En pocas palabras: Keenable es una startup que indexa la web para agentes de IA y salió de stealth el 25 de agosto de 2026 con una ronda seed de USD 26 millones liderada por Accel. Su API se apoya en un índice propio de más de 100.000 millones de documentos.
Keenable, una startup de infraestructura de búsqueda creada por veteranos de Yandex y Amazon, salió de stealth el 25 de agosto de 2026 con una ronda seed de USD 26 millones liderada por Accel. Su producto: una search API para agentes IA montada sobre un índice propio de más de 100.000 millones de documentos web.
Keenable es una empresa de infraestructura de búsqueda que indexa la web pensando en modelos de lenguaje y no en personas. Su API devuelve resultados preparados para que un agente los procese, los cite y los use como base factual, algo que la industria llama grounding. Detrás del proyecto están Andrey Styskin, que lideró la división de búsqueda, IA y cloud de Yandex, y el científico de IA alemán Matthias Petri.
En 30 segundos
- La ronda: USD 26 millones seed liderados por Accel, con Conviction Partners e inversores ángeles; el anuncio fue del 25 de agosto de 2026.
- El activo: un índice web de más de 100.000 millones de documentos, afinado para consumo por modelos de lenguaje.
- Los fundadores: Andrey Styskin (ex-Yandex y ex-Amazon) y Matthias Petri, científico de IA.
- Tracción: varios laboratorios de IA y proveedores de inferencia ya usan la API en producción; hay un acuerdo público con la empresa de voz Gradium.
- Equipo: 15 ingenieros entre Estados Unidos y Europa, con plan de duplicar plantilla antes de fin de 2026.
¿Qué es Keenable y por qué Accel apostó USD 26 millones?
Keenable es una startup de infraestructura de búsqueda para agentes de inteligencia artificial: mantiene un índice web de gran escala y lo expone como API para que los modelos lo consulten tanto durante entrenamiento como en tiempo de ejecución. La ronda de USD 26 millones se anunció el 25 de agosto de 2026, según la nota de TechCrunch.
Zhenya Loginov, socio de Accel que lideró la inversión, resumió el problema: los jugadores de IA tienen poquísimas opciones de búsqueda a escala web, justo cuando Google y Microsoft vienen restringiendo el acceso para no canibalizar sus propios productos. Prefieren paquetes cerrados y socios selectos. Ese vacío es, ni más ni menos, el negocio de Keenable.
Los clientes, eso sí, son un misterio. La empresa no revela nombres, solo dice que varios laboratorios de IA y proveedores de inferencia ya corren la API en producción (spoiler: tampoco cuentan cuáles).
La ambición declarada es grande: el sueño interno es convertirse en “la próxima Google para agentes de IA”. Tomalo con pinzas, pero el tamaño del cheque no es chico. Sobre eso hablamos en cómo proteger entornos corporativos con Intune.
¿Por qué un agente necesita su propia search API y no le alcanza Google?
Porque Google fue optimizado para humanos, que escanean diez resultados azules y se van, mientras un modelo puede leer páginas completas a escala masiva. Esa diferencia obliga a rediseñar el índice entero: qué se guarda y cómo se sirve.
Styskin explicó a TechCrunch que los chatbots rinden mucho mejor cuando fundamentan sus respuestas en documentos fuente, y que eso arma un círculo virtuoso distinto: “crea una rueda nueva, diferente de lo que Google aprendió del comportamiento humano”, contó. Cada respuesta citada genera señales sobre qué contenido sirve a las máquinas, y esas señales mejoran el índice. Google aprendió de clics humanos; esta rueda aprende de consumo por agentes.
El contexto acompaña: los crawlers de IA vienen ganando una porción creciente del volumen de búsqueda. Cuando buena parte de tus visitantes no tiene ojos, el producto tiene que cambiar.
¿Y la opción barata de siempre, scrapear resultados ajenos? Frágil: bloqueos y términos de servicio pisados, con un socio que justamente está retirándose del juego.
¿Quién está detrás de Keenable?
Andrey Styskin y Matthias Petri fundaron la empresa, y ambos llevan años trabajando en búsqueda a escala planetaria. Esto se conecta con lo que analizamos en qué puede hacer hoy ChatGPT como agente.
