Коротко
- AfterQuery досягла оцінки в 3,2 мільярда доларів, що зросло з 300 мільйонів доларів п'ять місяців тому, повідомляє Forbes, посилаючись на двох людей, обізнаних з угодою.
- Партнер Y Combinator Густаф Альстромер назвав це найшвидшим шляхом від запуску до статусу єдинорога — сленгового терміну для приватної компанії вартістю понад 1 мільярд доларів — в історії акселератора.
- Засновники Спенсер Матіга, 23 роки, та Карлос Джорджеску, 22 роки, платять лікарям, юристам, інженерам та фінансовим аналітикам за створення такого роду даних експертних суджень, які лабораторії штучного інтелекту більше не можуть зібрати з відкритого інтернету.
AfterQuery, 18-місячний стартап у сфері штучного інтелекту, досяг оцінки в 3,2 мільярда доларів у новому раунді фінансування, Forbesповідомив у понеділок. Ця цифра більш ніж у десять разів перевищує оцінку в 300 мільйонів доларів, яку вона мала п'ять місяців тому, коли завершила раунд серії A на 30 мільйонів доларів — ранній раунд фінансування, під час якого стартап продає частину себе за капітал для зростання.
Цей стрибок робить AfterQuery найшвидшим стартапом в історії Y Combinator, який пройшов шлях від заснування до статусу єдинорога, за словами партнера YC Густафа Альстромера. AfterQuery відмовився коментувати цю інформацію. Одне з джерел Forbes повідомило, що компанія вже є прибутковою і підготувала провідного інвестора для цього раунду.
Спенсер Матіга та Карлос Жоржеску заснували компанію в лютому 2025 року, через 18 місяців після вступу до зимового набору Y Combinator 2025 як двоє друзів зі школи без продукту та без чіткої ідеї. Матіга написав у X у липні, що річний регулярний дохід — річна вартість поточних підписок компанії — зріс до "сотень мільйонів", порівняно зі 100 мільйонами доларів у квітні.
AfterQuery швидко скорочує розрив з
"гігантами".Ми вже зросли в рази понад показник річного доходу в 100 мільйонів доларів, згаданий тут.
Якщо ви дослідник пост-тренування або лабораторія, якій потрібні довгострокові завдання, дані професійної/знаннєвої роботи, високоточні середовища RL, код... https://t.co/KM7kINFfN4
— Спенсер Матіга (@spencermateega) 12 липня 2026 р.
Спочатку засновники хотіли створювати AI-агентів для фінансів. Тестування показало, що провідні моделі постійно зазнають невдач у виконанні тонких, професійних завдань — не через брак базових можливостей, а тому, що ніхто ніколи не навчав їх, як експерт насправді міркує під час складного рішення.
Тож вони змінили напрямок. AfterQuery тепер платить спеціалістам за створення даних для міркувань: письмових, покрокових записів того, як професіонал працює над проблемою, які використовуються для навчання моделей ШІ судженням, а не лише фактам. Nvidia використала ці дані для навчання своїх відкритих моделей Nemotron, а AfterQuery також має серед клієнтів Thinking Machines Lab колишнього технічного директора OpenAI Міри Мураті та юридичну AI-компанію Legora, за даними Forbes.
Попит, що стоїть за цим розворотом, є загальногалузевим. Передові лабораторії — компанії, що будують найдосконаліші системи ШІ — вже вибрали більшість придатного тексту з відкритого вебу, а синтетичні дані, або згенерований ШІ навчальний матеріал, мають свої межі. Те, що залишилося в дефіциті, — це судження, які можуть дати лише справжні, сертифіковані експерти.
Інші компанії переслідують той самий дефіцит з різних боків. Південнокорейський фінтех Toss нещодавно відкрив свої 30 мільйонів користувачів для економіки даних для ШІ через партнерство з фірмою з інфраструктури даних Poseidon, платячи звичайним користувачам за запис реальних даних, які моделі не можуть знайти в інтернеті.
AfterQuery не єдина, хто заробляє на дефіциті. Scale AI's Александр Ванг став першим мільярдером у галузі розмітки даних у 2021 році у віці 24 років, перш ніж Meta заплатила 14,3 мільярда доларів за 49% частки та поставила Ванга на чолі власної AI-лабораторії. Засновники конкурента Mercor побили ранній рекорд Ванга минулого жовтня, ставши мільярдерами у 22 роки.
Матеега сказав, що перевага AfterQuery над Mercor, який покладається на AI-інтерв'юера для формування великого пулу підрядників, полягає у спеціальному програмному забезпеченні, яке перевіряє подання на предмет "золотої середини" складності — достатньо складні, щоб кинути виклик передовій моделі, але не настільки складні, щоб вона не могла навчитися з відповіді. AfterQuery також навчає власні моделі на цих даних перед продажем, щоб показати лабораторіям, що матеріал справді впливає на результат, а не просити їх повірити на слово.
Mercor, зі свого боку, зараз веде переговори з Nvidia про раунд фінансування, який оцінить її у 20 мільярдів доларів, подвоївши її ціну у 10 мільярдів доларів з минулого жовтня. Раунд AfterQuery ще не завершено, і компанія не назвала свого провідного інвестора.
