Snorkel AI, la start‑up californienne spécialisée dans la création de jeux de données d’entraînement et d’environnements simulés pour l’intelligence artificielle, vient d’achever une levée de fonds de 350 millions de dollars en série E. Cette opération porte la valorisation de l’entreprise à 3,5 milliards de dollars, soit près du triple de son estimation de 1,3 milliard réalisée il y a un an et demi. Le tour a été mené par Insight Partners et S32, avec la participation d’investisseurs historiques tels qu’Addition, Lightspeed, Greylock, GV et Wells Fargo.
Une levée de fonds record au cœur d’un marché en pleine expansion
Le nouveau financement représente un signal fort pour le secteur des données d’entraînement, où la demande explose. En moins de deux ans, Snorkel AI a vu son chiffre d’affaires annuel récurrent passer à 375 millions de dollars, soit une multiplication par dix‑huit de son niveau d’il y a douze mois. Cette croissance s’explique principalement par l’appétit grandissant des laboratoires d’IA pour des jeux de données de haute qualité, indispensables à la formation de modèles toujours plus performants.
Les points clés de la levée :
- Montant levé : 350 M$
- Valorisation post‑money : 3,5 milliards de dollars
- Investisseurs principaux : Insight Partners, S32
- Participants additionnels : Addition, Lightspeed, Greylock, GV, Wells Fargo
Le modèle data‑as‑service : de l’automatisation du labeling à la livraison de jeux de données complets
À l’origine, Snorkel AI proposait un logiciel d’automatisation du data‑labeling, permettant aux équipes de réduire le temps passé à annoter manuellement les données. En 2023, l’entreprise a opéré un virage stratégique en lançant une offre dite « data‑as‑service », où elle fournit directement des jeux de données prêts à l’emploi ainsi que des environnements d’apprentissage par renforcement (RL).
Ce modèle repose sur une approche hybride. D’une part, des algorithmes internes génèrent des données synthétiques à grande échelle ; d’autre part, des experts du domaine valident et enrichissent ces jeux de données. Ainsi, Snorkel combine la rapidité de l’automatisation avec la précision d’une expertise humaine, tout en limitant les coûts liés à la main‑d’œuvre directe.
Contrairement à d’autres acteurs qui monétisent principalement la mise à disposition de travailleurs humains, Snorkel intègre les rémunérations des spécialistes dans le coût des biens vendus, ce qui rend son chiffre d’affaires annuel récurrent plus transparent et moins dépendant des marges brutes élevées souvent affichées par ses concurrents.
Impact sur la rentabilité
En intégrant les dépenses liées aux experts dans le coût des biens, Snorkel présente un revenu net annuel sensiblement inférieur aux chiffres bruts annoncés par certaines entreprises du même secteur. Cette méthodologie permet toutefois d’offrir aux clients des prix plus compétitifs et de réduire les incertitudes liées à la qualité des données livrées.
Un écosystème de données d’entraînement en pleine mutation
Snorkel AI n’est pas le seul à profiter de la vague d’intérêt pour les jeux de données d’entraînement. D’autres sociétés, souvent qualifiées de « AI data labs », affichent des croissances similaires :
- Mercor a atteint un revenu annuel brut de 2 milliards de dollars.
- Handshake a franchi le cap du milliard de dollars de chiffre d’affaires.
- Micro1 a déclaré un chiffre d’affaires de 500 millions de dollars.
Il est toutefois important de préciser que la plupart de ces entreprises versent entre 60 % et 70 % de leurs revenus bruts aux spécialistes du domaine qui réalisent le travail de création de données. Par conséquent, leurs revenus nets sont nettement inférieurs aux montants annoncés en tête de leurs communiqués.
Dans ce contexte, la capacité de Snorkel à proposer des environnements d’apprentissage par renforcement et des jeux de données complets, tout en maîtrisant les coûts de main‑d’œuvre, constitue un avantage concurrentiel majeur.
Perspectives et enjeux futurs
Le marché des données d’entraînement devrait poursuivre son expansion, porté par la multiplication des modèles de grande taille et la diversification des applications de l’IA, de la santé à la finance en passant par la robotique. Snorkel AI, fort de son historique de recherche à Stanford et de son équipe dirigée par le co‑fondateur et PDG Alex Ratner, se positionne comme un acteur clé capable de répondre aux exigences de qualité et de rapidité des laboratoires de recherche.
Les défis à venir incluent la nécessité de garantir la conformité éthique et juridique des jeux de données, ainsi que la gestion de la scalabilité des environnements de simulation. La société devra également surveiller l’évolution des attentes des clients, qui recherchent de plus en plus des solutions intégrées capables de réduire le temps de mise sur le marché des modèles d’IA.
En résumé, la récente levée de fonds et la valorisation record de Snorkel AI illustrent la dynamique actuelle du secteur des données d’entraînement. L’entreprise combine une technologie de génération synthétique, une expertise humaine et un modèle économique transparent, ce qui lui permet de capitaliser sur la demande croissante d’ensembles de données de haute qualité. Le futur du marché dépendra de la capacité des acteurs à concilier rapidité, précision et responsabilité dans la création de ces ressources essentielles à l’intelligence artificielle.