2026年4月,AfterQuery才剛以3,000萬美元A輪募資,換來3億美元(約新台幣95億元)估值。到了9月初,這個數字翻了超過10倍,來到32億美元。
不到5個月,一家由22歲與23歲創辦人共同經營的AI訓練資料新創,就被Y Combinator(YC)合夥人Gustaf Alströmer稱為加速器史上「從成立到成為獨角獸最快」的案例。
AfterQuery的故事可以看出的趨勢是,通用模型已不足以滿足產業的需求了,AI需要更多第一線的工作數據。
兩個高中好友,18個月做到YC最快獨角獸
AfterQuery由Spencer Mateega(23歲)與Carlos Georgescu(22歲)在2025年2月創立,兩人是相識於高中的朋友,創立前一起參加了Y Combinator2025年冬季梯隊,當時手上還沒有產品,也沒有明確的商業方向。
兩人的原始構想是打造用於金融領域的AI代理人(AI agent),但是測試時很快暴露問題:市面上最頂尖的模型,一旦碰上細緻的專業判斷就頻頻出錯。原因其實也很好猜:一個真正的專家在拿不準的難題前,究竟是怎麼一步步推理出答案的?根本沒有人教過這些模型,所以模型只好自己盲猜。
於是兩人決定自己來教。AfterQuery付費請醫師、律師、工程師與財務分析師,把他們解決專業問題的完整推理過程寫下來,再拿這些逐步紀錄訓練AI模型的判斷力,而不只是訓練它把事實答對。公司形容自己在做的事,是「將世界頂尖從業者的模式、決策與推理過程加以程式化」。
這套打法很快跑出成績。2026年4月,AfterQuery宣布已達到1億美元的年度經常性營收(ARR),客戶名單上出現Nvidia、法律AI公司Legora、韓國AI實驗室Motif Technologies等一線名字。Nvidia用AfterQuery的資料訓練開源的Nemotron模型;前OpenAI技術長(CTO)Mira Murati創辦的Thinking Machines Lab,也是其客戶之一。
根據《Forbes》報導,這輪估值飆升到32億美元的募資案尚未完成,也還沒有公布領投方,消息來源之一指出AfterQuery目前已經獲利,不過AfterQuery本身未就此事回應媒體置評。
為什麼AI實驗室搶著要「專家的判斷力」
當然,這門生意並非AfterQuery首創。
資料標記業者Scale AI的創辦人Alexandr Wang,2021年、24歲時就已成為這個產業第一位億萬富翁,後來Meta砸下143億美元取得Scale AI49%股權,並讓Wang空降主導自家AI實驗室。AfterQuery目前最直接的對手Mercor,其創辦人去年10月打破了Wang的紀錄,22歲就成了億萬富翁。
Spencer Mateega將AfterQuery與Mercor的差異,歸結為篩選機制的不同:Mercor靠AI面試官快速擴充龐大的約聘顧問人力池,AfterQuery則用自製軟體篩選任務難度,鎖定「難到足以挑戰頂尖模型、又不會難到模型完全學不到東西」的題目。AfterQuery還會先拿自己的資料訓練模型,用實際成效向AI實驗室證明資料真的有用,省去空口保證的環節。
現在,這股搶奪專家判斷力的競賽仍在加速。
Mercor目前正與Nvidia洽談新一輪募資,估值上看200億美元,是去年10月100億美元估值的兩倍。此外南韓金融科技公司Toss近期透過與資料基礎設施業者Poseidon合作,開放旗下3,000萬名用戶加入「AI資料經濟」,付費請一般使用者記錄AI模型在網路上找不到的真實世界資料。
更不用說,Google出價1,000萬美元買下倒閉廉航Spirit的內部數據、語音轉錄與字幕服務新創Cielo24在倒閉後將自己的內部資料售出,也都是為了提供第一線工作人員的真實數據給AI進行訓練。
不過,AfterQuery的估值32億美元這個數字,眼下都還只是「據報」,連AfterQuery自己都拒絕證實,這輪募資也尚未結束、沒有公布領投方。
兩個22、23歲的年輕人,靠著付費請專家寫下推理過程,在18個月內把AI訓練資料生意做成了估值32億美元的獨角獸,這件事本身足夠戲劇性,也確實回應了AI產業眼下最迫切的需求:當公開資料枯竭,誰能提供真人專家的判斷力,誰就握有下一階段的籌碼。
資料來源:
TechCrunch、Decrypt、Forbes
創業小聚新創線召集人
曾令懷
騎車、拍照、寫寫稿。
2011年起《數位時代》開始以Meet社群品牌推動創業家們的交流連結。從新創團隊的採訪報導、創業小聚月會的分享、產業沙龍的分享, 提供創新與創業社群相互分享與媒合的平台。
新創團隊採訪請來信:vincent.tseng@bnext.com.tw