Nimble, perusahaan teknologi berbasis di New York, memperkenalkan Web Search Agents sebagai sistem retrieval baru yang dirancang khusus untuk agen AI. Produk ini diklaim mampu meningkatkan akurasi penelitian web hingga 21 persen sekaligus mengurangi penggunaan token sebesar 51 persen dibandingkan alternatif pencarian AI terkemuka.
Sistem tersebut menggabungkan strategi retrieval yang belajar sendiri, indeks web milik perusahaan, dan akses web langsung untuk memberikan kemampuan pencarian spesifik domain. Pendekatan ini berbeda dari layanan pencarian umum yang biasanya mengembalikan kumpulan hasil luas dan menyerahkan pemilihan relevansi kepada model bahasa.
Menurut CEO Nimble Uri Knorovich, algoritma retrieval yang dikembangkan tim riset perusahaan mempelajari domain pelanggan sehingga dapat menemukan informasi yang tepat dengan lebih efisien. Hal ini mengurangi kebutuhan multi-hop reasoning dan menekan konsumsi token tanpa mengorbankan kualitas jawaban.
Web Search Agents ditargetkan bagi pengembang yang membangun agen otonom untuk keperluan riset, generasi prospek, intelijen kompetitif, kepatuhan, serta alur kerja bisnis lainnya yang membutuhkan data terkini dari web publik. Produk ini dapat diintegrasikan melalui API tanpa infrastruktur tambahan atau diterapkan di dalam sistem enterprise melalui kemitraan dengan Microsoft, Oracle, dan Snowflake.
Dalam konteks produksi, optimalisasi retrieval menjadi semakin krusial karena model bahasa besar kini semakin mampu, sehingga diferensiasi bergeser ke lapisan infrastruktur di sekitarnya. Nimble menekankan bahwa agen enterprise sering beroperasi dalam jangka waktu panjang, sehingga pengurangan panggilan tool yang tidak perlu dapat menekan biaya operasional secara signifikan.
Salah satu aspek penting yang perlu diperhatikan adalah bagaimana pendekatan domain-spesifik ini dapat mempercepat adopsi agen AI di sektor yang sangat bergantung pada data eksternal yang akurat, seperti layanan keuangan dan farmasi. Perusahaan-perusahaan di bidang tersebut biasanya memiliki standar kepercayaan dan sumber yang berbeda-beda, sehingga retrieval yang disesuaikan dapat mengurangi risiko informasi yang tidak relevan masuk ke dalam proses pengambilan keputusan.
Selain itu, fitur zero-data-retention yang diterapkan Nimble memberikan kejelasan terkait privasi data. Model semantik dan memori yang dibangun tetap berada di tenant pelanggan, bukan disimpan di lingkungan penyedia. Kondisi ini relevan bagi organisasi yang tunduk pada regulasi ketat mengenai penanganan data sensitif.
Nimble juga menyediakan dukungan melalui SDK dan integrasi Model Context Protocol, memungkinkan pengembang menghubungkan sistem ini ke berbagai kerangka orkestrasi agen AI. Konsumsi dapat dilakukan secara pay-as-you-go mulai dari 0,025 dolar AS per permintaan atau melalui paket managed tahunan yang dimulai dari 2.500 dolar AS per bulan.
Posisi Nimble berada di lapisan infrastruktur retrieval, berbeda dari asisten riset yang ditujukan langsung kepada pengguna akhir. Perusahaan ini bersaing dengan platform seperti Exa dan Tavily dalam menyediakan API pencarian yang dioptimalkan untuk agen, namun menonjolkan kemampuan self-learning dan tata kelola enterprise.
Secara keseluruhan, peluncuran ini mencerminkan pergeseran industri AI yang semakin menempatkan kualitas retrieval sebagai faktor penentu performa aplikasi, bukan semata-mata kemampuan model dasar. Pengembang dan perusahaan yang membangun sistem produksi kini memiliki opsi lebih luas untuk mengintegrasikan pencarian web yang efisien dan dapat disesuaikan dengan kebutuhan domain spesifik mereka.
