Snorkel AI tar in 350 miljoner dollar och värderas nu till 3,5 miljarder dollar. På bara 16 månader har värderingen ökat från 1,3 miljarder. Bakom uppgången finns en snabbt växande marknad för något som blivit allt viktigare när AI-modellerna ska bli smartare: avancerad träningsdata.

Kapitalrundan leds av Insight Partners och S32. Bland övriga investerare finns Addition, Greylock och Wells Fargo.

Men det mest uppseendeväckande är inte bara hur mycket investerarna är beredda att betala för Snorkel AI. Bolagets annualiserade intäktsnivå har enligt företaget passerat 350 miljoner dollar. Ett år tidigare låg motsvarande nivå på omkring 20 miljoner dollar.

Det är en utveckling som säger mycket om vart nästa stora del av AI-ekonomin kan vara på väg.

Nyckeltal	Uppgift
Nytt kapital	350 miljoner dollar
Värdering	3,5 miljarder dollar
Värdering i maj 2025	1,3 miljarder dollar
Annualiserad intäktsnivå	Över 350 miljoner dollar
Motsvarande nivå året före	Cirka 20 miljoner dollar

Träningsdata har blivit svårare att få fram

De första generationerna av stora språkmodeller kunde förbättras kraftigt genom att tränas på enorma mängder text och annat material från internet.

Ju bättre modellerna blir, desto svårare blir nästa steg.

Det räcker inte längre att bara samla in ännu mer generell text. Modeller som ska bli bättre på programmering, juridik, medicin, avancerad analys eller självständiga arbetsuppgifter behöver betydligt mer specialiserad information.

De måste exempelvis få träna på svåra problem där det finns ett tydligt sätt att avgöra om svaret verkligen är korrekt. De kan också behöva realistiska arbetsmiljöer där en AI-agent får använda olika verktyg, fatta beslut och steg för steg försöka lösa en uppgift.

Det är där företag som Snorkel AI kommer in.

Bolaget arbetar inte bara med traditionell datamärkning. Verksamheten omfattar också expertframtagna uppgifter, bedömningskriterier, kvalitetssäkring och simulerade miljöer som används när AI-modeller ska tränas vidare och utvärderas.

Människor behövs fortfarande

En viktig del av den här marknaden bygger fortfarande på mänsklig expertis.

Snorkel använder tiotusentals specialister inom bland annat programmering, juridik och medicin. De kan exempelvis hjälpa till att skapa svåra uppgifter, beskriva vad som kännetecknar ett bra svar och kontrollera resultaten från en AI-modell.

Samtidigt används AI för att automatisera delar av processen och göra arbetet möjligt att genomföra i betydligt större skala.

Det är en viktig skillnad mot den enklare datamärkning som länge förknippats med AI-industrin.

När en modern AI-modell redan behärskar stora delar av internet behövs material som faktiskt pressar modellen vidare. Det gör riktigt bra träningssignaler betydligt svårare och dyrare att skapa.

Därför blir avancerad data så värdefull

Det är lätt att beskriva utvecklingen som att AI-industrin håller på att få slut på data, men det är inte riktigt problemet.

Data finns i enorma mängder.

Bristvaran är snarare tillräckligt högkvalitativ och specialiserad data som kan lära redan mycket avancerade modeller något nytt.

Ett stort språkmodellssystem kan exempelvis ha sett mängder av juridiska texter under sin grundträning. Det betyder inte automatiskt att modellen kan lösa ett komplicerat juridiskt problem på samma nivå som en erfaren specialist.

För att förbättra sådana förmågor behövs mer kontrollerade träningsuppgifter och tydliga sätt att avgöra vad som är rätt, fel eller bara delvis korrekt.

Samma problem finns inom kodning, matematik, medicin och många andra områden.

Det gör att värdet flyttar från ren datamängd till kvalitet, expertis och kontroll.

