AfterQuery, unicorn YC de la data IA à 3,2 Md$ en 5 mois

AfterQuery, spécialisée dans la production de données d'entraînement pour l'intelligence artificielle, a franchi un cap historique en atteignant une valorisation de 3,2 milliards de dollars après seulement dix-huit mois d'existence. Selon des informations révélées par Forbes, la jeune pousse de Y Combinator a vu sa cote multiplier par dix en cinq mois, succédant à une série A évaluée à 300 millions de dollars en janvier 2025. Si la transaction est finalisée aux conditions actuelles, AfterQuery battrait le record de croissance le plus rapide dans l'histoire de l'incubateur californien. Fondée en 2025 par Mateega et Carlos Georgescu, l'entreprise avait initialement pour vocation de développer des agents IA orientés finance. Constatant que les modèles récents peinaient à gérer les nuances, les exceptions et les compromis du monde professionnel réel, les fondateurs ont opéré un pivot stratégique. Ils se sont tournés vers la capture et le traitement de données de processus expert. AprèsQuery recueille ainsi les traces de travail de près de 100 000 professionnels dans les secteurs financier, juridique, médical et informatique. Plutôt que de se contenter de réponses validées, la société archive l'enchaînement des opérations, les outils utilisés, les erreurs commises et les mécanismes de correction. Ces données servent à générer des jeux d'entraînement pour le réglage fin par supervision et des environnements d'apprentissage par renforcement. Parmi ses clients figurent Nvidia, qui utilise ses jeux pour son modèle Nemotron, ainsi que Legora et Thinking Machines Lab. Cette réussite s'inscrit dans une dynamique sectorielle plus large. La demande en données expertes structure un marché déjà occupé par des géants comme Scale AI et Mercor, dont les valorisations dépassent régulièrement les dizaines de milliards. L'évolution des besoins en IA pousse les acteurs vers un nouveau type de ressource : les traces internes des entreprises. AprèsQuery a ainsi racheté les bases de code d'une trentaine de startups en faillite, tandis que Turing a lancé un programme similaire. La vente des archives numériques de Spirit Airlines, remportée par Google pour dix millions de dollars, illustre cette tendance. Les investisseurs cherchent à intégrer aux modèles non plus seulement les résultats finaux, mais les arbitrages, les itérations et les contextes opérationnels qui les ont produits. Cette approche soulève cependant des défis majeurs en matière de confidentialité et de sécurité. La collecte de données aussi proches de l'activité réelle multiplie les risques de fuites et de réidentification des individus. Après une violation ayant conduit Meta à suspendre ses partenariats avec Mercor, OpenAI a ouvert une enquête sur la gestion des données sensibles. Parallèlement, les syndicats et les tribunaux questionnent le droit de vendre des informations internes post-faillite et la capacité réelle des algorithmes d'anonymisation. Ces enjeux juridiques et techniques restent en suspens. Malgré ces incertitudes, la nouvelle valorisation d'AfterQuery confirme la conviction des marchés : à mesure que les IA gagnent en capacités de raisonnement et en autonomie, la qualité des données d'entraînement devient le principal goulot d'étranglement. La course aux traces de travail réelles et aux processus décisionnels humains définit désormais le prochain front de l'industrie des données IA.