Qué pasó
Snorkel AI, que fabrica datasets de entrenamiento y entornos simulados para laboratorios de IA y grandes empresas, acaba de cerrar una Serie E de $350 millones que la valora en $3.5 billion. La ronda la lideraron Insight Partners y S32, según TechCrunch.
Esa valoración es casi el triple de los $1.3 billion que tenía hace 17 meses, cuando levantó $100 millones en una Serie D. Los inversores de siempre, Addition, Lightspeed, Greylock, GV y Wells Fargo, volvieron a abrir la cartera.
Snorkel también asegura que ese run rate es dieciocho veces mayor que hace 12 meses. Es una afirmación de la empresa, así que trátala como tal, pero explica el entusiasmo de los inversores.
El negocio cambió de forma por el camino. Snorkel empezó vendiendo software que automatizaba el etiquetado de datos. El año pasado dio el giro: ahora entrega a sus clientes datasets ya terminados, un servicio que llama data-as-a-service.
Tampoco es un mercado puro de expertos humanos. Snorkel combina su propio software y sus modelos, que generan datos de forma sintética, con expertos en cada materia.
Insight Partners describe el producto central como una "agentic data factory". Según su versión, herramientas de IA más una red gestionada de expertos construyen los datos de entrenamiento complejos y los entornos de aprendizaje por refuerzo que ahora piden los laboratorios de frontera.
Por qué importa
Todo el mundo habla de chips y de modelos. El cuello de botella más discreto es lo que entra en ellos.
Insight Partners sostiene que, a medida que la IA asume trabajos más largos y de mayor riesgo, laboratorios y empresas necesitan menos datos genéricos y más datos, entornos y evaluaciones especializados. Gran parte hay que construirlo desde cero, no rascarlo de internet.
Esa es la apuesta detrás de esta ronda. Si los agentes van a resolver tareas de varios pasos en campos especializados, alguien tiene que construirles antes mundos de práctica realistas.
Entre los clientes de Snorkel hay laboratorios de IA de frontera, laboratorios de investigación emergentes, apps nativas de IA y grandes empresas.
Snorkel no está sola. TechCrunch apunta que otras compañías que se posicionan como laboratorios de datos para IA han vivido un crecimiento igual de explosivo.
El patrón es simple: los modelos se llevaron la semana, y quienes les suministran los apuntes están mandando facturas.
Qué hacer con esto
- Vigila la capa de datos.Rondas como esta muestran dónde gastan los laboratorios, así que sigue a los proveedores de datos de entrenamiento y de entornos de RL igual que sigues las noticias de modelos.
- Trata los ingresos declarados como declaraciones.El run rate de $375 millones y el crecimiento de dieciocho veces vienen de la propia Snorkel, así que espera a una confirmación independiente antes de citarlos como hechos.
- Audita tus propios datos.Si planeas construir agentes para un dominio especializado, pregúntate si tienes datos y evaluaciones de nivel experto para entrenarlos y probarlos.
- Piensa en el ángulo experto.Snorkel combina software con especialistas en cada materia, lo que sugiere que el conocimiento profundo de un dominio es un producto, no solo una línea en un currículum.
Ciao, sapiens. Los robots estudian a tope y los profesores particulares acaban de recibir un aumento.


