AfterQuery, una startup de inteligencia artificial de apenas 18 meses, alcanzó una valoración de 3.200 millones de dólares en una nueva ronda de financiación, según informó Forbes el lunes, citando a dos personas con conocimiento directo del acuerdo. La cifra supera por más de diez veces los 300 millones de dólares a los que la compañía estaba valorada cinco meses antes, cuando cerró una ronda Serie A de 30 millones de dólares —una ronda temprana de financiación en la que una startup vende una parte de sí misma para obtener capital de crecimiento.

El salto convierte a AfterQuery en la startup más rápida de la historia de Y Combinator en pasar de su fundación al estatus de unicornio —el término usado en el ecosistema para una empresa privada valorada en más de 1.000 millones de dólares—, según Gustaf Alströmer, socio de YC. AfterQuery declinó comentar el informe. Una de las fuentes de Forbes dijo que la compañía ya es rentable y que ya cuenta con un inversor líder comprometido para la ronda.

Sus fundadores, Spencer Mateega, de 23 años, y Carlos Georgescu, de 22, pagan a médicos, abogados, ingenieros y analistas financieros para generar el tipo de datos de juicio experto que los laboratorios de IA ya no pueden extraer de la internet abierta. Los dos amigos de la secundaria fundaron la empresa en febrero de 2025, 18 meses después de unirse a la camada de invierno 2025 de Y Combinator sin producto y sin una idea fija.

Mateega publicó en X en julio que los ingresos recurrentes anuales —el valor anual de las suscripciones vigentes de una empresa— habían crecido a "cientos de millones", desde los 100 millones de dólares de abril.

AfterQuery is quickly closing the gap on the "giants." We've already grown multiples past the $100M revenue run rate cited here. If you're a post-training researcher or lab that needs long-horizon tasks, professional / knowledge work data, high-fidelity RL environments, code… — Spencer Mateega (@spencermateega) July 12, 2026

Los fundadores habían comenzado queriendo construir agentes de IA para las finanzas. Las pruebas mostraron que los modelos líderes seguían fallando en decisiones matizadas de nivel profesional —no por falta de capacidad bruta, sino porque nadie les había enseñado cómo razona realmente un experto ante una decisión difícil—. Así que cambiaron de rumbo.

AfterQuery ahora paga a especialistas para producir datos de razonamiento: registros escritos, paso a paso, de cómo un profesional resuelve un problema, que se usan para enseñar a los modelos de IA a ejercer juicio, no solo a manejar hechos. Ese tipo de material se ha vuelto central para el post-entrenamiento —la etapa posterior a la construcción inicial de un modelo, en la que los laboratorios refinan su comportamiento con retroalimentación curada— y para el aprendizaje por refuerzo, donde los modelos mejoran practicando con tareas calificadas. Nvidia ha usado esos datos para entrenar sus modelos de código abierto Nemotron, y AfterQuery también cuenta entre sus clientes a Thinking Machines Lab, de la ex CTO de OpenAI Mira Murati, y a la firma de IA legal Legora, según Forbes.

La demanda detrás de ese cambio de rumbo abarca a toda la industria. Los laboratorios de frontera —las empresas que construyen los sistemas de IA más avanzados— ya agotaron la mayor parte del texto utilizable de la web abierta, y los datos sintéticos, es decir, material de entrenamiento generado por IA, solo llegan hasta cierto punto. Lo que sigue escaseando es el juicio que solo proviene de expertos reales y acreditados.

Otras empresas persiguen la misma escasez desde direcciones distintas. La fintech surcoreana Toss abrió recientemente sus 30 millones de usuarios a la economía de datos de IA mediante una alianza con la firma de infraestructura de datos Poseidon, pagando a usuarios comunes para registrar datos del mundo real que los modelos no pueden encontrar en línea.

AfterQuery no es la única que se beneficia de esta escasez. Alexandr Wang, de Scale AI, se convirtió en 2021, a los 24 años, en el primer multimillonario del etiquetado de datos de la industria, antes de que Meta pagara 14.300 millones de dólares por una participación del 49% y pusiera a Wang al frente de su propio laboratorio de IA. Los fundadores del rival Mercor superaron el récord temprano de Wang en octubre pasado, convirtiéndose en multimillonarios a los 22 años.

Mateega ha dicho que la ventaja de AfterQuery sobre Mercor, que depende de un entrevistador de IA para dotar de personal un amplio grupo de contratistas, es un software personalizado que filtra las contribuciones según una dificultad "ni tan difícil, ni tan fácil": lo bastante exigente para desafiar a un modelo de frontera, pero no tanto como para que no pueda aprender de la respuesta. AfterQuery también entrena sus propios modelos con los datos antes de venderlos, para demostrar a los laboratorios que el material realmente genera mejoras, en lugar de pedirles que confíen en su palabra.

Mercor, por su parte, mantiene conversaciones con Nvidia para una ronda de financiación que la valoraría en 20.000 millones de dólares, duplicando los 10.000 millones de su valoración de octubre pasado. La ronda de AfterQuery aún no se ha cerrado y la empresa no ha revelado a su inversor líder, por lo que los términos finales, y si se mantiene la cifra reportada de 3.200 millones de dólares, quedan por confirmarse.