Styskin acumula cerca de 20 años entre Yandex, donde terminó liderando la división de búsqueda, IA y cloud (y donde el buscador local le ganaba batallas a Google en su propio terreno), y Amazon, donde trabajó en infraestructura de búsqueda web para aplicaciones de IA como Alexa. Ahí conoció a Petri, con quien detectó la oportunidad: los crawlers de IA iban ganando peso en el volumen global de búsqueda y nadie construía infraestructura pensada para ellos. Para arrancar, activó la libreta de contactos y reclutó a un puñado de excolegas. Es el clásico playbook del founder experimentado: gente que ya trabajó junta ejecuta rápido.
Sobre Petri, la info pública es la que es: científico de IA alemán, ex-Amazon, cofundador. Styskin compartió el lanzamiento en su perfil de X, si querés seguirlo de primera mano.
¿Cómo funciona la indexación web de Keenable para agentes?
La base es un índice propio de más de 100.000 millones de documentos, construido para consumo por máquinas. La cifra la da la empresa. Nadie de afuera la verificó.
El aporte técnico, según Styskin, está en las estructuras del índice: si no las afinás para la tarea específica, servir y escanear internet completo cuesta una fortuna por el volumen. La salida pasa por achicar el espacio de búsqueda apenas llega la consulta, y hacerlo muy rápido. Suena sencillo dicho así; hacerlo a escala de la web entera es otro deporte. Además del índice, el equipo desarrolla capacidades de retrieval propias, y la API ya se usa en producción en ambas puntas del ciclo de vida de un modelo: entrenamiento e inferencia.
¿Y cuánto cuesta mantener semejante monstruo? “Dolorosamente caro”, admitió Styskin sin vueltas. Duele, pero es el negocio.
¿Qué es Web Query Language y para qué sirve?
Web Query Language es un producto en desarrollo de Keenable que busca permitir a un sistema de IA responder preguntas combinando información de varias fuentes web, incluso cuando ninguna contiene la respuesta completa por sí sola, según el sitio oficial de la compañía.
Ponele que le pedís a un agente el impacto de una nueva tarifa logística sobre tres mercados distintos, con fuentes actualizadas. Casi seguro no existe una página que traiga todo junto. Hoy el agente encadena búsquedas, corta fragmentos y sintetiza a mano; la promesa de WQL es hacer esa síntesis a nivel de consulta, desde el índice mismo. Relacionado: cómo razonan los modelos de lenguaje modernos.
Ojo: todavía no anunciaron fecha de lanzamiento, y la descripción viene del propio fundador. Interesante en el papel. Pendiente de verlo corriendo.
¿Cuánto cuesta usar la API de Keenable?
No existe lista de precios pública: el modelo de ingresos queda pendiente de anuncio.
La tesis comercial es clara. Styskin sostiene que, aunque convencer gente de abandonar Google es durísimo, las consultas agénticas hacen que el gigante pueda ser derrotado en ese terreno, porque el consumo de resultados funciona distinto. Si Keenable logra servir esas consultas más barato que las alternativas grandes, tiene ángulo. Habría que verlo en números reales, claro.
¿Cómo se compara Keenable con otras search APIs para agentes IA?
Keenable no llega a un desierto: convive con Brave Search API, Exa, Tavily, Firecrawl y Parallel, entre otros, mientras Google renueva su propio buscador para la era de la IA. La diferencia que reclama Keenable es ser una search API para agentes IA desde el diseño, con índice nativo, en vez de adaptar herramientas pensadas para humanos.
| Empresa | Enfoque | Lo que se sabe públicamente |
|---|---|---|
| Keenable | Índice propio nativo para agentes | 100.000M+ documentos; USD 26M seed; API en producción |
| Brave Search API | API comercial sobre índice independiente | Alternativa a los buscadores grandes, con índice propio |
| Exa | Búsqueda semántica con embeddings | Orientada a recuperar por significado, no por keywords |
| Tavily | API para RAG y agentes | Pensada para integrarse en pipelines de LLMs |
| Firecrawl | Crawleo y extracción de sitios | Fuerte en convertir páginas en datos limpios |
| Parallel | Búsquedas paralelas para agentes | Optimizada para consultas simultáneas en flujos agénticos |
Ninguno de estos jugadores publicó benchmarks cara a cara contra Keenable todavía, así que la tabla sirve para orientarte, no para decidir. Si estás eligiendo proveedor, la única metodología honesta es probar con tus consultas reales. Cubrimos ese tema en detalle en el papel de Google en el índice web.
