AfterQuery, datos para IA, alcanza US$3.200M en YC

El unicornio más rápido de YC: la historia detrás de AfterQuery

AfterQuery habría alcanzado una valoración de US$3.200 millones apenas cinco meses después de cerrar una Serie A de US$30 millones a valoración de US$300 millones, según reportó Forbes Australia. Para un founder hispanohablante que mira el mercado desde afuera, el dato importa por dos razones: confirma que el segmento de datos de entrenamiento para IA sigue siendo el más premiado del ciclo, y muestra que Y Combinator mantiene una capacidad única para producir outliers en menos de 18 meses.

La startup fue fundada en febrero de 2025 por Spencer Mateega (23) y Carlos Georgescu (22), dos amigos que llegaron al programa de YC sin producto definido, según Forbes Australia. Primero intentaron construir agentes de IA para finanzas; al probar los modelos líderes descubrieron que fallaban en flujos de trabajo de cuello blanco porque les faltaba el entrenamiento necesario para tomar decisiones profesionales. Pivotaron hacia capturar juicio humano experto y razonamiento paso a paso en finanzas, ingeniería de software, derecho y medicina, según el mismo reporte.

Por qué importa que sea el unicornio más rápido de YC

Gustaf Alströmer, socio de Y Combinator, dijo a Forbes Australia que AfterQuery sería la startup que más rápido llegó al estatus de unicornio desde su fundación en toda la historia del acelerador. Un unicornio es una empresa privada valorada en al menos US$1.000 millones, por lo que la cifra reportada la ubica más de tres veces por encima de ese umbral.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Lo llamativo no es solo el tamaño, sino el intervalo: cinco meses entre la Serie A y la nueva valoración, una pendiente que ningún unicornio previo de YC habría replicado, según el mismo reporte. Para dimensionar, Mercor —competidor directo en datos de entrenamiento— pasó de US$10.000 millones en octubre de 2025 a una ronda en negociación de US$20.000 millones, según Bloomberg vía TechCrunch (julio de 2026). Scale AI, otra referencia del sector, se ubica en torno a los US$29.000 millones desde la entrada de Meta, según The Next Web.

Qué hace diferente a AfterQuery frente a Mercor y Scale

La propuesta, según Forbes Australia, es capturar patrones de trabajo, decisiones y razonamiento de los mejores profesionales del mundo, no solo respuestas correctas a preguntas aisladas. En la práctica, esto desplaza el foco desde «qué respondió el modelo» hacia «cómo razona el experto».

Su método tiene tres diferenciadores operativos:

Sistemas de validación propios: Mateega dijo a Forbes Australia en abril que, a diferencia de Mercor —que selecciona contractors con un entrevistador IA—, AfterQuery usa software a medida para validar cada pieza de datos.
Rango «Goldilocks»: el material tiene que ser lo bastante difícil para desafiar a los modelos de frontera, pero no tanto como para dejarlos sin respuesta.
Investigación interna: replican el pipeline de post-entrenamiento de un laboratorio antes de entregar los datos, mostrando a los clientes de antemano cómo mejora el rendimiento en benchmarks.

Mateega dijo a Forbes Australia en abril: «Tenemos investigadores internos que crean un pipeline de post-entrenamiento. Mostramos objetivamente a los laboratorios, antes de que miren nuestros datos, que los datos son de alta calidad».

Quién paga por estos datos

Forbes Australia reporta que AfterQuery ya es rentable y tiene un inversionista principal comprometido. Entre sus clientes confirmados están Nvidia (cuyo trabajo se usó en la nueva serie de modelos Nemotron), Thinking Machines Lab —el laboratorio de la ex-CTO de OpenAI Mira Murati— y la legaltech Legora. La nota destaca un punto poco habitual: AfterQuery también trabaja con laboratorios chinos de IA, una decisión que varias empresas occidentales han evitado.

En abril, la compañía declaró una tasa de ingresos anualizada (ARR) de US$100 millones. En julio, Mateega publicó en X que el ingreso recurrente estaba ya en «cientos de millones», según Forbes Australia. La métrica de ARR no equivale a ingresos cobrados durante un año completo, y la compañía no publicó detalles sobre márgenes ni concentración de clientes.

El contexto: datos de razonamiento humano, el nuevo petróleo

La trayectoria de AfterQuery no se entiende sin el boom de los datos de razonamiento humano. Los modelos de frontera ya consumieron casi toda la web pública; los datos sintéticos ayudan pero tienen límites, y lo que los laboratorios pagan caro son datos específicos de dominio, creados por gente que sabe lo que hace: ingenieros, abogados, analistas financieros, según Forbes Australia.

Eso explica por qué el etiquetado de datos, un negocio poco glamoroso hace cinco años, se convirtió en una de las rutas más rápidas a valoraciones de miles de millones y a fortunas de fundadores veinteañeros. Forbes Australia recuerda que en 2021 Scale AI hizo al entonces veinteañero Alexandr Wang el primer millonario del rubro, hasta que en octubre pasado los fundadores de Mercor lo superaron a los 22 años. Mercor, según The Next Web, sufrió una brecha de datos en marzo de 2026 vía un ataque a la librería open-source LiteLLM —expusieron hasta 4 terabytes—, y Meta, su cliente grande, pausó el trabajo.

En el frente de inversión, Blockonomi reportó que Nvidia estaría negociando una inversión en Mercor a valoración de US$20.000 millones, y que el fabricante de chips destinó US$18.600 millones en un solo trimestre a empresas privadas e infraestructura de IA, una cifra que refleja cuánto capital se está moviendo hacia el ecosistema de datos.

Qué significa esto para tu startup

Para founders hispanohablantes, el caso AfterQuery deja tres señales prácticas, no solo una curiosidad de Silicon Valley.

El segmento de datos especializados para IA sigue abierto a nuevos entrantes. No vas a ganarle a Scale o Mercor en escala, pero podés ganar en nicho: verticales con poca data pública disponible (regulación latinoamericana, auditoría fiscal, contratos en español, jurisprudencia local) son los próximos «Goldilocks» para los laboratorios. Modelos entrenados con ese material tienen ventaja real frente a modelos entrenados solo en inglés.
La calidad validable importa más que el volumen. El modelo AfterQuery —medir impacto en benchmarks antes de vender— es replicable incluso con equipos chicos. Si construís un producto de datos, invertí desde el día uno en una métrica pública de mejora: no alcanza con decir «tenemos 50.000 horas etiquetadas»; hay que mostrar qué sube y cuánto cuando un modelo se entrena con tu data.
La geografía importa menos de lo que parece. Forbes Australia destaca que AfterQuery trabaja con laboratorios chinos pese a ser una startup estadounidense. En un mercado donde los laboratorios compran capacidad de razonamiento humano, vender desde Argentina, España o México a clientes en San Francisco es viable si el nicho de expertise es diferenciador.

Lo que falta confirmar

El reporte de Forbes Australia no reveló monto de la ronda, porcentaje vendido, identidad de todos los inversores ni estructura financiera (acciones ordinarias, preferentes u otra). AfterQuery declinó comentar. La valoración de US$3.200 millones es, por ahora, una cifra reportada por fuentes con conocimiento directo, no un dato confirmado por la empresa. Cualquier lectura estratégica debe mantener esa distinción: un unicornio récord con dos veinteañeros al frente y un ARR aún por confirmar públicamente es una tesis, no un balance auditado.