Snorkel AI ha chiuso un round di finanziamento di Serie E da 350 milioni di dollari che valuta l'azienda 3,5 miliardi di dollari, quasi il triplo della valutazione di 1,3 miliardi di poco più di un anno fa. Il round, annunciato il 22 settembre, colloca la startup nata a Stanford tra i nomi di riferimento dell'infrastruttura per l'IA — il livello "picks-and-shovels" della corsa all'IA generativa.

L'operazione arriva in un contesto di capitali in forte afflusso verso il livello dei dati dell'IA. A giugno 2025, Meta ha pagato circa 14,3 miliardi di dollari per una quota del 49% di Scale AI, valutando l'azienda leader del settore dell'etichettatura circa 29 miliardi di dollari, mentre le concorrenti Surge AI e Mercor avrebbero attratto, secondo quanto riportato, interesse di investimento a valutazioni rispettivamente di 15 e 10 miliardi di dollari. Questa spesa riflette un cambiamento nel modo in cui si costruiscono i modelli di frontiera: con i dati pubblici web facilmente disponibili risultati insufficienti per l'addestramento su scala di frontiera, gli sviluppatori di IA pagano specialisti per materiale di addestramento accurato e specifico per dominio in settori come diritto e medicina.

Crescita dei ricavi di oltre 17 volte

L'impennata della valutazione è sostenuta da una traiettoria di ricavi molto ripida. Il run-rate dei ricavi annualizzati di Snorkel AI è salito da circa 20 milioni di dollari un anno fa a una forbice tra 350 e 375 milioni di dollari oggi, un aumento di oltre 17 volte in dodici mesi, secondo l'azienda.

I calcoli alla base del nuovo round mettono questa crescita in prospettiva: al punto mediano dell'attuale forbice, la valutazione di 3,5 miliardi di dollari implica un multiplo dei ricavi di circa 9x-10x, in forte calo rispetto al multiplo di circa 65x implicito nella valutazione di 1,3 miliardi di dollari e nel run-rate di 20 milioni di un anno prima. In altre parole, sono stati la crescita dei ricavi — e non l'espansione dei multipli — a determinare la maggior parte dell'incremento di valutazione.

Da progetto di ricerca a macchina dei ricavi

Fondata nel 2019 da ricercatori dello Stanford Lab, tra cui l'amministratore delegato Alex Ratner, l'azienda affonda le radici nella ricerca di Stanford sull'etichettatura programmatica dei dati. Per la maggior parte della sua storia, Snorkel AI ha operato come piattaforma software che aiutava le organizzazioni a etichettare e curare i dati di addestramento per i modelli di machine learning.

Il punto di svolta è arrivato a settembre 2025, quando l'azienda ha lanciato la propria offerta data-as-a-service. Invece di vendere strumenti affinché i clienti costruissero i propri dataset, Snorkel ha iniziato a fornire direttamente ai clienti dataset di addestramento specializzati pronti all'uso e ambienti di apprendimento per rinforzo. La svolta rispecchia uno spostamento più ampio del settore verso la vendita di dati anziché di strumenti, un segmento in cui concorrenti come Scale AI e Surge AI si sono anch'essi concentrate.

La base clienti spazia ora dai laboratori di IA agli hyperscaler, dai clienti aziendali alle agenzie governative, con dataset su misura per campi complessi come diritto, medicina e ragionamento computazionale. I dati di addestramento di alta qualità sono diventati un input critico per gli sviluppatori di IA, i cui modelli dipendono da grandi volumi di esempi etichettati in modo accurato.

Ratner ha descritto l'offerta come una "agentic data development platform" — in termini più semplici, un sistema che utilizza agenti di IA per contribuire a creare, curare e validare dati di addestramento su larga scala.

Finanziamenti e percorso verso la redditività

Il finanziamento totale attraverso tutti i round supera ormai i 500 milioni di dollari. Snorkel AI prevede di utilizzare il nuovo capitale per espandere il proprio organico e approfondire i rapporti con i clienti aziendali e governativi. L'azienda conta circa 157 dipendenti, il che implica un ricavo per dipendente di circa 2,3 milioni di dollari.

Due parametri mostreranno se la strategia reggerà: l'obiettivo di redditività entro la fine del 2026, che l'azienda deve raggiungere mentre assume ed espande le proprie operazioni sui dati, e la trazione presso le agenzie governative, dove concorrenti come Scale AI conducono già un'attività sostanziale.

Ratner si è dichiarato fiducioso che Snorkel AI raggiungerà la redditività entro la fine del 2026.