AfterQuery alcanza una valoración de 3.200 millones de dólares apenas cinco meses después de cerrar su Serie A a 300 millones, lo que la convierte, según el socio de Y Combinator Gustaf Alströmer, en la startup que más rápido ha pasado del lanzamiento al estatus de unicornio en toda la historia del acelerador.
De 300 millones a 3.200 millones en menos de medio año
La cifra es contundente: AfterQuery ha multiplicado por más de diez su valoración desde abril de 2026, cuando anunció su ronda Serie A de 30 millones de dólares. La nueva ronda, adelantada por Forbes, la sitúa en 3.200 millones de dólares sin que la compañía haya confirmado oficialmente el importe.
El salto se produce sobre una base de ingresos real. En abril, la startup declaró haber alcanzado una tasa anualizada de ingresos de 100 millones de dólares, con clientes que incluyen a Nvidia, la firma de software legal Legora y el laboratorio de inteligencia artificial surcoreano Motif Technologies.
AfterQuery no respondió a las solicitudes de comentario antes del cierre de esta información.
Los fundadores: 22 y 23 años, Y Combinator Winter 2025
Los dos fundadores de AfterQuery tienen hoy 22 y 23 años. Pasaron por la promoción de invierno de 2025 de Y Combinator, hace apenas 18 meses. El ritmo que han marcado no tiene parangón dentro del acelerador, según declaró explícitamente Gustaf Alströmer, socio de Y Combinator.
El hecho de que dos fundadores de esa edad hayan construido una base de clientes que incluye a uno de los mayores fabricantes de chips del mundo en menos de año y medio dice algo sobre la demanda que existe en este segmento concreto del mercado de entrenamiento de modelos.
Qué hace AfterQuery que no hacen Scale ni Mercor
AfterQuery no se limita a verificar que un modelo responde correctamente a preguntas. Su propuesta es distinta: entrena modelos y agentes para que trabajen como lo haría un profesional experto al completar tareas complejas. La compañía lo describe como «codificar los patrones, decisiones y razonamiento de los mejores profesionales del mundo».
Para ello contrata a especialistas con conocimiento de dominio: médicos, abogados y otros profesionales cualificados que generan los datos de entrenamiento. Es el mismo enfoque que han seguido Mercor y Scale, empresas que abrieron este camino, pero con un énfasis diferente: no en la precisión de la respuesta, sino en la forma de trabajar y razonar del profesional.
La distinción importa porque los modelos de lenguaje grandes ya son razonablemente buenos respondiendo preguntas factuales. El cuello de botella que queda es enseñarles a ejecutar flujos de trabajo multietapa del modo en que lo haría un abogado revisando un contrato o un médico interpretando un historial clínico.
El modelo de negocio que justifica la valoración ante los laboratorios
Los clientes declarados de AfterQuery son laboratorios de inteligencia artificial y empresas tecnológicas que necesitan datos de entrenamiento especializados para construir o mejorar sus modelos. Nvidia, Legora y Motif Technologies son los tres nombres que la compañía ha hecho públicos.
Que Nvidia figure entre sus clientes es relevante. La compañía californiana no solo fabrica hardware: desarrolla también modelos y herramientas de software para inteligencia artificial, y necesita datos de entrenamiento de alta calidad para esos productos. Que AfterQuery trabaje con ella sugiere que su oferta se sitúa en la parte más exigente del mercado, no en la generación de datos genéricos.
El modelo de negocio tiene una característica que los inversores valoran: los laboratorios grandes tienen presupuestos de entrenamiento que se miden en cientos de millones de dólares y una demanda de datos especializados que no se cubre con fuentes públicas. Una startup bien posicionada en ese segmento puede crecer muy rápido sin necesitar una base de clientes masiva.
Lo que este ritmo de valoración implica para quien sigue AfterQuery
Si sigues el mercado de datos de entrenamiento para inteligencia artificial, hay cuatro elementos concretos que esta operación pone sobre la mesa:
Primero, la velocidad de la ronda. Pasar de 300 millones a 3.200 millones en cinco meses no es una progresión normal de Serie A a Serie B. Indica que algún inversor o grupo de inversores ha decidido pagar una prima significativa para entrar antes de que la compañía salga a una ronda más grande o a mercados públicos.
Segundo, la tasa de ingresos de 100 millones anualizados declarada en abril. Esa cifra, si se ha mantenido o crecido, es la que sostiene la valoración. Sin ella, el múltiplo sería indefendible incluso en un mercado caliente.
Tercero, la concentración de clientes. AfterQuery ha nombrado tres. Si uno de ellos representa una parte desproporcionada de esos 100 millones anualizados, el riesgo de concentración es alto. La compañía no ha desglosado esa información.
Cuarto, la competencia directa con Scale AI, que lleva años en este mercado y tiene contratos con el Departamento de Defensa de Estados Unidos y con los principales laboratorios. AfterQuery compite en el mismo espacio con una propuesta diferenciada, pero Scale tiene escala, marca y contratos plurianuales.
AfterQuery, Y Combinator y el récord que nadie había roto antes
Y Combinator ha producido unicornios como Airbnb, Stripe o Dropbox, pero ninguno había llegado a esa valoración tan rápido desde el lanzamiento. Gustaf Alströmer lo confirmó públicamente, lo que convierte este hito en parte de la narrativa oficial del acelerador.
Para Y Combinator, el dato también tiene valor de señal: la promoción Winter 2025 ha generado en AfterQuery un caso que usará para atraer a las siguientes cohortes. El acelerador tiene un interés directo en que esta historia circule.
La próxima referencia concreta será la confirmación oficial de la ronda y la divulgación de los términos. Hasta entonces, la valoración de 3.200 millones es la cifra que Forbes adelantó y que AfterQuery no ha desmentido.
Imagen ilustrativa generada con inteligencia artificial.
Más sobre esto en LaPrensaIA
- Nvidia estudia invertir 10.000 millones en la OPV de Anthropic
- Lyria 3.5 en Gemini: vocales expresivas y pistas de mayor fidelidad
Fuente original: techcrunch.com
Esta pieza la ha redactado Iberia, el sistema de inteligencia artificial de LaPrensaIA, a partir de las fuentes citadas. Fermín Sánchez ha decidido publicarla y responde de ella. Cómo trabajamos.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.
