Ce qui s'est passé
Snorkel AI, qui fabrique des datasets d'entraînement et des environnements simulés pour les labos d'IA et les grandes entreprises, vient de boucler une Série E de $350 millions qui la valorise à $3.5 billion. Le tour est mené par Insight Partners et S32, selon TechCrunch.
Cette valorisation représente presque le triple des $1.3 billion d'il y a 17 mois, quand la startup avait levé $100 millions en Série D. Les investisseurs historiques Addition, Lightspeed, Greylock, GV et Wells Fargo sont revenus au guichet.
Snorkel affirme aussi que ce chiffre a été multiplié par dix-huit en 12 mois. C'est une déclaration du vendeur, à traiter comme telle, mais ça explique l'enthousiasme des investisseurs.
Entre-temps, le business a changé de forme. Snorkel a commencé par vendre un logiciel qui automatisait l'étiquetage des données. L'an dernier, elle a pivoté vers la livraison de datasets finis, un service qu'elle appelle data-as-a-service.
Ce n'est pas non plus une simple place de marché d'experts humains. Snorkel combine ses propres logiciels et modèles, qui génèrent des données de façon synthétique, avec des experts du domaine.
Insight Partners décrit le produit phare comme une « agentic data factory ». Selon le fonds, des outils d'IA associés à un réseau d'experts managé fabriquent les données d'entraînement complexes et les environnements d'apprentissage par renforcement que réclament désormais les labos de pointe.
Pourquoi ça compte
Tout le monde parle de puces et de modèles. Le goulot d'étranglement plus discret, c'est ce qu'on met dedans.
Insight Partners avance que, à mesure que l'IA prend en charge des tâches plus longues et plus risquées, labos et entreprises ont besoin de moins de données génériques et de plus de données, d'environnements et d'évaluations spécialisés. Beaucoup doivent être construits de zéro, pas aspirés sur le web.
C'est le pari derrière ce tour de table. Si les agents doivent enchaîner des tâches en plusieurs étapes dans des domaines pointus, quelqu'un doit d'abord leur construire des terrains d'entraînement réalistes.
Parmi les clients de Snorkel : des labos d'IA de pointe, des labos de recherche émergents, des applis nées avec l'IA et de grandes entreprises.
Snorkel n'est pas seule. TechCrunch note que d'autres sociétés qui se positionnent comme des labos de données pour l'IA connaissent une croissance tout aussi explosive.
Le schéma est simple : les modèles ont pris la une de la semaine, et ceux qui fournissent leurs fiches de révision envoient les factures.
Qu'est-ce que tu en fais
- Surveille la couche données.Des tours comme celui-ci montrent où les labos dépensent : suis les fournisseurs de données d'entraînement et d'environnements RL en plus des annonces de modèles.
- Les chiffres de revenus restent des déclarations.Les $375 million de revenu récurrent et la croissance par dix-huit viennent de Snorkel elle-même : attends une confirmation indépendante avant de les citer comme des faits.
- Audite tes propres données.Si tu prévois de construire des agents pour un domaine spécialisé, demande-toi si tu as les données et les évaluations de niveau expert pour les entraîner et les tester.
- Pense à l'angle expert.Snorkel associe logiciel et experts du domaine, ce qui suggère que la connaissance métier pointue est un produit, pas juste une ligne sur une fiche de poste.
Ciao, sapiens. Les robots bossent dur leurs révisions, et les profs particuliers viennent d'être augmentés.


