Les agents lisent, citent et enchaînent les résultats de manière programmatique. Cela élève les exigences sur trois axes : recherche structurée (unités lisibles par machine, pas des extraits publicitaires), plafonds de latence (p95/p99 faibles et prévisibles pour les appels d’outils) et provenance (URL, horodatage et métadonnées de capture pour défendre les résultats). Dans la recherche humaine, un utilisateur peut compenser la variance et l’ambiguïté ; les agents ne le peuvent pas. Un index optimisé pour les agents réduit la propagation des erreurs dans les chaînes longues, stabilise le timing des appels d’outils et fournit des traces vérifiables qui satisfont aux exigences de gouvernance et conformité des entreprises.

À l’échelle du web, la recherche par force brute est prohibitive. Keenable met l’accent sur des structures d’index finement ajustées et une planification des requêtes qui élaguent rapidement les ensembles candidats, équilibrant signaux lexicaux et embeddings sans scanner des océans de pages. La déduplication, la canonicalisation et le découpage du contenu créent des unités stables et adressables. Les étiquettes de provenance et les fenêtres de fraîcheur permettent aux modèles de pondérer la récence face à l’autorité. Un Langage de Requête Web annoncé ouvre la voie à la composition multi-source — répondant à des requêtes où aucune page unique ne détient la réponse complète — tout en conservant la traçabilité pour audits et citations.

Avec le resserrement des API de recherche générale et les offres groupées favorisant les écosystèmes propriétaires, les acheteurs ont besoin d’un modèle TCO explicite : abonnement à l’index + sortie de données + calcul pour post-traitement + gestion des échecs/délais. Le fournisseur gagnant maintiendra un p95 bas, assurera une haute qualité de citation sur le contenu longue traîne et proposera une tarification transparente pour l’usage en entraînement et en temps réel. Attendez-vous à des SLA de fraîcheur par paliers, des plafonds de requêtes et une tarification différenciée pour les citations riches en provenance. Les équipes doivent organiser des comparatifs avec des alternatives (ex. : crawl restreint au domaine ou recherche verticale) en utilisant des budgets de latence et des jeux de données d’évaluation identiques.

Pour évaluer l’adéquation, mettez en place un dispositif qui enregistre la latence p50/p95/p99 par requête, la validité des citations et la dégradation de la fraîcheur sur 7 à 30 jours. Utilisez des suites de tâches reflétant votre charge agent : questions multi-sauts, prompts sensibles aux politiques, interruptions d’agents vocaux. Suivez le coût par citation acceptée et les cascades d’erreurs quand une citation manque ou est périmée. Intégrez avec vos couches RAG et d’orchestration, testez les stratégies de secours (ex. : hits en cache, verrouillage de domaine) et surveillez la couverture de provenance. Privilégiez les fournisseurs exposant la télémétrie de planification des requêtes et permettant des rejouages déterministes pour les régressions.

Maintenir un index géant est capitalistique. Les acheteurs doivent scruter l’éthique du crawl, le respect des robots.txt, les processus de retrait et la posture des droits sur le contenu. Les SLA de fraîcheur peuvent se dégrader lors de pics de trafic, donc exigez des rapports transparents sur les arriérés et l’état. Méfiez-vous des limites de taux au niveau du domaine qui favorisent les grands éditeurs au détriment de la longue traîne. Enfin, évaluez comment le fournisseur gère le spam et le contenu synthétique — les piles d’agents ne sont fiables que si leurs sources et filtres de provenance le sont.