Snorkel AI levantou US$ 350 milhões em uma Série E e triplicou seu valuation para US$ 3,5 bilhões. A empresa tem sete anos e aposta em dados como serviço para treinar modelos. A TechCrunch publicou a rodada em 22 de setembro de 2026.
A startup diz que a demanda por dados de treinamento cresceu. O novo capital mira expandir oferta e capacidade. O foco é atender times que precisam montar e manter datasets atualizados.
Dados de treino viram linha de produção terceirizada
Para quem opera IA com cliente real, isso sinaliza mais oferta e mais SLAs em dados. Bom para acelerar iterações. Dá para pedir um dataset sob medida em semanas, não meses. Porém, a conta de OPEX pode subir. Pagamento recorrente por curadoria e refresh de dados pesa no LTV do produto.
Arquitetura muda pouco no core do modelo. Muda o pipeline: integrações seguras para troca de dados, versionamento de datasets e contratos de qualidade. Quem já usa retraining contínuo precisa prever janelas de entrega e rollback caso o lote novo degrade métricas.
Risco não some. Terceirizar dados exige política clara de privacidade, amostras auditáveis e testes de regressão automática. Se o fornecedor atrasar, o seu SLA estoura. Negocie: escopo de domínios, métricas alvo, direitos de uso e plano de saída. Sem isso, você trava roadmap por dependência externa.