¿Qué está confirmado y qué sigue pendiente?
- Confirmado: ronda de USD 26M liderada por Accel (25/08/2026), índice de 100.000M+ documentos, API en producción en labs e inference providers, partnership con Gradium, equipo de 15 ingenieros con duplicación prevista para fin de 2026 y WQL en desarrollo.
- Pendiente: identidad de los clientes, lista de precios, fecha de lanzamiento de Web Query Language y métricas independientes de calidad o latencia.
¿Qué significa para equipos en Latinoamérica?
Acceder no cambia: la API se consume desde cualquier país, y medirla contra tu caso de uso real antes de comprometer presupuesto sigue siendo la movida más prudente. Si además vas a correr tus propios agentes sobre infraestructura propia, en Argentina podés resolver dominio y servidor en un solo lugar con donweb.com, y quedarte enfocado en el retrieval en vez de pelear con el rack.
Errores comunes al elegir una search API para agentes IA
Dar por sentado que Google es una opción “gratis”. Scrapear resultados ajenos implica bloqueos, términos de servicio pisados y fragilidad total, y los gigantes vienen cerrando el acceso justamente para proteger sus productos de IA. Presupuestá una API dedicada desde el día uno.
Comparar solo el precio por consulta. Un índice desactualizado te devuelve respuestas erradas dictadas con total confianza, y eso sale más caro que cualquier factura. Testeá frescura con consultas sobre hechos de la última semana.
Meter la búsqueda en serie dentro del loop sin medir. Metés la llamada en el medio del ciclo del agente, el agente consulta cinco veces por tarea, cada respuesta suma contexto, el contexto infla el gasto en tokens, y tu demo elegante de dos segundos termina siendo un flujo de cuarenta segundos que nadie quiere pagar. Medí latencia y costo por paso, cacheá lo cacheable y acotá las consultas.
Asumir que el grounding solo ya frena las alucinaciones. Con fuentes malas citás mal, pero con estilo. Evaluá la calidad de las fuentes que devuelve cada proveedor, no únicamente la cantidad.
Preguntas Frecuentes
¿Qué es Keenable?
Es una startup de infraestructura de búsqueda que mantiene un índice web de más de 100.000 millones de documentos diseñado para agentes de IA, expuesto mediante API. Fue fundada por Andrey Styskin (ex-Yandex y Amazon) y Matthias Petri, y salió de stealth en agosto de 2026 con USD 26 millones de Accel.
¿Cuánto levantó Keenable y quiénes invirtieron?
Levantó USD 26 millones en ronda seed. Accel lideró la operación, con participación de Conviction Partners e inversores ángeles; el anuncio fue del 25 de agosto de 2026.
¿Para qué sirve Web Query Language?
Para que un sistema de IA responda preguntas combinando varias fuentes web cuando ninguna contiene la respuesta completa por sí sola. Está en desarrollo y todavía no hay fecha de lanzamiento.
¿La API de Keenable es gratuita?
Los precios no se conocen: la empresa todavía no publicó su lista oficial.
¿Quién usa hoy la API de Keenable?
Varios laboratorios de IA y proveedores de inferencia la usan en producción, tanto en entrenamiento como en runtime, aunque la empresa no revela nombres. El único acuerdo público es el partnership con la empresa de voz Gradium para retrieval en tiempo real.
Conclusión
Esta semana la búsqueda para agentes sumó capital serio y fundadores con pedigree: USD 26 millones, un índice de 100.000 millones de documentos y un equipo que ya construyó búsqueda a escala planetaria dos veces. La era de los diez links azules se va apagando, y quien construye agentes hoy tiene que decidir de dónde saca el mundo factual de sus respuestas. Mi sugerencia práctica: benchmarkeá contra tu caso real y no cases tu pipeline con un único proveedor seed. Diversificar el retrieval no es pesimismo; es higiene.