Snorkel AI alcanza 3.500 millones tras girar a datos como servicio

Snorkel AI cerró una Serie E de 350 millones de dólares a una valoración de 3.500 millones, casi el triple de los 1.300 millones que alcanzó hace 17 meses Snorkel AI triples valuation to $3.5B as demand for AI training data booms. La ronda, liderada por Insight Partners y S32, llega cuando la startup reporta un annualized revenue run-rate de 375 millones, un salto de 18 veces en un año. Pero la cifra que debería importar a los ejecutivos latinoamericanos no es la valoración, sino el giro de modelo que la sustenta.

Del software al "dato como servicio"

Fundada tras cuatro años de investigación en Stanford por Alex Ratner, Snorkel comenzó automatizando el etiquetado de datos. El año pasado viró hacia data-as-a-service: entrega conjuntos de datos terminados y entornos de aprendizaje por refuerzo, combinando generación sintética con expertos humanos. A diferencia de Mercor (2.000 millones de ARR bruto), Handshake (1.000 millones) o Micro1 (500 millones) —marketplaces que pagan 60-70% de sus ingresos brutos a contratistas—, Snorkel contabiliza esos pagos como costo de bienes vendidos. Su ingreso neto es, por tanto, más comparable a una empresa de software Snorkel AI triples valuation to $3.5B as demand for AI training data booms.

La academia valida el cambio de paradigma

Una encuesta exhaustiva en ACM Computing Surveys confirma que la atención de la investigación se ha desplazado del diseño de modelos a la ingeniería sistemática de datos: recolección, etiquetado, aumento, reducción y mantenimiento a lo largo de todo el ciclo de vida Data-centric Artificial Intelligence: A Survey. El artículo argumenta que los avances recientes —de AlphaFold a los LLM— solo fueron posibles tras acceder a los datos de entrenamiento adecuados. La taxonomía resultante organiza tres grandes metas: desarrollo de datos de entrenamiento, desarrollo de datos de inferencia y mantenimiento de datos.

El mercado de IA generativa arrastra a los servicios de datos

Global Market Insights proyecta que el mercado de IA generativa pase de 83.300 millones en 2026 a 988.400 millones en 2035 (31,6% CAGR) Tamaño y Participación del Mercado de IA Generativa. Lo relevante: los servicios profesionales (ajuste fino, integración RAG, curación de datos, red-teaming) crecen al 32,7% CAGR, por encima del software puro (31,2%). Las empresas no compran modelos; contratan la canalización que convierte sus datos propios en ventaja competitiva.

Qué significa para América Latina

Tres implicaciones directas para el ejecutivo regional:

• Soberanía de datos: la tendencia a nubes privadas e on-premise por regulación (Ley de IA en Europa, normativas locales en Brasil, México, Chile) exige que los datos de entrenamiento nunca salgan de la jurisdicción. Snorkel y sus competidores venden la capacidad de generar esos datos localmente.
• Talento como activo: la región tiene ingenieros y expertos de dominio (salud, agro, finanzas, minería). El modelo híbrido —software + especialistas— permite monetizar ese conocimiento sin emigrar.
• Costo de inferencia vs. calidad de dato: el informe de GMI advierte que la economía unitaria de la inferencia determina el valor. Un modelo pequeño afinado con datos propietarios de alta calidad supera a uno grande genérico a menor coste operativo.

Pero la valoración de Snorkel sugiere que el siguiente múltiplo de valor se captura en la capa de datos. La pregunta para el directorio no es qué modelo comprar, sino qué datos poseemos que nadie más tiene y cómo los volvemos entrenables.