Analisis Pendanaan Snorkel AI: Dari Pelabelan hingga Layanan Data

Beberapa pendanaan startup adalah pembaruan papan skor. Seri E Snorkel AI senilai $350 juta lebih mirip peta jalan produk yang bersembunyi dalam pakaian tabel kepemilikan saham. Reuters melaporkan bahwa putaran pendanaan ini menilai Snorkel AI sebesar $3,5 miliar, hampir tiga kali lipat dari valuasi $1,3 miliar yang dicapainya saat menggalang $100 juta pada Mei 2025. Pelajaran bergunanya bukan hanya bahwa data pelatihan sedang sangat diminati, melainkan bahwa pelanggan membeli lebih sedikit sekop dan lebih banyak lubang yang sudah jadi.

Peluncuran adalah model bisnis

TechCrunch melaporkan bahwa Snorkel AI awalnya menyediakan perangkat lunak untuk otomatisasi pelabelan data sebelum beralih ke set data yang sudah selesai, sebuah penawaran yang disebutnya data-as-a-service. Reuters mengatakan perusahaan yang berbasis di San Francisco ini kini memasok dataset jadi dan lingkungan reinforcement learning langsung kepada pelanggan. Dealroom menambahkan bahwa Snorkel memadukan pakar manusia dengan ribuan model khusus di atas apa yang disebutnya platform pengembangan data agentic, melayani para pengembang AI yang membutuhkan data pelatihan dan lingkungan RL.

Itu adalah langkah produk yang lebih besar daripada yang terlihat di slide peluncuran. Menjual perangkat lunak pelabelan meminta pelanggan untuk memiliki desain alur kerja, perekrutan pakar, QA, dan risiko pengiriman. Menjual dataset yang sudah selesai membawa Snorkel lebih dekat ke pemilik anggaran yang peduli pada performa model, bukan apakah UI pelabelannya punya navigasi kiri yang lebih bagus.

Mengapa pelanggan membeli hasil

Reuters melaporkan bahwa CEO Alex Ratner mengatakan permintaan telah tumbuh karena para pengembang AI bergerak melampaui pekerjaan pelabelan yang lebih sederhana menuju data yang lebih sulit dan berisiko lebih tinggi untuk pelatihan dan evaluasi. Itulah kisah sebenarnya yang terkubur di bawah besarnya putaran pendanaan. Ketika pekerjaan bergeser dari beri tag pada gambar ini menjadi merancang skenario, tugas, dan rubrik penilaian, pelanggan tidak lagi berbelanja alat; mereka mengalihdayakan sistem produksi yang rumit.

Inilah mengapa naik ke tingkat yang lebih tinggi dalam rantai nilai masuk akal secara strategis. Alat pelabelan seperti menjual satu set pisau kepada restoran. Layanan data berarti datang dengan koki persiapan, resep, pemeriksaan kualitas, dan mise en place yang sudah selesai sebelum jam makan malam yang sibuk. Pembeli mungkin membayar lebih karena risikonya telah berpindah dari tim mereka ke tim Anda.

Valuasi adalah taruhan pada titik kendali

Reuters mengatakan putaran ini dipimpin oleh Insight Partners dan S32, dengan partisipasi dari investor yang sudah ada Addition, Greylock, dan Wells Fargo. TechCrunch juga melaporkan partisipasi dari Lightspeed dan GV. Dari sisi angka, Reuters melaporkan bahwa run-rate pendapatan tahunan Snorkel telah melampaui $350 juta dari sekitar $20 juta setahun sebelumnya, didorong oleh bisnis data-as-a-service yang diluncurkan pada September 2025, sementara TechCrunch melaporkan run-rate saat ini sebesar $375 juta.

Apa pun angkanya, memo investor tidak sulit untuk digambarkan. Jika lab AI frontier dan perusahaan membutuhkan data pelatihan serta lingkungan simulasi yang lebih kompleks, titik kendali bergeser dari perkakas anotasi generik ke sistem operasi yang dapat memproduksi dan memverifikasi data itu secara berulang. Dalam istilah SaaS, Snorkel mencoba menukar ekspansi kursi pengguna dengan throughput produksi, yang sering kali menjadi tempat kontrak yang lebih besar berada.

Peta persaingan lebih luas daripada para pelabel

TechCrunch menempatkan Snorkel dalam kelompok perusahaan yang lebih luas yang memposisikan diri sebagai lab data AI. Media itu melaporkan bahwa pendapatan tahunan kotor Mercor telah naik ke $2 miliar, Handshake mencapai tonggak $1 miliar awal tahun ini, dan Micro1 telah meningkat hingga $500 juta. TechCrunch juga mencatat bahwa perusahaan-perusahaan ini membayar sekitar 60% hingga 70% dari pendapatan top-line langsung kepada para spesialis domain yang melakukan pekerjaan tersebut.

Struktur pembayaran itu adalah subplot margin. Pendekatan hybrid Snorkel, yang menggunakan perangkat lunak dan model untuk menghasilkan data secara sintetis bersama para pakar materi, bukan sekadar hiasan produk. Itu adalah tuas yang dapat membuat layanan terasa tidak seperti marketplace tenaga kerja dan lebih seperti infrastruktur, dengan asumsi kualitas tetap cukup tinggi agar pelanggan memercayai outputnya.

Hal yang perlu diperhatikan selanjutnya

Reuters menggambarkan platform Snorkel sebagai tempat para pakar merancang skenario desain, tugas, dan rubrik penilaian sementara AI mengotomatiskan sebagian besar proses penjaminan kualitas yang padat tenaga kerja. Itu mengarah pada langkah logis berikutnya: pengemasan yang lebih ketat di sekitar produk data yang dapat diulang, alur kerja evaluasi, dan perkakas lingkungan RL. Perusahaan belum mengungkapkan peta jalan persisnya, tetapi insentifnya jelas.

Bagi para builder, kesimpulannya praktis. Jika pelanggan Anda menggunakan alat Anda untuk membuat input yang sangat penting bagi misi, tanyakan apakah mereka benar-benar menginginkan alat tersebut atau input yang sudah selesai dengan akuntabilitas yang melekat. Putaran pendanaan Snorkel AI adalah pengingat bahwa dalam infrastruktur AI, celah awal untuk menang mungkin bukan soal menambahkan dashboard lain, melainkan menyerap pekerjaan yang tidak lagi ingin dikoordinasikan sendiri oleh pelanggan.