Por Canuto  

Snorkel AI recaudó USD $350 millones con una valoración de USD $3.500 millones, impulsada por la demanda de datos complejos, evaluaciones y entornos simulados para entrenar sistemas de inteligencia artificial.
***

  • La startup elevó casi tres veces su valoración desde mayo de 2025, cuando había conseguido USD $100 millones.
  • Su tasa anualizada de ingresos superó los USD $350 millones, frente a aproximadamente USD $20 millones un año antes.
  • Snorkel AI planea contratar investigadores e ingenieros, ampliar sus operaciones y acercarse a la rentabilidad durante este año.

Una valoración impulsada por la nueva demanda

Snorkel AI recaudó USD $350 millones en una nueva ronda de financiación que elevó la valoración de la startup hasta USD $3.500 millones. Alex Ratner, director ejecutivo de la compañía, explicó que el avance responde al crecimiento de la demanda de los laboratorios de inteligencia artificial de frontera, que buscan datos de entrenamiento más complejos y entornos simulados para desarrollar sistemas con mayores capacidades.

La ronda estuvo liderada por Insight Partners y S32, con la participación de los inversionistas existentes Addition, Greylock y Wells Fargo, según informó Reuters. El acuerdo representa un salto considerable frente a la valoración de USD $1.300 millones obtenida en mayo de 2025, cuando la empresa captó USD $100 millones, pues multiplica casi por tres el valor asignado a la compañía en poco más de un año.

El crecimiento financiero también aparece en los ingresos. Snorkel AI indicó que su tasa anualizada de ingresos ya supera los USD $350 millones, frente a aproximadamente USD $20 millones un año antes, un aumento que la empresa vincula con el negocio de datos como servicio lanzado en septiembre de 2025.

La expansión ocurre en un mercado donde los desarrolladores dejaron atrás parte del trabajo de etiquetado más sencillo y comenzaron a exigir conjuntos de datos difíciles de construir, validar y medir. Para Ratner, la evolución refleja una necesidad concreta: entrenar y evaluar modelos avanzados requiere escenarios de mayor riesgo, tareas especializadas y criterios de calidad que no pueden resolverse únicamente con grandes volúmenes de información.

Del software a los datos terminados

Snorkel AI nació en 2019 a partir de un equipo de investigadores vinculado con el laboratorio de inteligencia artificial de Stanford. En sus primeros años, la empresa vendía principalmente software, pero después reorientó su estrategia hacia la entrega directa de conjuntos de datos terminados y entornos de aprendizaje por refuerzo, conocidos como RL, para clientes que desarrollan sistemas de IA.

La compañía presenta ahora su oferta como una plataforma de desarrollo de datos agéntica. El modelo combina especialistas humanos con miles de modelos de inteligencia artificial y agentes especializados, que colaboran en la creación y verificación de los datos utilizados para entrenar o evaluar sistemas, con una división de tareas diseñada para acelerar procesos que antes dependían de controles manuales.

Los expertos humanos diseñan escenarios, tareas y rúbricas de evaluación, mientras los sistemas automatizados ejecutan una parte importante del control de calidad. Ratner señaló que Snorkel trabaja junto con laboratorios de IA para definir métodos de adquisición de datos de alta calidad, una función que va más allá de asignar etiquetas y busca construir pruebas ajustadas a las capacidades específicas de cada modelo.

La startup utiliza una red de decenas de miles de especialistas en programación, derecho, medicina y otros campos. Entre las áreas con mayor demanda se encuentra la programación, donde los clientes necesitan datos que permitan evaluar no solo si un sistema produce código, sino también si puede resolver problemas complejos, seguir instrucciones y desempeñarse dentro de criterios técnicos definidos.

La combinación entre experiencia humana y automatización

El modelo comercial de Snorkel AI consiste en vender los productos de datos generados, en lugar de cobrar directamente por cada tarea realizada por los expertos. La empresa sostiene que esta estructura le permite remunerar mejor a los especialistas y, al mismo tiempo, conservar sus márgenes, porque la automatización reduce la carga operativa asociada con la producción y revisión de los conjuntos de datos.

Ratner defendió la necesidad de combinar aportes humanos con técnicas sintéticas y automatizadas. “Nuestra firme convicción es que el 100% de los datos de los que los laboratorios obtendrán valor tendrán algún aporte humano en el futuro previsible”, afirmó, antes de añadir que todo ese material deberá utilizar enfoques sintéticos y automatizados para seguir el ritmo de la creciente complejidad.

La tesis de la compañíaparte de una tensión que atraviesa a la industria: los modelos necesitan información especializada, pero la disponibilidad de expertos capaces de producirla y revisarla es limitada. La automatización puede multiplicar el volumen de trabajo, aunque la intervención humana continúa siendo relevante para diseñar escenarios, detectar errores y establecer qué significa un resultado correcto en dominios como la medicina, el derecho o la programación.

Snorkel AI afirma que trabaja con laboratorios de inteligencia artificial de frontera, grandes proveedores tecnológicos, empresas y el Gobierno federal de Estados Unidos. Esa mezcla de clientes muestra que la demanda de datos no se concentra exclusivamente en los desarrolladores de modelos, sino que también alcanza a organizaciones que buscan implementar, probar o supervisar sistemas de IA en entornos empresariales y públicos.

Más capital para ampliar operaciones

La nueva financiación se produce mientras el capital de riesgo continúa fluyendo hacia startups que suministran datos de entrenamiento anotados por humanos a los laboratorios de IA de frontera. El mercado cambió de escala después de que Meta adquiriera en junio de 2025 una participación del 49% en Scale AI por USD $14.300 millones, una operación que elevó la visibilidad estratégica y financiera de este segmento.

Mercor y Surge AI se encuentran entre los competidores que también han atraído el interés de los inversionistas durante el fuerte crecimiento de los ingresos del sector. La competencia se desarrolla alrededor de capacidades como la contratación de especialistas, la generación de datos sintéticos, la evaluación de modelos y la posibilidad de entregar productos adaptados a necesidades técnicas concretas.

Ratner dijo que Snorkel AI destinará el capital a contratar investigadores e ingenieros, además de ampliar sus operaciones empresariales y gubernamentales. La startup también planea permitir evaluaciones de modelos de terceros, entrar en nuevos sectores industriales y trabajar con modalidades de datos adicionales, movimientos que podrían ampliar su mercado más allá de la provisión de conjuntos de entrenamiento.

Aunque la empresa mantiene el crecimiento como prioridad, espera alcanzar la rentabilidad durante este año. Andy Harrison, socio de S32 y uno de los responsables de liderar la financiación, resumió la presión competitiva del mercado al afirmar que los datos se están volviendo más escasos, especializados y difíciles de encontrar, mientras los modelos de frontera exigen información superior para sostener sus avances.

La evolución de Snorkel AI sugiere que la siguiente fase de la carrera por la inteligencia artificial dependerá tanto de la potencia computacional como de la calidad de los datos. Si la startup cumple sus planes de expansión y rentabilidad, su valoración de USD $3.500 millones será también una apuesta por un mercado en el que humanos y sistemas automatizados deberán trabajar juntos para producir evaluaciones cada vez más exigentes.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados