La plataforma de desarrollo de datos Snorkel AI casi ha triplicado su valoración hasta los 3.500 millones de dólares tras recaudar 350 millones en una nueva ronda de financiación, informó Reuters el martes.

La ronda de financiación estuvo liderada por Insight Partners y S32, con la participación también de los inversores existentes Addition, Greylock y Wells Fargo, informó la empresa con sede en San Francisco. Snorkel estaba valorada en 1.300 millones de dólares cuando recaudó 100 millones en mayo de 2025.

Fundada en 2019 por investigadores del laboratorio de IA de Stanford, Snorkel comenzó vendiendo software antes de orientarse hacia conjuntos de datos terminados y entornos de aprendizaje por refuerzo para sus clientes. El CEO Alex Ratner declaró a Reuters que la demanda ha aumentado a medida que los desarrolladores de IA van más allá del etiquetado básico y buscan datos más complejos para entrenar y evaluar sistemas más capaces.

La plataforma de Snorkel combina especialistas humanos con miles de modelos y agentes de IA especializados para crear y verificar datos. Según el CEO, la empresa cuenta con decenas de miles de especialistas en áreas como la programación, el derecho y la medicina.

Ratner afirmó que la nueva financiación se destinará a contratar investigadores e ingenieros, así como a ampliar las operaciones empresariales y gubernamentales de Snorkel. La empresa también planea respaldar las evaluaciones de modelos de IA de terceros y expandirse a nuevos sectores industriales y modalidades de datos.

Snorkel afirmó que espera alcanzar la rentabilidad este año. La empresa trabaja con laboratorios de IA de vanguardia, proveedores de nube a hiperescala, empresas y el Gobierno federal de EE. UU., y los datos de programación se encuentran entre sus áreas de mayor demanda.

En julio, Snorkel lanzó Senior SWE-bench junto con investigadores de la Universidad de Princeton y la Universidad de Wisconsin-Madison: una prueba de referencia de código abierto que califica a los agentes de IA en tareas de ingeniería de largo alcance con instrucciones poco especificadas. Según la empresa, los modelos de IA de vanguardia con mejor rendimiento no lograron completar esas tareas con el nivel de corrección y criterio propio de un ingeniero sénior más del 75 % de las veces.