並提供「即時網路資料層」，Nimble 讓企業的工作流程和數據蒐集，擴展到了內部來源之外，這也象徵業界開始轉向優先採用「外部真實數據」作為發展基礎，支撐各種關鍵任務型的 AI 應用。
Nimble 執行長 Uri Knorovich 則毫不諱言，未來的網路將充滿程式跟程式之間的互動，當然網路搜尋也不例外，透過擺脫傳統資料供應商和脆弱的網頁爬蟲工具，Nimble 所帶來的即時性結構化資料，將讓 AI在真實世界中，更加有自信的準確運作。
【推薦閱讀】
◆ 開發「醫生版 ChatGPT」年收破億！OpenEvidence 如何成為 74 萬名醫師的 AI 入口？
◆ 85% 使用者不再相信 AI 第一個答案：Anthropic 研究揭「AI 流暢度」新競爭力
◆ SEO 策略逐漸讓位，專為大型語言模型而生的「LLM-Only」網頁成 GEO 新風潮
＊本文開放合作夥伴轉載，參考資料：VentureBeat、AI Insider，首圖來源：YouTube
（責任編輯：鄒家彥）