Kapitalet söker sig längre ut i AI-kedjan

Snorkels nya värdering är samtidigt en del av en mycket större utveckling.

Under den första delen av AI-boomen hamnade enorma investeringar hos företag som utvecklar själva modellerna och hos leverantörerna av den fysiska infrastrukturen bakom dem.

Nvidia har blivit den kanske tydligaste symbolen för hur efterfrågan på AI-chip förändrat hela teknikmarknaden. Vi har tidigare gått igenom utvecklingen i vår artikel om Nvidias rapport och AI-efterfrågan.

Kapitalet fortsätter också att strömma direkt till de största AI-bolagen. OpenAI:s möjliga värdering på 1,2 biljoner dollar visar vilka nivåer marknaden är beredd att diskutera för bolagen som utvecklar de ledande modellerna.

Nu växer ännu ett lager i ekonomin runt dessa modeller.

Företag som kan leverera expertdata, träningsmiljöer och utvärderingar har blivit strategiskt viktiga för samma AI-laboratorier.

Ett tydligt exempel kom redan 2025 när Meta investerade 14,3 miljarder dollar för en 49-procentig andel i Scale AI. Affären värderade databolaget till omkring 29 miljarder dollar.

Snorkels kapitalrunda den 22 september 2026 visar att intresset inte har avtagit.

Från grundträning till post-training

Utvecklingen förändrar också vad begreppet träningsdata egentligen betyder.

Mycket av den nya efterfrågan ligger efter den första stora grundträningen av en modell.

Då handlar arbetet om att få modellen att bli bättre på särskilda uppgifter, följa instruktioner, använda verktyg och lösa problem på ett tillförlitligt sätt.

Det brukar samlas under begrepp som post-training och reinforcement learning.

En modell kan exempelvis få försöka lösa ett programmeringsproblem. Resultatet kan sedan testas automatiskt för att se om programmet faktiskt fungerar.

Andra uppgifter är svårare att kontrollera automatiskt. Då kan mänskliga experter behöva bedöma kvaliteten eller bygga system som kan skilja ett bra svar från ett dåligt.

Ju mer avancerade AI-systemen blir, desto mer värdefull blir den infrastrukturen.

Snorkel AI räknar med lönsamhet

Snorkel AI grundades 2019 av forskare med bakgrund från Stanford AI Lab.

Bolaget började med teknik som skulle göra arbetet med träningsdata effektivare, men har successivt breddat verksamheten.

Efter den nya kapitalrundan ska pengarna bland annat användas till fler forskare och ingenjörer, expansion mot företag och amerikanska myndigheter samt ytterligare arbete med modellutvärdering och nya typer av träningsdata.

Snorkel räknar dessutom med att nå lönsamhet under 2026.

Det är än så länge bolagets egen prognos.

Även siffran på över 350 miljoner dollar ska läsas på rätt sätt. Det handlar om en annualiserad intäktsnivå, inte redovisad helårsomsättning.

Reuters rapporterar om kapitalrundan och beskriver den ökade efterfrågan på komplex träningsdata som den centrala drivkraften bakom Snorkels tillväxt.

Ännu en flaskhals i AI-boomen

Avancerad träningsdata har inte ersatt chip, elektricitet eller datacenter som begränsningar för AI-industrin.

Alla de problemen finns kvar.

Men Snorkels utveckling visar att ytterligare en flaskhals blivit ekonomiskt viktig.

När modellerna blir bättre måste materialet som används för att förbättra dem också bli bättre. Det kräver experter, tekniska system och träningsmiljöer som inte går att hämta gratis från internet.

Det är därför ett bolag som Snorkel AI på 16 månader har kunnat gå från en värdering på 1,3 miljarder till 3,5 miljarder dollar.

AI-boomen handlar inte längre bara om vem som kan bygga de största modellerna eller köpa flest chip. En allt större del av kampen handlar om vem som kan skapa informationen som gör nästa modell bättre än den förra.