Pertempuran untuk AI-mengaktifkan web: nlweb dan perusahaan apa yang perlu diketahui

Pada generasi pertama web, di akhir 1990 -an, pencarian baik -baik saja tetapi tidak hebat, dan tidak mudah untuk menemukan sesuatu. Itu mengarah pada munculnya protokol sindikasi pada awal 2000 -an, dengan atom dan RSS (sindikasi yang sangat sederhana) memberikan cara yang disederhanakan bagi pemilik situs web untuk membuat berita utama dan konten lainnya mudah tersedia dan dapat dicari.

Di era modern AI, sekelompok protokol baru muncul untuk melayani tujuan dasar yang sama. Kali ini, alih -alih membuat situs lebih mudah bagi manusia untuk menemukan, ini semua tentang membuat situs web lebih mudah untuk AI. Model Anthropic's Model Control Protocol (MCP), Agent2Agent Google dan model bahasa besar/ llms.txt adalah di antara upaya yang ada.

Protokol terbaru adalah upaya NLWEB (Web Bahasa Alami) Microsoft, yang diumumkan selama konferensi Build 2025. NLWEB juga secara langsung dikaitkan dengan generasi pertama standar sindikasi web, seperti yang dipahami dan dibuat oleh RV Guha, yang membantu menciptakan RSS, RDF (Framework Deskripsi Sumber Daya) dan Schema.org.

NLWEB memungkinkan situs web untuk dengan mudah menambahkan antarmuka percakapan bertenaga AI, secara efektif mengubah situs web apa pun menjadi aplikasi AI di mana pengguna dapat meminta konten menggunakan bahasa alami. NLWEB belum tentu tentang bersaing dengan protokol lain; Sebaliknya, itu dibangun di atas mereka. Protokol baru menggunakan format data terstruktur yang ada seperti RSS, dan setiap instance NLWeb berfungsi sebagai server MCP.

“Gagasan di balik NLWEB adalah itu adalah cara bagi siapa saja yang memiliki situs web atau API yang sudah dengan mudah menjadikan situs web mereka atau API mereka sebagai aplikasi agen,” kata Microsoft CTO Kevin Scott selama Keynote Build 2025. “Kamu benar -benar bisa memikirkannya sedikit seperti HTML untuk web agen.”

Bagaimana NLWeb bekerja untuk AI-mengaktifkan web untuk perusahaan

NLWEB mengubah situs web menjadi pengalaman bertenaga AI melalui proses langsung yang dibangun di atas infrastruktur web yang ada sambil memanfaatkan teknologi AI modern.

Membangun data yang ada: Sistem dimulai dengan memanfaatkan data terstruktur yang sudah diterbitkan situs web, termasuk markup, feed RSS dan format semi-terstruktur lainnya yang umumnya tertanam di halaman web. Ini berarti penerbit tidak perlu membangun kembali infrastruktur konten mereka sepenuhnya.

Pemrosesan dan Penyimpanan Data: NLWEB mencakup alat untuk menambahkan data terstruktur ini ke database vektor, yang memungkinkan pencarian dan pengambilan semantik yang efisien. Sistem ini mendukung semua opsi basis data vektor utama, yang memungkinkan pengembang untuk memilih solusi yang paling sesuai dengan persyaratan dan skala teknis mereka.

AI Lapisan Peningkatan: LLMS kemudian meningkatkan data yang disimpan ini dengan pengetahuan dan konteks eksternal. Misalnya, ketika pengguna menanya tentang restoran, sistem secara otomatis melapisi wawasan geografis, ulasan dan informasi terkait dengan menggabungkan konten yang di vektor dengan kemampuan LLM untuk memberikan respons yang komprehensif dan cerdas daripada pengambilan data sederhana.

Penciptaan Antarmuka Universal: Hasilnya adalah antarmuka bahasa alami yang melayani pengguna manusia dan agen AI. Pengunjung dapat mengajukan pertanyaan dalam bahasa Inggris yang sederhana dan menerima tanggapan percakapan, sementara sistem AI dapat secara terprogram mengakses dan menanyakan informasi situs melalui kerangka kerja MCP.

Pendekatan ini memungkinkan situs web mana pun untuk berpartisipasi dalam web agen yang muncul tanpa memerlukan perombakan teknis yang luas. Itu membuat pencarian dan interaksi bertenaga AI dapat diakses seperti membuat halaman web dasar di masa-masa awal Internet.

