# AfterQuery pri 3,2 milijarde dolarjev: najhitrejši samorog Y Combinatorja stavi na »učenje dela«
Le približno 18 mesecev po vključitvi v program Y Combinator je startup AfterQuery po poročanju Forbesa dosegel vrednotenje 3,2 milijarde dolarjev. Podjetje, ki za učenje umetne inteligence uporablja znanje strokovnjakov, je tako v manj kot pol leta vrednotenje povečalo za več kot desetkrat. Njegova ustanovitelja sta stara 22 in 23 let, kar še dodatno poudarja nenavadno hiter vzpon podjetja.
AfterQuery investicijskega kroga ni takoj komentiral, zato višina nove naložbe in drugi pogoji financiranja niso javno potrjeni. TechCrunch poroča, da je Forbes prvi objavil informacijo o krogu.
Aprila 2026 je podjetje ob 30-milijonski seriji A navajalo vrednotenje 300 milijonov dolarjev. Takrat je sporočilo tudi, da je doseglo 100 milijonov dolarjev letne stopnje prihodkov. Če je novo poročano vrednotenje pravilno, gre za skok s 300 milijonov na 3,2 milijarde dolarjev v približno petih mesecih.
## Rekordna pot do statusa samoroga
Po besedah Gustafa Alströmerja, partnerja pri Y Combinatorju, je AfterQuery najhitrejše podjetje v zgodovini tega pospeševalnika, ki je od zagona doseglo status samoroga — vrednotenje nad milijardo dolarjev.
Časovnica je pri tem skladna z datumom izvornega članka, objavljenega septembra 2026: ustanovitelji so sodelovali v zimskem programu Y Combinatorja leta 2025, torej približno 18 mesecev pred objavo novice.
Tako hiter preskok kaže, kako veliko zanimanje vlagatelji pripisujejo infrastrukturi za razvoj umetne inteligence. Veliki jezikovni modeli in AI agenti ne potrebujejo le več podatkov, temveč kakovostnejše primere odločanja, dela in reševanja kompleksnih nalog. Prav na tem področju želi AfterQuery zgraditi svojo prednost.
## Ne le pravilni odgovori, ampak način razmišljanja
AfterQuery zaposluje strokovnjake, med njimi zdravnike, odvetnike in druge specialiste, ki pomagajo pri učenju AI-modelov. Vendar podjetje po lastnem opisu ne preverja zgolj, ali je model podal pravilen odgovor. Poskuša ga učiti postopka, po katerem izkušen strokovnjak pride do rešitve.
To pomeni razliko med vprašanjem »Ali je odgovor pravilen?« in vprašanjem »Kako je strokovnjak prišel do tega odgovora?«
Ponazorimo z medicinskim primerom: namesto da bi model dobil le oznako pravilne diagnoze, bi lahko prejel strukturiran prikaz procesa — katere simptome zdravnik najprej upošteva, katera dodatna vprašanja zastavi, katere preiskave predlaga, kako pretehta možne razlage in kdaj ugotovi, da potrebuje več informacij. Gre za poenostavljen primer pristopa, ki ga AfterQuery opisuje kot »kodiranje vzorcev, odločitev in sklepanja najboljših praktikov«.
Takšni podatki so posebej zanimivi za razvoj AI-agentov, ki naj ne bi le odgovarjali na vprašanja, temveč samostojno opravljali večstopenjske naloge: analizirali dokumente, pripravljali poročila, izvajali raziskave ali pomagali pri strokovnih delovnih procesih.
## Trg strokovnih podatkov postaja vse pomembnejši
AfterQuery ni edino podjetje, ki gradi poslovanje na dostopu do človeškega strokovnega znanja. TechCrunch ga umešča med novo generacijo podjetij ob Mercorju in Scale, ki uporabljajo mreže strokovnjakov za učenje in ocenjevanje AI-sistemov.
Osnovna logika tega trga je jasna: ob obilici javno dostopnih spletnih podatkov postajajo kakovostni, specializirani in dobro strukturirani podatki redkejši ter dražji. Podatki, ki odražajo strokovno presojo, so lahko za razvijalce modelov bistveno vrednejši od množice generičnih besedil.
AfterQuery je med strankami navedel Nvidio, Legoro in južnokorejski AI-laboratorij Motif Technologies. Podjetje je aprila dejalo, da sodeluje tudi z več velikimi laboratoriji, vendar celotnega seznama partnerjev ni razkrilo.
## Velika priložnost, a tudi velika pričakovanja
Vrednotenje 3,2 milijarde dolarjev je predvsem signal visokih pričakovanj vlagateljev, ne pa dokaz že ustvarjene dolgoročne vrednosti. Tako hiter vzpon prinaša tudi tveganja.
Podjetje mora pri širjenju ohraniti kakovost strokovnega dela in poskrbeti, da so podatki dosledni, preverljivi ter primerni za občutljiva področja, kot so zdravstvo, pravo in finance. Hkrati se bo moralo razlikovati od vse številčnejših konkurentov, ki gradijo mreže človeških ocenjevalcev in strokovnjakov.
Za AfterQuery bo ključno vprašanje, ali lahko svojo idejo o učenju »kako delati« spremeni v trajno tehnološko in poslovno prednost. Če bo AI-industrija res prešla od klepetalnikov k agentom, ki izvajajo konkretne delovne naloge, bi lahko podjetja z dostopom do kakovostnih strokovnih procesov postala eden pomembnejših gradnikov naslednje faze umetne inteligence.
