AfterQuery procenjen na 3,2 milijarde dolara posle pet meseci
Startup za podatke za obuku veštačke inteligencije AfterQuery navodno je prikupio novu rundu finansiranja uz vrednovanje od 3,2 milijarde dolara. To dolazi pet meseci nakon što je kompanija objavila Seriju A od 30 miliona dolara pri vrednovanju od 300 miliona dolara, što predstavlja rast vrednosti veći od deset puta u periodu kraćem od pola godine.
Partner Y Combinatora Gustaf Alströmer ocenio je da je AfterQuery najbrže stigao od pokretanja do statusa jednoroga u istoriji ovog akceleratora. Osnivači kompanije imaju 22 i 23 godine, a učestvovali su u zimskoj generaciji Y Combinatora 2025, pre 18 meseci.
Podaci za modele koji izvršavaju profesionalne zadatke
AfterQuery iz San Franciska pripada grupi kompanija koje za obuku AI modela angažuju stručnjake, uključujući lekare, pravnike i druge specijaliste. Kompanija se time svrstava uz pristup koji su razvijali Mercor i Scale, ali navodi drugačiji fokus od provere da li modeli daju tačne odgovore.
Njen cilj je obuka modela i agenata da rade kao profesionalci pri izvršavanju zadataka. AfterQuery taj pristup opisuje kao kodiranje obrazaca, odluka i rezonovanja najboljih praktičara. Drugim rečima, predmet obuke nisu samo izolovana pitanja i odgovori, već način na koji stručnjak dolazi do rezultata u okviru konkretnog posla.
Prihod i imenovani kupci
Kompanija je u aprilu saopštila da je dostigla anualizovanu stopu prihoda od 100 miliona dolara i da sarađuje sa mnogim najvećim laboratorijama. Među javno imenovanim kupcima nalaze se Nvidia, Legora i korejski AI laboratorijum Motif Technologies.
Forbes je prvi objavio informaciju o novoj rundi, dok AfterQuery nije bio odmah dostupan za komentar. Zbog toga detalji o iznosu ulaganja i uslovima transakcije nisu navedeni.
Šta ovaj razvoj znači za kompanije
Vest ukazuje na rastuću ulogu specijalizovanih skupova podataka i ekspertize u razvoju AI agenata. Organizacije koje uvode takve sisteme mogu preciznije da razdvoje zadatke kojima je potrebna samo pouzdana informacija od poslova koji zahtevaju dokumentovane profesionalne postupke, odluke i stručnu procenu.
Praktičan poslovni zaključak je da izbor partnera i internih podataka za AI obuku treba vezati za konkretan tok rada koji agent treba da izvrši, a ne samo za opšte merilo tačnosti odgovora.