AfterQuery কথিত আছে Y Combinator-এর সবচেয়ে দ্রুততম ইউনিকর্ন হয়ে উঠেছে, এখন $3.2B মূল্যায়িত

YC কোহর্ট থেকে $3.2 বিলিয়ন মূল্যায়ন পর্যন্ত আঠারো মাস। এটি কোনো টাইপো নয়। AfterQuery কথিত আছে Y Combinator-এর সবচেয়ে দ্রুততম ইউনিকর্ন হয়ে উঠেছে — এটি একটি মাইলফলক যা আপনাকে বলে যে AI বিনিয়োগ কোথায় যাচ্ছে, এবং কেন AfterQuery যে নির্দিষ্ট ক্যাটাগরিতে কাজ করে তা হঠাৎ করে বিলিয়ন ডলার মূল্যবান।

এশিয়া জুড়ে ডেভেলপার এবং প্রতিষ্ঠাতাদের জন্য, এই গল্প শুধুমাত্র সান ফ্রান্সিসকোর দুই বিশ সদস্যের একটি শিরোনাম নয়। এটি একটি সংকেত যে কোন AI বাজি কাজ করছে, মডেল প্রশিক্ষণ অবকাঠামোর পরবর্তী প্রজন্ম কেমন দেখায়, এবং কেন পেশাদার দক্ষতা AI সিস্টেমে এনকোড করার প্রতিযোগিতা এখনই শুরু হচ্ছে।

কী ঘটেছে

TechCrunch-এর রিপোর্টিং অনুযায়ী, AfterQuery একটি নতুন রাউন্ড সংগ্রহ করেছে যা কোম্পানিকে $3.2 বিলিয়ন মূল্যায়ন করে — মাত্র পাঁচ মাস পরে এর $30 মিলিয়ন সিরিজ A এপ্রিল 2026-এ $300 মিলিয়ন মূল্যায়নে বন্ধ হয়েছিল। এটি ছয় মাসের কম সময়ে 10 গুণ লাফ। Y Combinator অংশীদার Gustaf Alströmer নিশ্চিত করেছেন যে এটি YC স্টার্টআপের জন্য লঞ্চ থেকে ইউনিকর্ন স্ট্যাটাস পর্যন্ত সবচেয়ে দ্রুত।

AfterQuery-এর দুই প্রতিষ্ঠাতা 22 এবং 23 বছর বয়সী। তারা YC-এর Winter 2025 কোহর্টের মধ্য দিয়ে গেছেন — এই মূল্যায়ন মাইলফলকের প্রায় 18 মাস আগে। এপ্রিলের মধ্যে, কোম্পানি ইতিমধ্যে $100 মিলিয়ন বার্ষিক রাজস্ব চলমান হার অর্জন করেছিল, AI অবকাঠামোর কিছু বড় নামের সাথে কাজ করছিল। তাদের প্রকাশিত গ্রাহক তালিকায় Nvidia, Legora এবং কোরিয়ান AI ল্যাব Motif Technologies অন্তর্ভুক্ত রয়েছে।

AfterQuery আসলে কী করে? এটি Mercor এবং Scale AI-এর পাশাপাশি একটি ক্যাটাগরিতে বসে, কিন্তু একটি স্বতন্ত্র কোণ সহ। জ্ঞান পেশাদারদের নিয়োগ করার পরিবর্তে যাতে AI মডেলগুলি সঠিক উত্তর তৈরি করে তা যাচাই করতে, AfterQuery মডেল এবং এজেন্টগুলিকে প্রশিক্ষণ দেয় যাতে তারা দক্ষ পেশাদাররা যেভাবে কাজ করে সেভাবে কাজ করে — যা কোম্পানি "বিশ্বের সেরা অনুশীলনকারীদের প্যাটার্ন, সিদ্ধান্ত এবং যুক্তি এনকোড করা" হিসাবে বর্ণনা করে। ডাক্তার, আইনজীবী, বিশেষজ্ঞ: তাদের সিদ্ধান্ত গ্রহণের কর্মপ্রবাহ প্রশিক্ষণ সংকেত হয়ে ওঠে।

সেই পার্থক্য গুরুত্বপূর্ণ। নির্ভুলতা পরীক্ষা একটি গুণমান-নিয়ন্ত্রণ স্তর। কর্মপ্রবাহ এনকোডিং একটি সম্পূর্ণ ভিন্ন মূল্য প্রস্তাব — একটি যা এজেন্টিক AI সিস্টেমগুলিকে লক্ষ্য করে যা শুধুমাত্র প্রশ্নের উত্তর দেওয়ার পরিবর্তে বহু-পদক্ষেপ পেশাদার কাজ সম্পূর্ণ করতে হবে। বাজার স্পষ্টতই সেই পার্থক্য আক্রমণাত্মকভাবে মূল্য নির্ধারণ করছে।