Lansekap Protokol AI yang muncul membawa banyak pilihan bagi perusahaan

Ada banyak protokol berbeda yang muncul di ruang AI; Tidak semua melakukan hal yang sama.

Google Agent2Agentmisalnya, adalah tentang agen yang memungkinkan untuk berbicara satu sama lain. Ini tentang mengatur dan mengkomunikasikan AI agen dan tidak terlalu fokus pada AI-mengaktifkan situs web yang ada atau konten AI. Maria Gorskikh, pendiri dan CEO AIA dan kontributor tim proyek Nanda di MIT, Dijelaskan kepada VentureBeat bahwa A2A Google memungkinkan lewat tugas terstruktur antara agen menggunakan skema yang ditentukan dan model siklus hidup.

“Sementara protokolnya open-source dan model-agnostik berdasarkan desain, implementasi dan perkakasnya saat ini terkait erat dengan Gemini Stack Google-menjadikannya lebih dari kerangka kerja orkestrasi backend daripada antarmuka tujuan umum untuk layanan berbasis web,” katanya.

Upaya lain yang muncul adalah llms.txt. Tujuannya adalah untuk membantu LLMS mengakses konten web yang lebih baik. Saat berada di permukaan, itu mungkin terdengar agak seperti Nlweb, itu bukan hal yang sama.

“NLWeb tidak bersaing dengan llms.txt; lebih sebanding dengan alat pengikis web yang mencoba menyimpulkan niat dari situs web,” Michael Ni, VP dan analis utama di Constellation Research mengatakan kepada VentureBeat.

Krish Arvapally, co-founder dan CTO Dappier, menjelaskan kepada VentureBeat bahwa LLMS.TXT menyediakan format gaya-markdown dengan izin pelatihan yang membantu perayap LLM menelan konten dengan tepat. NLWEB berfokus pada memungkinkan interaksi real-time secara langsung di situs web penerbit. DapPier memiliki platformnya sendiri yang secara otomatis menelan umpan RSS dan data terstruktur lainnya, kemudian memberikan antarmuka percakapan bermerek yang dapat disematkan. Penerbit dapat mensindikasikan konten mereka ke pasar data mereka.

MCP adalah protokol besar lainnya, dan semakin menjadi standar de facto dan elemen dasar NLWEB. Pada dasarnya, MCP adalah standar terbuka untuk menghubungkan sistem AI dengan sumber data. Ni menjelaskan bahwa dalam tampilan Microsoft, MCP adalah lapisan transport, di mana, bersama -sama, MCP dan NLWeb menyediakan HTML dan TCP/IP dari web agen terbuka.

Analis senior Forrester Will McKeon-White melihat sejumlah keuntungan untuk NLWEB dibandingkan opsi lain.

“Keuntungan utama NLWEB adalah kontrol yang lebih baik atas bagaimana sistem AI 'melihat' potongan-potongan yang membentuk situs web, memungkinkan navigasi yang lebih baik dan pemahaman yang lebih lengkap tentang perkakas,” kata McKeon-White kepada VentureBeat. “Ini dapat mengurangi kedua kesalahan dari sistem yang salah paham dengan apa yang mereka lihat di situs web, serta mengurangi pengerjaan ulang antarmuka.”

Pengadopsi Awal Sudah melihat janji NLWEB untuk AI Agen Enterprise

Microsoft tidak hanya melempar NLWeb ke dinding pepatah dan berharap seseorang akan menggunakannya.

Microsoft sudah memiliki banyak organisasi yang terlibat dan menggunakan NLWEB, termasuk media publik Chicago, Allrecipes, Eventbrite, Hearst (Delish), O'Reilly Media, TripAdvisor dan Shopify.

Andrew Odewahn, Kepala Teknologi di O'Reilly Media adalah salah satu pengadopsi awal dan melihat janji nyata untuk NLWEB.

“NLWEB memanfaatkan praktik dan standar terbaik yang dikembangkan selama dekade terakhir di web terbuka dan membuatnya tersedia untuk LLMS,” kata Odewahn kepada VentureBeat. “Perusahaan telah lama menghabiskan waktu mengoptimalkan metadata semacam ini untuk SEO dan tujuan pemasaran lainnya, tetapi sekarang mereka dapat mengambil keuntungan dari kekayaan data ini untuk membuat AI internal mereka sendiri lebih pintar dan lebih mampu dengan NLWEB.”

