La startup AfterQuery, specializzata in dati AI per l'addestramento di modelli, ha raggiunto una valutazione di 3,2 miliardi di dollari. Questo significativo traguardo, conseguito a pochi mesi da una Series A da 30 milioni di dollari annunciata ad aprile con una valutazione di 300 milioni, segna una nuova fase nel mercato dell'intelligenza artificiale. La crescita eccezionale, che ha visto un aumento di oltre dieci volte in meno di sei mesi, posizionerebbe AfterQuery come il più rapido unicorno nella storia di Y Combinator. Tale successo evidenzia il peso crescente dei dati specialistici e del ragionamento umano nell’addestramento dei modelli AI.
Il Modello di AfterQuery e la Nuova Economia dei Dati AI
Il successo di AfterQuery non è solo una questione di valutazione, ma di traiettoria e modello di business. La società, parte del batch Winter 2025 di Y Combinator e fondata dagli imprenditori Spencer Mateega e Carlos Georgescu, poco più che ventenni, opera in un segmento cruciale per i laboratori di intelligenza artificiale: la produzione di dati di ragionamento umano elaborati da esperti. La startup aveva già comunicato un run rate annualizzato di 100 milioni di dollari, un indicatore della sua rapida espansione. Tra i clienti figurano nomi di rilievo come Nvidia, Legora e Motif Technologies, a dimostrazione che la domanda di dati AI si è evoluta, superando i dataset generici per concentrarsi su flussi specifici, essenziali per migliorare agenti, modelli verticali e sistemi di automazione professionale.
Il modello di AfterQuery si distingue nettamente dal tradizionale data labeling. L'approccio va oltre la semplice verifica della correttezza di una risposta; l'obiettivo è insegnare ai modelli AI come un professionista affronta un processo decisionale, valuta alternative e giunge a un risultato. Questa è una differenza sostanziale, che sposta il valore dal dato come mera etichetta al dato inteso come procedura cognitiva.
Ragionamento Umano e Validazione nel Contesto AI
La crescita di AfterQuery è inserita nella corsa dei laboratori di intelligenza artificiale verso la ricerca di dati ad alto valore in ambiti specialistici quali l'ingegneria del software, la finanza, il diritto e la medicina. La società è profittevole, un ulteriore elemento che ne sottolinea la solidità.
Questa rapida espansione è legata a un limite ormai evidente nel settore: gran parte del web utile è già stata assorbita nei processi di training, e i dati sintetici, sebbene importanti, non sono sempre sufficienti a impartire un giudizio professionale ai modelli.
In questo scenario, i dati AI generati da esperti diventano una risorsa scarsa e di fondamentale importanza. AfterQuery pone una particolare attenzione alla validazione: sistemi interni controllano che gli esempi forniti siano sufficientemente complessi da migliorare i modelli, ma non così intricati da renderli inutilizzabili. Questa logica industriale si avvicina maggiormente alla ricerca applicata, garantendo un apporto significativo all'evoluzione dell'intelligenza artificiale.