Forbes প্রথম রাউন্ড রিপোর্ট করেছিল। AfterQuery TechCrunch-এর প্রকাশনার সময় মন্তব্য অনুরোধে সাড়া দেয়নি।

এটি এশিয়ার জন্য কেন গুরুত্বপূর্ণ

AfterQuery গল্প আলাদাভাবে অবতরণ করে যখন আপনি এটি দক্ষিণ-পূর্ব এশিয়া, দক্ষিণ কোরিয়া, জাপান বা ভারত থেকে পড়েন। কয়েকটি জিনিস অবিলম্বে দাঁড়িয়ে যায়।

প্রথমত, Motif Technologies — একটি কোরিয়ান AI ল্যাব — ইতিমধ্যে একটি নামকরা গ্রাহক। এটি আকস্মিক নয়। কোরিয়ান AI ল্যাবগুলি সীমান্ত মডেল উন্নয়নে দ্রুত এগিয়ে যাচ্ছে, এবং এই মূল্যায়নে একটি প্রশিক্ষণ-ডেটা স্টার্টআপ ইতিমধ্যে কোরিয়ান ইকোসিস্টেমে এম্বেড করা হয়েছে তা সংকেত দেয় যে এশিয়ার AI ল্যাবগুলি একই অবকাঠামো স্ট্যাক কিনছে যা US ল্যাবগুলি ব্যবহার করে। এটি এশিয়ান কোম্পানিগুলি প্রযুক্তি পশ্চিমে পরিপক্ক হওয়ার পরে গ্রহণের জন্য অপেক্ষা করার একটি ক্ষেত্রে নয়।

দ্বিতীয়ত, AfterQuery যে ক্যাটাগরিতে কাজ করে — মডেল প্রশিক্ষণের জন্য পেশাদার জ্ঞান এনকোডিং — এশিয়ায় বিশেষভাবে বিশাল অব্যবহৃত সম্ভাবনা রয়েছে। অঞ্চলটিতে বিশেষায়িত পেশাদার দক্ষতার গভীর ঘনত্ব রয়েছে: তাইওয়ান এবং জাপানে উৎপাদন প্রকৌশলী, ASEAN জুড়ে জটিল বহু-আধিক্ষেত্র কাঠামো নেভিগেট করা আইনি পেশাদার, হংকং এবং সিঙ্গাপুরে আর্থিক বিশ্লেষক, ভারতের স্বাস্থ্যসেবা ব্যবস্থা জুড়ে চিকিৎসা বিশেষজ্ঞ। সেই দক্ষতা বেশিরভাগই এনকোড করা হয়নি। প্রশিক্ষণ ডেটা সুযোগ বিশাল।

তৃতীয়ত, এই মূল্যায়ন ট্র্যাজেক্টরির গতি এশিয়ান প্রতিষ্ঠাতাদের বাজারে যাওয়ার সময় সম্পর্কে পুনর্বিবেচনা করা উচিত। AfterQuery এন্টারপ্রাইজ গ্রাহকদের কাছে যাওয়ার আগে পণ্যের পরিপক্বতার জন্য অপেক্ষা করেনি। তারা একটি পণ্যে $100M ARR আঘাত করেছিল যা যেকোনো পরিমাপ দ্বারা এখনও প্রাথমিক ছিল। পাঠটি "ভাঙা জিনিস শিপ করুন" নয় — এটি যে AI অবকাঠামোতে, এন্টারপ্রাইজ গ্রাহকরা এমন ক্ষমতার জন্য অর্থ প্রদান করবে যা দিকনির্দেশনামূলকভাবে সঠিক এমনকি যখন এটি সম্পূর্ণভাবে পলিশ করা হয়নি, কারণ বিকল্পটি মডেল গুণমানে পিছিয়ে পড়া।

এশিয়া টেক ইকোসিস্টেমে প্রতিষ্ঠাতাদের জন্য AI প্রশিক্ষণ, ডেটা লেবেলিং বা এজেন্টিক ওয়ার্কফ্লো টুলিং এর সাথে সংলগ্ন কিছু নির্মাণ করছেন, AfterQuery-এর ট্র্যাজেক্টরি একটি প্রমাণ পয়েন্ট যা সাবধানে অধ্যয়ন করার যোগ্য। এই স্থানে ক্যাটাগরি সৃষ্টির জন্য উইন্ডো খোলা — কিন্তু এটি অনির্দেশ্যকালের জন্য খোলা থাকবে না।

ডেভেলপারদের জন্য এটির অর্থ কী

যদি আপনি একজন ডেভেলপার হন — একজন প্রতিষ্ঠাতা নন, একজন বিনিয়োগকারী নন, শুধুমাত্র AI-এর সাথে কিছু তৈরি করছেন এমন কেউ — AfterQuery গল্প এখনও ব্যবহারিক সংকেত বহন করে। এটি কীভাবে পড়তে হয় তা এখানে।

