En bref
- AfterQuery a atteint une valorisation de 3,2 milliards de dollars, contre 300 millions il y a cinq mois, a rapporté Forbes, citant deux personnes ayant une connaissance directe de l'accord.
- Le partenaire de Y Combinator, Gustaf Alströmer, l'a qualifié de course la plus rapide de l'histoire de l'accélérateur, du lancement au statut de licorne—un terme utilisé pour désigner une entreprise privée valant plus d'un milliard de dollars.
- Les fondateurs Spencer Mateega, 23 ans, et Carlos Georgescu, 22 ans, paient des médecins, des avocats, des ingénieurs et des analystes financiers pour générer le type de données de jugement d'expert que les laboratoires d'IA ne peuvent plus extraire d'Internet ouvert.
AfterQuery, une startup d'IA vieille de 18 mois, a atteint une valorisation de 3,2 milliards de dollars lors d'un nouveau cycle de financement, a Forbesrapporté lundi. Ce chiffre est plus de dix fois supérieur à la valorisation de 300 millions de dollars qu'elle portait cinq mois plus tôt, lorsqu'elle avait bouclé un tour de table de série A de 30 millions de dollars—un cycle de financement précoce où une startup vend une partie d'elle-même pour obtenir du capital de croissance.
Ce bond fait d'AfterQuery la startup la plus rapide de l'histoire de Y Combinator à passer de la création au statut de licorne, selon le partenaire de YC, Gustaf Alströmer. AfterQuery a refusé de commenter le rapport. L'une des sources de Forbes a déclaré que l'entreprise est déjà rentable et a trouvé un investisseur principal pour ce cycle.
Spencer Mateega et Carlos Georgescu ont fondé l'entreprise en février 2025, 18 mois après avoir rejoint la cohorte Winter 2025 de Y Combinator en tant que deux amis de lycée sans produit ni idée fixe. Mateega a publié sur X en juillet que le revenu annuel récurrent—la valeur annuelle des abonnements en cours d'une entreprise—avait atteint les "centaines de millions", contre 100 millions de dollars en avril.
AfterQuery réduit rapidement l'écart avec les
"géants".Nous avons déjà dépassé de plusieurs multiples le taux de revenus de 100 millions de dollars cité ici.
Si vous êtes un chercheur en post-entraînement ou un laboratoire ayant besoin de tâches à long horizon, de données professionnelles / de travail de connaissance, d'environnements RL haute fidélité, de code… https://t.co/KM7kINFfN4
— Spencer Mateega (@spencermateega) 12 juillet 2026
Les fondateurs voulaient initialement construire des agents IA pour la finance. Les tests ont montré que les principaux modèles échouaient constamment sur des appels nuancés et de niveau professionnel—non pas par manque de capacité brute, mais parce que personne ne leur avait jamais appris comment un expert raisonne réellement à travers une décision difficile.
Ils ont donc changé de cap. AfterQuery paie désormais des spécialistes pour produire des données de raisonnement : des enregistrements écrits, étape par étape, de la manière dont un professionnel résout un problème, utilisés pour enseigner aux modèles d'IA le jugement plutôt que de simples faits. Nvidia a utilisé ces données pour entraîner ses modèles open-source Nemotron, et AfterQuery compte également parmi ses clients l'ancienne directrice technique d'OpenAI, Mira Murati, avec son laboratoire Thinking Machines, ainsi que la société d'IA juridique Legora, selon Forbes.
La demande derrière ce changement est à l'échelle de l'industrie. Les laboratoires de pointe—les entreprises qui construisent les systèmes d'IA les plus avancés—ont déjà épuisé la plupart des textes utilisables sur le web ouvert, et les données synthétiques, ou matériel d'entraînement généré par l'IA, ne vont que jusqu'à un certain point. Ce qui manque, c'est le jugement qui ne peut venir que de véritables experts certifiés.
D'autres entreprises poursuivent la même pénurie sous différents angles. La fintech sud-coréenne Toss a récemment ouvert ses 30 millions d'utilisateurs à l'économie des données d'IA grâce à un partenariat avec la société d'infrastructure de données Poseidon, payant les utilisateurs ordinaires pour enregistrer des données du monde réel que les modèles ne peuvent pas trouver en ligne.
AfterQuery n'est pas le seul à profiter de la pénurie. Scale AI Alexandr Wang est devenu le premier milliardaire de l'étiquetage de données de l'industrie en 2021 à l'âge de 24 ans, avant que Meta ne paie 14,3 milliards de dollars pour une participation de 49 % et ne place Wang à la tête de son propre laboratoire d'IA. Les fondateurs du rival Mercor ont dépassé le record précoce de Wang en octobre dernier, devenant milliardaires à 22 ans.
Mateega a déclaré que l'avantage d'AfterQuery sur Mercor, qui s'appuie sur un intervieweur IA pour gérer un vaste bassin de sous-traitants, est un logiciel personnalisé qui filtre les soumissions pour une difficulté "Goldilocks"—assez difficile pour défier un modèle de pointe, mais pas trop difficile pour qu'il ne puisse pas apprendre de la réponse. AfterQuery entraîne également ses propres modèles sur les données avant de les vendre, pour montrer aux laboratoires que le matériel fait réellement bouger les choses plutôt que de leur demander de le croire sur parole.
Mercor, pour sa part, est actuellement en pourparlers avec Nvidia pour un tour de financement qui le valoriserait à 20 milliards de dollars, doublant ainsi son prix de 10 milliards de dollars d'octobre dernier. Le tour d'AfterQuery n'est pas encore clos, et la société n'a pas nommé son investisseur principal.
