# Keenable отримав $26 млн на пошук для AI-агентів, а не людей > Стартап Keenable залучив $26 млн на інфраструктуру агентного веб-пошуку — пошукового шару, створеного спеціально під запити AI-агентів, а не людей. - Опубліковано: 26 серпня 2026 р. (2026-08-26T00:33:16.747253+00:00) - Розділ: Агенти - На основі публікації: [SiliconANGLE AI](https://siliconangle.com/2026/08/25/agentic-web-search-infrastructure-startup-keenable-raises-26m/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=keenable-%D0%BE%D1%82%D1%80%D0%B8%D0%BC%D0%B0%D0%B2-26-%D0%BC%D0%BB%D0%BD-%D0%BD%D0%B0-%D0%BF%D0%BE%D1%88%D1%83%D0%BA-%D0%B4%D0%BB%D1%8F-ai-%D0%B0%D0%B3%D0%B5%D0%BD%D1%82%D1%96%D0%B2-%D0%B0-%D0%BD%D0%B5-%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9 --- Стартап Keenable залучив $26 млн фінансування на побудову інфраструктури агентного веб-пошуку — пошукового шару, який обслуговує запити не людини за клавіатурою, а автономного AI-агента, що сам формулює запит, обробляє видачу і ухвалює рішення без проміжного інтерфейсу. За даними [SiliconANGLE AI](https://siliconangle.com/2026/08/25/agentic-web-search-infrastructure-startup-keenable-raises-26m/), раунд спрямований саме на розбудову цієї інфраструктури, а не на черговий пошуковий продукт для кінцевих користувачів. Це сталося на тлі того, як AI-агенти — від дослідницьких асистентів до автономних workflow-систем — за останній рік масово перейшли з демо-режиму в продакшн. Кожному такому агенту потрібен доступ до актуальної інформації з відкритого вебу, а класичний пошук десятиліттями оптимізувався під людське сприйняття: сторінки видачі, рекламні блоки, заголовки, розраховані на те, щоб зачепити увагу. Агенту ці шари не потрібні — йому потрібен структурований, перевірюваний результат, який одразу лягає в контекст моделі. Для AI-білдерів новина цікава не сумою раунду, а самим фактом появи окремої категорії інфраструктури. Якщо пошук для людей і пошук для машин розходяться настільки, що під другий будують окремі компанії й залучають десятки мільйонів доларів, це говорить про зрілість агентного стеку більше, ніж будь-яка презентація на конференції. ## Що саме зробив Keenable? Компанія залучила $26 млн, щоб побудувати інфраструктурний шар веб-пошуку, розрахований на споживання AI-системою, а не людиною — саме так охарактеризовано мету раунду в джерелі. Мова про агентний веб-пошук: пошук, що обслуговує запити AI-агентів як первинного клієнта, а не як побічний випадок використання людського пошукового API. Джерело не деталізує конкретну архітектуру продукту чи список інвесторів раунду, тому судити про технічну реалізацію передчасно. Важливіший сам факт: інвестори оцінили агентний пошук як достатньо окрему й достатньо велику категорію, щоб профінансувати інфраструктурного гравця під неї окремо від наявних пошукових API. ## Чим агентний пошук відрізняється від пошуку для людей? Людський пошук — це видача, побудована навколо сторінки результатів: заголовки для клікабельності, сніпети для швидкого сканування очима, реклама, вбудована в потік уваги користувача. Агент цю сторінку не бачить і не має «уваги», яку можна захопити — він споживає результат програмно, тому цінність для нього визначається точністю, структурою відповіді і швидкістю, а не візуальним поданням. - Людині потрібна сторінка видачі — агенту потрібен структурований результат, готовий для парсингу - Людина клікає в рекламу — агент рекламу ігнорує або взагалі її не отримує - Людина робить один запит за раз — агент часто виконує десятки послідовних запитів у межах одного завдання Ймовірно, за нашою оцінкою, конкурувати на цьому ринку компанії будуть не якістю «видачі» в звичному розумінні, а швидкістю відповіді та стабільністю формату для великих обсягів автоматизованих запитів — тобто метриками, які людський пошук ніколи не оптимізував як пріоритетні. ## Кому в AI-стеку це важливо? Насамперед — командам, які будують продакшн-агентів з доступом до вебу: дослідницьких помічників, автономні агенти для аналізу ринку, agentic RAG-системи. Для них пошук — такий самий інфраструктурний компонент, як векторна база даних чи оркестратор інструментів, і від його надійності залежить якість фінальної відповіді агента не менше, ніж від самої LLM. Це вписується в ширший тренд розбудови окремого інфраструктурного шару під агентів — подібно до того, як [AWS додав MCP-обсервабельність агентів просто в OpenSearch](https://aiin.news/article?slug=aws-додав-mcp-обсервабельність-агентів-просто-в-opensearch), щоб компанії могли бачити, що саме роблять їхні агенти під капотом. Пошук, ретрівал і моніторинг агентів формуються як окремі, але сусідні шари одного стеку. Схожа логіка стоїть і за розбудовою інференс-шарів під нові навантаження — ми вже писали про те, [чому довгі контекстні вікна вимагають нового шару інференсу](https://aiin.news/article?slug=чому-довгі-контекстні-вікна-вимагають-нового-шару-інференсу): агентні системи змінюють вимоги не лише до моделей, а й до всієї інфраструктури навколо них. ## Висновок AiiN Наша теза: поява окремих стартапів під агентний пошук — це не нішева історія, а маркер того, що «агент як користувач» стає повноцінним сегментом ринку, під який переписують інфраструктуру з нуля, а не адаптують стару. Для білдерів практичний висновок простий: закладаючи агента, що ходить у веб, варто вже зараз рахувати пошук окремою статтею інфраструктурних рішень, а не деталлю, яку можна докрутити в останню чергу. ## Що таке агентний веб-пошук? Це пошукова інфраструктура, оптимізована під запити AI-агентів, а не людей: результат повертається у структурованому, машинописному форматі без сторінки видачі, реклами й елементів, розрахованих на людське сприйняття. ## Чи замінить це традиційні пошукові API для розробників? Наразі йдеться про окрему категорію інфраструктури, а не заміну наявних пошукових API. Keenable залучив $26 млн саме на побудову цього нового шару, а не на конкуренцію з класичним пошуком у лоб. --- Теги: AI, Keenable, агенти, пошук, інфраструктура, AgenticSearch Джерело: AiiN — https://aiin.news/article?slug=keenable-%D0%BE%D1%82%D1%80%D0%B8%D0%BC%D0%B0%D0%B2-26-%D0%BC%D0%BB%D0%BD-%D0%BD%D0%B0-%D0%BF%D0%BE%D1%88%D1%83%D0%BA-%D0%B4%D0%BB%D1%8F-ai-%D0%B0%D0%B3%D0%B5%D0%BD%D1%82%D1%96%D0%B2-%D0%B0-%D0%BD%D0%B5-%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9. Цитуючи, посилайтесь на канонічний URL.