A AfterQuery, startup incubada pela Y Combinator e focada em treinamento de modelos de IA, levantou uma nova rodada que a avaliou em US$ 3,2 bilhões, segundo reportagem da TechCrunch. O detalhe que chama atenção não é o valor em si, mas o tempo: em abril, a empresa havia anunciado uma Series A de US$ 30 milhões com avaliação de US$ 300 milhões. Cinco meses depois, a avaliação multiplicou por mais de dez vezes.
Para colocar em perspectiva, chegar a unicórnio (avaliação acima de US$ 1 bilhão) costuma levar anos, mesmo para startups de IA que andam queimando etapas nesse ciclo. A TechCrunch classificou o caso como o unicórnio mais rápido já produzido pela YC — uma aceleradora que já colocou no mercado nomes como Airbnb, Stripe e, mais recentemente, uma leva de startups de IA que saltaram de avaliações modestas para bilionárias em questão de meses.
O setor de treinamento de dados — empresas que fornecem dados anotados, feedback humano e infraestrutura de avaliação para treinar e refinar modelos de linguagem — virou um dos pontos mais quentes do mercado de IA nos últimos dois anos. Scale AI é o nome mais conhecido da categoria, tendo atraído bilhões em investimento (incluindo aporte pesado da Meta) e avaliação na casa de dezenas de bilhões de dólares. Outras empresas menores no mesmo nicho, como Surge AI e Mercor, também levantaram rodadas em avaliações que soam desproporcionais ao tamanho e à idade das operações.
O padrão que emerge é o seguinte: à medida que grandes laboratórios (OpenAI, Anthropic, Google DeepMind) competem para melhorar seus modelos, a demanda por dados de treinamento de qualidade — e por gente humana para rotular, corrigir e avaliar esses dados — virou um gargalo real. Isso cria um mercado onde poucas empresas com contratos-chave junto a esses laboratórios conseguem justificar avaliações que crescem de forma descolada de métricas tradicionais como receita ou lucro.
O resumo não traz detalhes sobre quem liderou a rodada da AfterQuery, quanto capital foi efetivamente levantado desta vez, nem qual é a receita atual da empresa — informações que ajudariam a avaliar se o múltiplo de dez vezes reflete crescimento real de negócio ou apenas escassez de acesso a esse tipo de ativo por parte dos investidores. Fica a pergunta que value nesse nicho todo: quantas dessas avaliações resistem a um cenário em que os grandes laboratórios decidam internalizar o trabalho de treinamento de dados, cortando o intermediário que hoje capta bilhões em poucos meses?