AfterQuery, une startup d'IA fondée il y a 18 mois, a atteint une valorisation de 3,2 milliards de dollars lors d'un nouveau tour de financement, a rapporté Forbes lundi, citant deux personnes directement informées de la transaction. Ce chiffre représente plus de dix fois la valorisation de 300 millions de dollars qu'affichait l'entreprise cinq mois plus tôt, lorsqu'elle avait bouclé une série A de 30 millions de dollars — un tour de financement précoce au cours duquel une startup cède une partie de son capital en échange de fonds de croissance.

Cette progression fait d'AfterQuery la startup la plus rapide de l'histoire de Y Combinator à passer de la création au statut de licorne — terme du jargon des startups désignant une société privée valorisée à plus d'un milliard de dollars — selon Gustaf Alströmer, partenaire de YC. AfterQuery a refusé de commenter l'information. L'une des sources de Forbes a indiqué que l'entreprise est déjà rentable et a trouvé un investisseur principal pour ce tour de table.

Les fondateurs Spencer Mateega, 23 ans, et Carlos Georgescu, 22 ans, rémunèrent des médecins, des avocats, des ingénieurs et des analystes financiers pour générer le type de données de jugement expert que les laboratoires d'IA ne peuvent plus extraire de l'internet ouvert. Les deux amis de lycée ont fondé l'entreprise en février 2025, 18 mois après avoir intégré la promotion Winter 2025 de Y Combinator, sans produit ni idée fixe.

Mateega a publié en juillet sur X que le chiffre d'affaires récurrent annuel — la valeur annuelle des abonnements en cours d'une entreprise — était passé à « plusieurs centaines de millions » de dollars, contre 100 millions en avril.

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

À l'origine, les fondateurs voulaient concevoir des agents d'IA pour la finance. Les tests montraient que les modèles de pointe échouaient constamment face aux jugements nuancés de niveau professionnel — non pas par manque de capacités brutes, mais parce que personne ne leur avait appris comment un expert raisonne réellement face à une décision difficile. Ils ont donc pivoté.

AfterQuery rémunère désormais des spécialistes pour produire des données de raisonnement : des retranscriptions écrites, étape par étape, de la manière dont un professionnel résout un problème, utilisées pour enseigner aux modèles d'IA le jugement plutôt que de simples faits. Ce type de contenu est devenu central pour le post-training — l'étape qui suit la construction initiale d'un modèle, où les laboratoires affinent son comportement grâce à des retours curatés — ainsi que pour l'apprentissage par renforcement, où les modèles progressent en s'exerçant sur des tâches notées. Nvidia a utilisé ces données pour entraîner ses modèles open-source Nemotron, et AfterQuery compte également parmi ses clients Thinking Machines Lab, fondé par l'ancienne directrice technique d'OpenAI Mira Murati, ainsi que la société d'IA juridique Legora, selon Forbes.

La demande derrière ce pivot est généralisée à toute l'industrie. Les laboratoires de pointe — les entreprises qui construisent les systèmes d'IA les plus avancés — ont déjà épuisé la majeure partie du texte exploitable du web ouvert, et les données synthétiques, c'est-à-dire le matériel d'entraînement généré par IA, ont leurs limites. Ce qui manque désormais, c'est le jugement, qui ne peut venir que de véritables experts diplômés.

D'autres entreprises poursuivent la même pénurie par d'autres voies. La fintech sud-coréenne Toss a récemment ouvert ses 30 millions d'utilisateurs à l'économie des données d'IA via un partenariat avec l'entreprise d'infrastructure de données Poseidon, rémunérant des utilisateurs ordinaires pour enregistrer des données du monde réel introuvables en ligne.

AfterQuery n'est pas la seule à tirer profit de cette pénurie. Alexandr Wang, de Scale AI, est devenu en 2021, à 24 ans, le premier milliardaire de l'étiquetage de données, avant que Meta ne débourse 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 précocement établi par Wang en octobre dernier, devenus milliardaires à 22 ans.

Mateega a déclaré que l'avantage d'AfterQuery sur Mercor, qui s'appuie sur un intervieweur IA pour recruter un vaste vivier de prestataires, réside dans un logiciel sur mesure qui filtre les soumissions selon une difficulté « juste comme il faut » — assez difficile pour challenger un modèle de pointe, mais pas au point qu'il ne puisse rien apprendre de la réponse. AfterQuery entraîne également ses propres modèles sur ces données avant de les vendre, afin de démontrer aux laboratoires que le matériau produit réellement des résultats, plutôt que de leur demander de le croire sur parole.

De son côté, Mercor est actuellement en pourparlers avec Nvidia pour un tour de financement qui la valoriserait à 20 milliards de dollars, soit le double de sa valorisation de 10 milliards d'octobre dernier. Le tour d'AfterQuery n'est pas encore finalisé et l'entreprise n'a pas nommé son investisseur principal — les conditions finales, et la confirmation du chiffre rapporté de 3,2 milliards de dollars, restent donc à valider.