Dalam pandangannya, NLWEB sangat berharga bagi perusahaan baik sebagai konsumen informasi publik dan penerbit informasi pribadi. Dia mencatat bahwa hampir setiap perusahaan memiliki upaya penjualan dan pemasaran di mana mereka mungkin perlu bertanya, “Apa yang dilakukan perusahaan ini?” atau “apa produk ini?”

“NLWEB menyediakan cara yang bagus untuk membuka informasi ini ke LLM internal Anda sehingga Anda tidak perlu berburu dan mematuk untuk menemukannya,” kata Odewahn. “Sebagai penerbit, Anda dapat menambahkan metadata Anda sendiri menggunakan standar Schema.org dan menggunakan NLWeb secara internal sebagai server MCP untuk membuatnya tersedia untuk penggunaan internal.”

Menggunakan NLWEB juga belum tentu lift berat. Odewahn mencatat bahwa banyak organisasi mungkin sudah menggunakan banyak standar yang diandalkan NLWeb.

“Tidak ada kerugian dalam mencobanya sekarang karena NLWeb dapat berjalan sepenuhnya dalam infrastruktur Anda,” katanya. “Ini adalah perangkat lunak open source yang paling banyak bertemu dalam data sumber terbuka, jadi Anda tidak akan rugi dan banyak untuk mendapatkan dari mencobanya sekarang.”

Haruskah perusahaan melompat di NLWeb sekarang, atau menunggu?

Analis riset Constellation Michael Ni memiliki sudut pandang yang agak positif tentang NLWEB. Namun, itu tidak berarti perusahaan perlu segera mengadopsinya.

Ni mencatat bahwa NLWEB berada pada tahap awal kematangan dan perusahaan harus mengharapkan 2-3 tahun untuk adopsi substansial. Dia menyarankan bahwa perusahaan terdepan dengan kebutuhan spesifik, seperti pasar aktif, dapat melihat untuk mengemudikan kemampuan untuk terlibat dan membantu membentuk standar.

“Ini adalah spesifikasi visioner dengan potensi yang jelas, tetapi membutuhkan validasi ekosistem, alat implementasi, dan integrasi referensi sebelum dapat mencapai pilot perusahaan utama,” kata Ni.

Yang lain memiliki sudut pandang yang agak lebih agresif tentang adopsi. Gorskikh menyarankan untuk mengambil pendekatan yang dipercepat untuk memastikan perusahaan Anda tidak tertinggal.

“Jika Anda seorang perusahaan dengan permukaan konten yang besar, basis pengetahuan internal, atau data terstruktur, uji coba NLWEB sekarang adalah langkah yang cerdas dan perlu untuk tetap di depan,” katanya. “Ini bukan momen tunggu-dan-lihat-ini lebih seperti adopsi awal API atau aplikasi seluler.”

Yang mengatakan, dia mencatat bahwa industri yang diatur perlu melangkah dengan hati -hati. Sektor -sektor seperti asuransi, perbankan, dan perawatan kesehatan harus menunda penggunaan produksi sampai ada sistem verifikasi dan penemuan yang terdesentralisasi yang netral. Sudah ada upaya tahap awal yang membahas hal ini-seperti Proyek Nanda di MIT bahwa Gorskikh berpartisipasi, yang membangun sistem registri terbuka dan terdesentralisasi untuk layanan agen.

Apa artinya semua ini bagi para pemimpin AI Enterprise?

Bagi para pemimpin AI perusahaan, NLWeb adalah momen penting dan teknologi yang tidak boleh diabaikan.

AI akan berinteraksi dengan situs Anda, dan Anda perlu AI mengaktifkannya. NLWEB adalah salah satu cara yang akan sangat menarik bagi penerbit, seperti RSS menjadi harus dimiliki untuk semua situs web di awal 2000-an. Dalam beberapa tahun, pengguna hanya akan mengharapkannya ada di sana; Mereka akan berharap dapat mencari dan menemukan sesuatu, sementara sistem AI agen harus dapat mengakses konten juga.

Itulah janji nlweb.