Sabato 24 ottobre 2026
L’edizione di oggi
Millebit
AI · Software · QA
Il segnale, non il rumore.

Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo

Intelligenza artificiale

Snorkel AI raccoglie 350 milioni e vale 3,5 miliardi

Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.

Il round Series E conferma la svolta dall'etichettatura al data-as-a-service e una crescita del fatturato 18× in 12 mesi.

Illustrazione generata con l’intelligenza artificiale

Snorkel AI ha chiuso un Series E da 350 milioni di dollari, con una valutazione da 3,5 miliardi di dollari1. Il round è guidato da Insight Partners e S32. Hanno partecipato anche Addition, Lightspeed, Greylock, GV e Wells Fargo, già investitori dell’azienda1.

Diciassette mesi fa Snorkel aveva raccolto 100 milioni di dollari in un Series D. Allora la valutazione era 1,3 miliardi di dollari. Il nuovo aumento porta la società, fondata sette anni fa, a quasi triplicare quel valore1.

Snorkel ha cambiato offerta l’anno scorso. È passata dal software per automatizzare l’etichettatura dei dati a fornire ai clienti dataset completi. L’azienda chiama questa proposta “data‑as‑a‑service”1. Snorkel non opera come un marketplace basato solo su esperti umani. Adotta un approccio ibrido: usa software e modelli per generare dati in modo sintetico, insieme a esperti di dominio1.

La società dichiara un annualized revenue run‑rate di 375 milioni di dollari, 18 volte più alto rispetto a dodici mesi fa1. Secondo Snorkel, questa crescita è trainata dall’appetito dei laboratori di intelligenza artificiale per dati di addestramento “di fascia alta”1.

Il nuovo round porta capitali significativi in un segmento che si sta muovendo velocemente. TechCrunch riferisce che anche altre società di dati, che si posizionano come “AI data labs”, stanno registrando un’esplosione simile nella crescita1. Nell’articolo viene citata Mercor come esempio del trend, senza dettagli numerici nella parte disponibile1.

Il passaggio di Snorkel dalla fornitura di strumenti alla consegna di dataset finiti definisce con chiarezza il perimetro del servizio offerto ai clienti: risultati pronti all’uso sotto forma di dati, invece che software da implementare1. L’azienda descrive un flusso in cui la generazione sintetica integra il lavoro degli esperti, con l’obiettivo di costruire dataset completi per casi d’uso specifici1. La scelta evita di basarsi esclusivamente su task svolti da umani su larga scala e colloca l’offerta in una categoria che TechCrunch inquadra come laboratori di dati per l’AI1.

I numeri indicati dall’azienda mostrano un’accelerazione inedita sull’arco di un anno: un run‑rate a 375 milioni di dollari e un multiplo di crescita a due cifre su base annuale1. La valutazione a 3,5 miliardi di dollari, ottenuta con il sostegno di nuovi e precedenti investitori, colloca Snorkel tra gli attori più finanziati nella nicchia dei dati per l’addestramento1. La combinazione tra capitale raccolto e domanda dichiarata per dati “high‑end” riassume l’attuale fase del mercato descritta da TechCrunch1.

Nel quadro tracciato dalla testata, l’espansione non riguarda un singolo fornitore. Altre aziende inquadrate come “AI data labs” osservano una traiettoria simile, segnale che la richiesta di dataset curati e, quando serve, sintetici, si sta allargando oltre i confini di un solo operatore1.

Fonti

  1. Snorkel AI triples valuation to $3.5B as demand for AI training data booms TechCrunch — AI · 22 settembre 2026
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici

Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:

  • Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
  • Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
  • Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.

I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.

Come funziona Millebit, nel dettaglio →

Hai trovato un errore? Segnalacelo
Tipo di segnalazione

Leggiamo ogni segnalazione. Le correzioni fatte sono elencate in Correzioni. L’email, se la lasci, serve solo a risponderti.