設立18ヶ月のAIスタートアップAfterQueryが、新しい資金調達ラウンドで32億ドルの評価額に達したと、Forbesが月曜日に、取引を直接知る2人の関係者を引用して報じた。この数字は、5ヶ月前に3,000万ドルのシリーズA(スタートアップが成長資金を得るために自己の一部を売却する初期の資金調達ラウンド)を完了した時点での3億ドルの評価額の10倍以上にあたる。

この急上昇により、AfterQueryはY Combinatorの歴史において、創業からユニコーンの地位(非上場企業で価値が10億ドルを超えることを指すスタートアップ業界の俗称)に至るまで最速のスタートアップとなったと、YCパートナーのGustaf Alströmer氏は述べている。AfterQueryはこの報道へのコメントを辞退した。Forbesの情報源の1人は、同社がすでに黒字化しており、このラウンドの主導投資家を確保していると語った。

創業者のSpencer Mateega氏(23歳)とCarlos Georgescu氏(22歳)は、医師、弁護士、エンジニア、金融アナリストに報酬を支払い、AIラボがもはやオープンなインターネットから収集できなくなった種類の専門家の判断データを生成している。高校時代からの友人である2人は、2025年2月に同社を創業した。それは、製品も固まったアイデアもない状態でY Combinatorの2025年冬季バッチに参加してから18ヶ月後のことだった。

Mateega氏は7月にXで、年間経常収益(企業の継続的なサブスクリプションの年間価値)が4月の1億ドルから「数億ドル規模」に成長したと投稿した。

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

創業者らは当初、金融向けのAIエージェントを開発しようとしていた。しかしテストの結果、最先端モデルは微妙でプロフェッショナルレベルの判断で繰り返し失敗することが判明した。原因是生の能力不足ではなく、専門家が難しい意思決定を実際にどのように考えて進めるかを誰も教えてこなかったことだった。そこで2人は方向転換した。

AfterQueryは現在、専門家に報酬を支払って推論データを作成している。これは、専門家が問題にどう取り組むかを段階的に記録した文章であり、単なる事実ではなく判断力をAIモデルに教えるために使われる。こうした素材は、モデルの初期構築後にラボが精選されたフィードバックで挙動を洗練させるポストトレーニング段階、そして採点済みタスクへの練習を通じてモデルが向上する強化学習において、中核的な存在となっている。Forbesによると、NvidiaはこのデータをオープンソースのNemotronモデルの学習に使用しており、AfterQueryは元OpenAI CTOのMira Murati氏のThinking Machines Labや、リーガルAI企業のLegoraも顧客に数えている。

この方向転換の背景にある需要は業界全体に及んでいる。最先端のAIシステムを構築する企業であるフロンティアラボは、オープンウェブ上の利用可能なテキストの大半をすでに拾い集めており、合成データ(AIが生成した学習素材)にも限界がある。不足しているのは、実在する資格を持つ専門家にしか得られない判断力だ。

他社も同じ不足に別の方向から迫っている。韓国のフィンテック企業Tossは最近、データインフラ企業Poseidonとの提携を通じて3,000万人のユーザーをAIデータ経済に開放し、一般ユーザーに報酬を支払って、モデルがオンラインでは見つけられない実世界のデータを記録させている。

この不足で利益を上げているのはAfterQueryだけではない。Scale AIのAlexandr Wang氏は2021年に24歳で業界初のデータラベリング長者となり、その後Metaが143億ドルで49%の持分を取得し、Wang氏を自社のAIラボのトップに据えた。競合Mercorの創業者らは昨年10月、22歳にしてWang氏の早期記録を更新して億万長者となった。

Mateega氏によれば、AI面接官を使って大規模な契約者プールを人員配置するMercorに対するAfterQueryの強みは、応募作品を「Goldilocks」的な難易度——フロンティアモデルにとって挑戦となる程度に難しく、答えから学べなくなるほど難しすぎない——で選別するカスタムソフトウェアだと述べている。AfterQueryはまた、データを販売する前に自社モデルで学習させ、口約束ではなく素材が実際に効果をもたらすことをラボに示している。

一方Mercorは現在、Nvidiaとの資金調達ラウンドの交渉中で、成立すれば評価額は200億ドルとなり、昨年10月の100億ドルから倍増する。AfterQueryのラウンドはまだ完了しておらず、同社は主導投資家を明らかにしていない。そのため最終条件や、報じられた32億ドルという数字が維持されるかどうかは、確認を待たなければならない。