Keenable bouwt zoekmachine voor AI-agents
De zoekmachine van de toekomst hoeft niet voor mensen te zijn. Startup Keenable bouwt een webindex met meer dan 100 miljard documenten die speciaal is ontworpen voor AI-agents. Met 26 miljoen dollar aan seed-financiering van onder meer Accel wil het bedrijf uitgroeien tot een soort ‘Google voor AI-agents’. Voor marketeers maakt dat één ding duidelijk: GEO verschuift van contentoptimalisatie naar infrastructuur.
Klassieke zoekmachines zijn ontworpen voor gebruikers die snel een beperkte lijst met resultaten willen scannen. AI-agents werken anders. Zij kunnen enorme hoeveelheden informatie verwerken, bronnen combineren en zelfstandig vervolgvragen uitvoeren. Keenable bouwt daarom een zoekindex die direct door AI-systemen kan worden aangesproken. De API wordt volgens TechCrunch al in productie gebruikt door meerdere AI-labs en inferenceproviders, zowel tijdens training als tijdens runtime.
“This actually creates a new flywheel that is different from what Google learned from human behavior.” — Andrey Styskin, medeoprichter Keenable en voormalig hoofd Search, AI en Cloud bij Yandex, via TechCrunch.
100 miljard documenten voor agents
Keenable zegt inmiddels meer dan 100 miljard documenten te hebben geïndexeerd. Daarnaast werkt het aan een Web Query Language waarmee agents informatie uit meerdere bronnen kunnen combineren, ook als geen enkele afzonderlijke pagina het volledige antwoord bevat. Dat is strategisch belangrijk voor GEO. De vraag wordt straks niet alleen of ChatGPT, Gemini of Claude een pagina kan lezen, maar ook via welke retrieval-infrastructuur een agent überhaupt bij die informatie terechtkomt.
Google en Microsoft beperken bovendien delen van hun bestaande search-API’s, waardoor ruimte ontstaat voor onafhankelijke aanbieders van web-scale search voor AI.
GEO verschuift naar machinevindbaarheid
Voor merken betekent deze ontwikkeling dat klassieke SEO-signalen mogelijk niet automatisch dezelfde waarde hebben in agentic search. Agents kunnen andere bronnen, indexen en retrievaltechnieken gebruiken dan menselijke zoekmachines. Marketingteams moeten daarom steeds beter begrijpen hoe hun content technisch beschikbaar, gestructureerd en betrouwbaar wordt gemaakt voor machines. Structured data, actuele productinformatie, duidelijke entiteiten en externe autoriteit worden daarmee onderdelen van een bredere machine-discoverystrategie.
De strijd om digitale vindbaarheid krijgt hiermee een nieuwe infrastructuurlaag. SEO optimaliseerde jarenlang voor zoekmachines die mensen bedienden; GEO moet straks mogelijk optimaliseren voor zoekmachines die AI-agents bedienen. Wie begrijpt hoe die agents informatie vinden, selecteren en combineren, bouwt niet alleen aan zichtbaarheid in AI-antwoorden maar aan toegang tot de nieuwe digitale distributieketen.
