HyperAIHyperAI

Command Palette

Search for a command to run...

AfterQuery, licorne YC la plus rapide à 3,2 Md$

AfterQuery, une startup spécialisée dans les données d'entraînement pour l'intelligence artificielle, a atteint une valorisation de 3,2 milliards de dollars lors de son dernier tour de table. Ce résultat est acquis en seulement cinq mois, depuis sa levée de fonds de 30 millions de dollars en avril, qui l'avait alors évaluée à 300 millions de dollars. Cette progression, supérieure à un facteur dix en moins de six mois, en fait selon le partenaire de Y Combinator Gustaf Alströmer l'accélérateur d'entreprises le plus rapide à voir une startup atteindre le statut de licorne depuis sa création. Fondée par deux jeunes entrepreneurs âgés de 22 et 23 ans, l'entreprise a intégré le cohort hiver 2025 de Y Combinator dix-huit mois plus tôt. Dès le mois d'avril, AfterQuery avait annoncé atteindre un rythme de revenus annuels annualisés de 100 millions de dollars. Elle collabore actuellement avec plusieurs acteurs majeurs du secteur, notamment Nvidia, Legora et le laboratoire coréen Motif Technologies. S'inscrivant dans la mouvance des nouvelles startups d'infrastructure IA, AfterQuery ne se contente pas de faire valider les réponses de ses modèles par des experts. Elle mobilise des professionnels de santé, des juristes et d'autres spécialistes pour apprendre aux systèmes à reproduire les flux de travail, les décisions et la logique de raisonnement propres à leurs métiers. L'entreprise décrit cette approche comme la numérisation des schémas et du jugement des meilleurs praticiens. Forbes a été la première à rendre public ce nouveau financement. La direction d'AfterQuery n'a pas pu être jointe pour commenter cette annonce. Cette croissance fulgurante s'inscrit dans un marché de l'IA en pleine expansion, où la qualité et la spécialisation des données d'entraînement deviennent un avantage concurrentiel décisif. En capitalisant sur l'expertise humaine pour affiner les agents intelligents, AfterQuery positionne son modèle comme une réponse directe aux limites actuelles des grands modèles de langage, tout en accélérant l'adoption professionnelle de l'IA générative.

Liens associés