La plateforme de développement de données Snorkel AI a presque triplé sa valorisation, à 3,5 milliards de dollars, après avoir levé 350 millions de dollars lors d’un nouveau tour de financement, a rapporté Reuters mardi.

Le tour de financement a été mené par Insight Partners et S32, avec la participation d’investisseurs existants comme Addition, Greylock et Wells Fargo, a déclaré l’entreprise basée à San Francisco. Snorkel était valorisée à 1,3 milliard de dollars lorsqu’elle a levé 100 millions de dollars en mai 2025.

Fondée en 2019 par des chercheurs du laboratoire d’IA de Stanford, Snorkel a commencé par vendre des logiciels avant de se tourner vers des jeux de données finalisés et des environnements d’apprentissage par renforcement pour ses clients. Le PDG Alex Ratner a déclaré à Reuters que la demande avait augmenté à mesure que les développeurs d’IA allaient au-delà de l’annotation de base et recherchaient des données plus complexes pour entraîner et évaluer des systèmes plus performants.

La plateforme de Snorkel combine des spécialistes humains avec des milliers de modèles et d’agents d’IA spécialisés pour créer et contrôler les données. Selon le PDG, l’entreprise s’appuie sur des dizaines de milliers de spécialistes dans des domaines tels que la programmation, le droit et la médecine.

Ratner a déclaré que ce nouveau financement servirait à recruter des chercheurs et des ingénieurs, ainsi qu’à développer les activités de Snorkel auprès des entreprises et des administrations. L’entreprise prévoit également de prendre en charge l’évaluation de modèles d’IA de tiers et de s’étendre à de nouveaux secteurs d’activité et à de nouvelles modalités de données.

Snorkel a déclaré s’attendre à atteindre la rentabilité cette année. L’entreprise travaille avec des laboratoires d’IA de pointe, des fournisseurs de cloud hyperscale, des entreprises et le gouvernement fédéral américain, les données de programmation comptant parmi les domaines où la demande est la plus forte.

En juillet, Snorkel a publié Senior SWE-bench avec des chercheurs de l’université de Princeton et de l’université du Wisconsin-Madison. Il s’agit d’un benchmark open source qui évalue les agents d’IA sur des tâches d’ingénierie de longue durée assorties d’instructions insuffisamment précises. Selon l’entreprise, les modèles d’IA de pointe les plus performants n’ont pas réussi à mener à bien ces tâches avec la rigueur et le discernement attendus d’un ingénieur senior plus de 75 % du temps.