The Pulse
Keewano raccoglie 12 milioni di dollari e lancia KeewanoDB per gli agenti di IA
Keewano ha raccolto 12 milioni di dollari e lanciato KeewanoDB, un database progettato per conservare la cronologia completa degli eventi per gli agenti di IA. La startup di Tel Aviv afferma che il sistema può interrogare un quarto di milia
AI.info Team ·
250 milioni di eventi in meno di mezzo secondo
Keewano afferma che il suo nuovo database può interrogare un quarto di miliardo di eventi in meno di mezzo secondo. La startup di Tel Aviv pone questa dichiarazione sulle prestazioni al centro del suo progetto di costruire un’infrastruttura per gli agenti di IA.
La società ha annunciato la disponibilità generale di KeewanoDB il 15 settembre 2026, insieme a un finanziamento iniziale di 12 milioni di dollari. Hetz Ventures ha guidato il round, a cui hanno partecipato a16z speedrun, Remagine Ventures, DIG Ventures e investitori informali.
KeewanoDB è progettato per conservare insieme, in sequenza e con il relativo contesto, la cronologia completa degli eventi di un utente, un dispositivo o un agente di IA. Secondo la società, i sistemi di analisi convenzionali spesso suddividono questi eventi in righe, colonne e aggregati precalcolati, costringendo un agente a ricostruire ciò che è accaduto prima di poter ragionare sul perché si sia verificato un determinato risultato.
Keewano conserva la sequenza, non solo il risultato
La maggior parte dei database aziendali risponde a domande che le persone sanno già formulare: quanti utenti hanno abbandonato il servizio, quali prodotti sono stati venduti e quando è cambiata una metrica. Le domande sui comportamenti nel tempo sono più difficili, perché le informazioni pertinenti possono essere distribuite tra molti tipi di eventi e sistemi.
L’approccio di Keewano consiste nel conservare la sequenza degli eventi di ciascuna entità come una cronologia unificata. Un agente può così esaminare ciò che è accaduto prima e dopo una determinata azione, confrontare percorsi comportamentali e cercare schemi che non erano stati definiti in anticipo tramite una dashboard o uno schema di reporting.
«Cercavamo di usare agenti di IA per rispondere a domande aziendali come “quali dei nostri utenti stanno seguendo lo stesso percorso di quelli che hanno abbandonato il servizio il mese scorso?”», ha dichiarato Mark Kardashov, cofondatore e amministratore delegato di Keewano. «Su qualsiasi dashboard si poteva vedere che cosa era accaduto, ma il perché si trovava da qualche parte dove i database non riuscivano ad arrivare».
Kardashov ha detto che la società è giunta alla conclusione che, per rispondere a quelle domande, serviva un nuovo formato di archiviazione, non un ulteriore livello sopra un database di analisi esistente. Keewano afferma che il suo sistema può elaborare migliaia di miliardi di eventi in parallelo e restituire agli agenti risultati compatti, già corredati del contesto necessario.
Un database per le domande che le dashboard non pongono
Keewano presenta KeewanoDB come uno strumento per indagare perché un cliente abbia abbandonato il servizio, quale sequenza di azioni abbia preceduto un risultato o che cosa distingua un gruppo di utenti da un altro. Queste attività dipendono dall’ordine degli eventi e dal contesto, non soltanto dai conteggi aggregati.
La società afferma inoltre che il database può aiutare gli agenti a individuare rischi emergenti esaminando cronologie comportamentali complete. La sua proposta si rivolge alle organizzazioni che oggi scartano i dati di contesto, perché acquisire più tipi di eventi può aumentare i costi di raccolta, archiviazione e interrogazione dei dati.
Secondo la società, KeewanoDB non applica prezzi per singolo evento. Keewano afferma che questo modello è pensato per consentire ai clienti di conservare e interrogare più eventi senza che ogni evento aggiuntivo comporti una decisione di spesa a sé.
Il servizio Keewano Cloud, interamente gestito, può funzionare accanto a un data warehouse esistente o sostituirlo, con integrazioni standard per le organizzazioni che vogliono far lavorare gli agenti sugli stessi dati di attività sottostanti. I clienti possono collegare i propri agenti di IA oppure usare quelli forniti da Keewano.
Finanziamenti dalle analisi dei dati su scala videoludica
Keewano è stata fondata nel 2024 da Kardashov, Pavel Bibergal, Vitaly Bukhovsky e Dima Karger. I fondatori portano esperienza nei videogiochi, nel software aziendale e nelle infrastrutture, ambiti in cui un singolo utente può produrre cronologie di eventi lunghe e molto dettagliate.
In precedenza, Kardashov e Bukhovsky hanno costruito TestProject, acquisita da Tricentis nel 2019, e Devalore, acquisita da Abra nel 2022. Bibergal è stato in precedenza direttore tecnico di Plarium, mentre Karger ha diretto uno dei grandi studi della società, secondo l’annuncio di Keewano.
Judah Taub, socio amministratore di Hetz Ventures, ha detto che la società affronta un problema relativo ai dati messo in luce dall’uso degli agenti, invece di aggiungere un’altra funzionalità a un’infrastruttura di analisi tradizionale.
«Ogni ondata di adozione dell’IA mette in luce lo strato sottostante che non era stato progettato per il nuovo carico di lavoro», ha detto Taub. «Riteniamo che il ragionamento automatico stia mettendo in luce proprio questa lacuna nell’infrastruttura di analisi, e che Keewano la stia affrontando direttamente anziché limitarsi a rattopparla».
La promessa che Keewano deve ora dimostrare
Il lancio di Keewano si fonda su una precisa scommessa tecnica: gli agenti di IA hanno bisogno di cronologie grezze e ordinate degli eventi più che di un’altra raccolta di tabelle appiattite e aggregati già predisposti. La società afferma che questa architettura rende le interrogazioni più rapide, offre un contesto più completo e riduce i costi delle analisi condotte dagli agenti.
Queste affermazioni avranno maggiore rilevanza nei sistemi in produzione, dove i volumi degli eventi, la qualità dei dati e la complessità delle interrogazioni variano notevolmente. L’annuncio del lancio riporta il benchmark di Keewano per 250 milioni di eventi, ma non descrive un test indipendente né un confronto diretto, a parità di condizioni, con database concorrenti.
Per ora, Keewano propone un database costruito sull’idea che un agente debba poter esaminare ciò che è accaduto senza dover prima chiedere a un altro sistema di ricostruirlo. La prova immediata per la società sarà verificare se i clienti ritengano quella sequenza conservata abbastanza preziosa da cambiare il modo in cui archiviano i dati operativi.