Snorkel AI залучає $350 млн у раунді Series E з оцінкою $3,5 млрд для створення передової дослідницької лабораторії для даних ШІ

Snorkel AI оголосив про фінансування у розмірі $350 млн у раунді Series E з оцінкою $3,5 млрд 22 вересня 2026 року у пості у блозі компанії, написаному співзасновником і генеральним директором Алексом Ратнером. Insight і S32 очолили раунд.

Участь також взяли Third Point, March, Blumberg, Allegis, Standard VC та Frontline, поряд з існуючими інвесторами Addition, Lightspeed, Greylock, GV, P7, Wells Fargo, Walden Catalyst Ventures та Factory.

Ратнер зазначив, що пропозиція компанії у форматі data-as-a-service, запущена майже рік тому, зросла більш ніж у 18 разів і протягом тижня оголошення вийшла на поточний темп отримання доходу, що в річному вимірі перевищив $375 млн. Він сказав, що Snorkel тепер співпрацює з frontier labs, hyperscalers, neolabs, лідерами вертикальних ШІ, підприємствами та агентствами уряду США.

Попереднє фінансування та історія компанії

Series E слідує за Series D у розмірі $100 млн з оцінкою $1,3 млрд, оголошеним у прес-релізі компанії від 29 травня 2025 року. Addition очолив цей раунд, у якому брали участь Prosperity 7 Ventures, існуючі інвестори Greylock і Lightspeed, а також стратегічні інвестори, включаючи BNY і QBE Ventures. У релізі 2025 року зазначалося, що раунд підвищив загальне фінансування Snorkel до $237 млн з моменту заснування компанії у 2019 році.

У цьому релізі, із зазначеним місцем випуску Redwood City, California, також було оголошено загальну доступність Snorkel Evaluate та Snorkel Expert Data-as-a-Service, двох нових пропозицій на платформі AI Data Development Platform компанії для оцінки та налаштування спеціалізованих систем ШІ. У ньому зазначалося, що капітал Series D підтримає розширення інженерних, дослідницьких та комерційних зусиль компанії.

Data 2.0 та Agentic Data Platform

У дописі Ратнера нове фінансування розглядається в контексті того, що він називає Data 2.0. Він зазначив, що Snorkel розпочався як дослідницький проєкт у Стенфорді приблизно десять років тому, спираючись на тезу, що прогрес ШІ стане все більш орієнтованим на дані, і що розробка даних має вивчатися як проблема досліджень і технологій, а не лише як питання кадрового забезпечення та краудсорсингу.

У дописі описується перша стадія розробки даних ШІ, названа Data 1.0, яка обумовлена обсягами простіших даних і в основному є проблемою кадрового забезпечення та логістики, та остання стадія, названа Data 2.0, яка керується якістю більш складних даних і переважно є проблемою досліджень і технологій. На прикладі даних програмування зазначається, що передові набори даних та середовища навчання з підкріпленням тепер повинні моделювати програмні задачі, з якими старший інженер може боротися протягом днів або тижнів, фіксувати тонкі сигнали винагороди для результатів продуктового масштабу, орієнтуватися на конкретні режими помилок моделі, протистояти спробам передових моделей зламати або шахраювати, і проходити кілька сотень перевірок контролю якості.

Для створення цих даних у дописі описується внутрішня Agentic Data Platform, у якій людські експерти підтримуються спеціалізованими моделями ШІ та агентами, іноді сотнями на тип завдання. Ці агенти розширюють ескізи експертів у повні середовища та екземпляри даних, спрямовують людські зусилля до цільових розподілів даних та режимів помилок моделі, надають зворотний зв’язок у реальному часі і контроль якості після подачі, а також перенаправляють підкомпоненти до відповідних експертів для перегляду. Масштабний людський зворотний зв’язок використовується як метод слабкого нагляду (weak supervision) для вимірювання та покращення агентів, створюючи накопичувальний цикл, який Ратнер називає рушієм рекурсивного самовдосконалення (RSI) для даних.

Ратнер повідомив, що у роботі з даними програмування спеціалізовані агенти, які здійснюють контроль якості разом з експертною перевіркою людини, наразі підвищують ефективність QC на 50 % або більше і покращують точність перевірки на 15 пунктів точності або більше порівняно з базовим рівнем людських рецензентів, які використовують лише готові LLM. Він зазначив, що масштабований людський зворотний зв’язок, застосований як метод слабкого нагляду (weak supervision), забезпечує поточну точність на рівні 2-кратної або вищої точності неспеціалізованої передової LLM, взятої за базовий рівень, і що такі показники постійно покращуються в процесі роботи циклу.

Відкриті бенчмарки та плани досліджень

Snorkel також повідомив, що значно розширить свою програму Open Benchmarks Grants, яка фінансує відкриті, незалежні бенчмарки ШІ. На сторінці програми зазначено, що ініціатива підтримується зобов’язанням у $3 млн на фінансування відкритих наборів даних, бенчмарків та артефактів оцінювання, а заявки розглядаються безперервно. Пропозиції оцінюються за участю керівного комітету академічних та промислових дослідників, і на сторінці зазначено, що Snorkel не визначає рішення комітету.

Бенчмарки, зазначені на сторінці, включають лінію Terminal‑Bench, OSWorld 2.0 у співпраці з XLANG Lab університету Hong Kong, Agent’s Last Exam з RDI університету UC Berkeley, Continual Learning Bench з SkyLab університету UC Berkeley та UW‑Madison, SlopCode Bench з UW‑Madison, DARPA та Національним фондом науки, а також Senior SWE‑bench з University of Wisconsin та Princeton University.

Окрім бенчмарків, Ратнер заявив, що Snorkel планує значно інвестувати у підтримку спеціалізованих моделей ШІ, зазначивши, що компанія очікує, що все більша частка світової розробки даних буде зосереджена на спеціалізованих ШІ протягом наступних кількох років. Він також зазначив, що значна частина досліджень і розробок Snorkel у майбутньому буде присвячена розробці даних та середовищ для узгодження (alignment) та безпеки ШІ.