AfterQuery, una startup AI attiva da 18 mesi, ha raggiunto una valutazione di 3,2 miliardi di dollari in un nuovo round di finanziamento, come riferito lunedì da Forbes, citando due persone con conoscenza diretta dell'operazione. La cifra è più di dieci volte superiore alla valutazione di 300 milioni di dollari che l'azienda aveva cinque mesi prima, quando aveva chiuso un Series A da 30 milioni di dollari—un round di finanziamento precoce in cui una startup cede una quota di sé stessa per ottenere capitale di crescita.

Il balzo rende AfterQuery la startup più veloce nella storia di Y Combinator a passare dalla nascita allo status di unicorn—termine del gergo startup per una società privata dal valore superiore a 1 miliardo di dollari—secondo il partner di YC Gustaf Alströmer. AfterQuery ha declinato ogni commento sulla notizia. Una delle fonti di Forbes ha detto che l'azienda è già profittevole e ha già individuato un investitore capofila per il round.

I fondatori Spencer Mateega, 23 anni, e Carlos Georgescu, 22 anni, pagano medici, avvocati, ingegneri e analisti finanziari per generare quel tipo di dati di giudizio esperto che i laboratori AI non riescono più a raccogliere dal web aperto. I due amici dei tempi del liceo hanno fondato l'azienda nel febbraio 2025, 18 mesi dopo essere entrati nel batch invernale 2025 di Y Combinator senza prodotto e senza un'idea definita.

Mateega ha scritto su X a luglio che l'annual recurring revenue—il valore annuale degli abbonamenti in corso di un'azienda—era cresciuta fino a "centinaia di milioni", dai 100 milioni di dollari di aprile.

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

In origine i fondatori volevano costruire agenti AI per la finanza. I test mostravano che i modelli leader continuavano a fallire su valutazioni sfumate di livello professionale—non per mancanza di capacità grezza, ma perché nessuno aveva mai insegnato loro come un esperto ragiona realmente attraverso una decisione difficile. Così hanno cambiato rotta.

Oggi AfterQuery paga specialisti per produrre dati di ragionamento: registrazioni scritte, passo dopo passo, di come un professionista affronta un problema, utilizzate per insegnare ai modelli AI il giudizio e non solo i fatti. Questo tipo di materiale è diventato centrale per il post-training—la fase successiva alla costruzione iniziale di un modello, in cui i laboratori rifiniscono il comportamento con feedback curato—e per l'apprendimento per rinforzo, in cui i modelli migliorano esercitandosi su compiti valutati. Nvidia ha utilizzato quei dati per addestrare i suoi modelli open source Nemotron, e AfterQuery annovera tra i clienti anche Thinking Machines Lab dell'ex CTO di OpenAI Mira Murati e lo studio legale AI Legora, secondo Forbes.

La domanda dietro a questo cambio di rotta è a livello di settore. I frontier lab—le aziende che costruiscono i sistemi AI più avanzati—hanno già setacciato gran parte del testo utilizzabile sul web aperto, e i dati sintetici, ovvero il materiale di addestramento generato dall'AI, hanno limiti. Ciò che resta scarso è il giudizio che può provenire solo da esperti reali e qualificati.

Altre aziende stanno inseguendo la stessa carenza da direzioni diverse. La fintech sudcoreana Toss ha recentemente aperto i suoi 30 milioni di utenti all'economia dei dati AI attraverso una partnership con l'azienda di infrastrutture dati Poseidon, pagando utenti comuni per registrare dati del mondo reale che i modelli non trovano online.

AfterQuery non è l'unica a trarre profitto da questa carenza. Alexandr Wang di Scale AI è diventato nel 2021, a 24 anni, il primo miliardario del settore nell'etichettatura dei dati, prima che Meta pagasse 14,3 miliardi di dollari per una quota del 49% e piazzasse Wang alla guida del proprio laboratorio AI. I fondatori del rivale Mercor hanno superato lo storico record di Wang lo scorso ottobre, diventando miliardari a 22 anni.

Mateega ha detto che il vantaggio di AfterQuery su Mercor, che si affida a un intervistatore AI per gestire un ampio pool di collaboratori, è un software personalizzato che seleziona i contributi in base a una difficoltà "Goldilocks"—abbastanza alta da mettere alla prova un frontier model, ma non così alta da impedire di imparare dalla risposta. AfterQuery inoltre addestra i propri modelli sui dati prima di venderli, per dimostrare ai laboratori che il materiale produce risultati concreti, invece di chiedere loro di fidarsi sulla parola.

Mercor, dal canto suo, è attualmente in trattative con Nvidia per un round di finanziamento che la valuterebbe 20 miliardi di dollari, il doppio rispetto ai 10 miliardi dello scorso ottobre. Il round di AfterQuery non si è ancora concluso e l'azienda non ha nominato il proprio investitore capofila—quindi i termini finali, e se la valutazione riportata di 3,2 miliardi di dollari sarà confermata, restano da verificare.