এজেন্টিক AI হল প্রকৃত সীমান্ত, এবং প্রশিক্ষণ ডেটা হল সীমাবদ্ধতা। AfterQuery-এর সম্পূর্ণ থিসিস হল যে এজেন্টগুলিকে পেশাদারদের মতো কাজ করতে শিখতে হবে, শুধুমাত্র সার্চ ইঞ্জিনের মতো তথ্য পুনরুদ্ধার করতে নয়। যদি আপনি আজ এজেন্ট তৈরি করছেন, গুণমানের সীমাবদ্ধতা বেস মডেল নয় — এটি হল মডেলটি আপনার ডোমেইনের জন্য প্রয়োজনীয় কাজ-সমাপ্তি যুক্তির ধরনে প্রশিক্ষিত হয়েছে কিনা। সেই ফাঁক হল AfterQuery ল্যাবগুলিতে বিক্রয় করছে। একজন ডেভেলপার হিসাবে, এটি বোঝা আপনাকে মূল্যায়ন করতে সাহায্য করে কেন আপনার এজেন্টগুলি জটিল বহু-পদক্ষেপ কাজে কম পারফর্ম করে, এবং কোন ফাইন-টিউনিং বা RAG পদ্ধতি সেই ফাঁক বন্ধ করতে পারে বনাম কোনটি পারবে না।

"জ্ঞান পেশাদার প্রশিক্ষণ অবদানকারী হিসাবে" মডেল সম্প্রসারিত হবে। এখন, AfterQuery-এর অবদানকারীরা ডাক্তার, আইনজীবী এবং অন্যান্য প্রত্যয়িত বিশেষজ্ঞ। কিন্তু একই যুক্তি যেকোনো ডোমেইনে প্রযোজ্য যেখানে নিহিত দক্ষতা গুরুত্বপূর্ণ: বিতরণকৃত সিস্টেম ডিবাগ করা সিনিয়র ইঞ্জিনিয়ার, আর্থিক মডেল তৈরি করা অভিজ্ঞ ডেটা বিশ্লেষক, স্থিতিস্থাপক অবকাঠামো ডিজাইন করা DevOps অনুশীলনকারী। যদি আপনার গভীর ডোমেইন দক্ষতা থাকে, আপনার যুক্তি প্যাটার্নের জন্য একটি বাস্তব এবং ক্রমবর্ধমান বাজার রয়েছে — শুধুমাত্র আপনার আউটপুট নয়।

এশিয়া-নির্দিষ্ট প্রশিক্ষণ ডেটা অপ্রতিনিধিত্ব করা হয় এবং ক্রমবর্ধমান মূল্যবান। বেশিরভাগ সীমান্ত মডেল প্রধানত ইংরেজি-ভাষা, পশ্চিমা-প্রসঙ্গ ডেটায় প্রশিক্ষিত হয়েছিল। এশিয়ান বাজারের জন্য নির্মাণকারী ডেভেলপাররা — তা থাই আইনি কর্মপ্রবাহ, জাপানি উৎপাদন প্রক্রিয়া বা ইন্দোনেশিয়ান SME অর্থ হোক না কেন — এমন মডেলগুলির সাথে কাজ করছেন যাদের উল্লেখযোগ্য অন্ধ দাগ রয়েছে। স্টার্টআপগুলি যা এশিয়ান পেশাদার দক্ষতা স্কেলে এনকোড করতে পারে তাদের একটি কাঠামোগত সুবিধা থাকবে যা বিশুদ্ধ প্রম্পট ইঞ্জিনিয়ারিং প্রতিলিপি করতে পারে না।

MonstarX-এ, আমরা আমাদের প্ল্যাটফর্মে নির্মাণকারী ডেভেলপারদের সাথে এই গতিশীলতা সরাসরি দেখি। সবচেয়ে বেশি অগ্রগতি করা দলগুলি শুধুমাত্র API কল চেইন করছে না — তারা কঠোর পরিশ্রম করছে তাদের মডেলগুলি আসলে কী ডোমেইন-নির্দিষ্ট প্রসঙ্গ প্রয়োজন তা সম্পর্কে, এবং এমন সিস্টেম তৈরি করছে যা রানটাইমে সেই প্রসঙ্গ ক্যাপচার এবং প্রয়োগ করতে পারে। AfterQuery গল্প একটি অনুস্মারক যে অনুমান-সময় প্রসঙ্গ নয় প্রশিক্ষণ-সময় প্রসঙ্গ সম্পর্কে চিন্তা করা দলগুলি একটি দীর্ঘ এবং আরও রক্ষণীয় খেলা খেলছে।

মূল টেকওয়ে

এই গল্পটি আসলে আমাদের বলে তা সম্পর্কে সরাসরি থাকুন, হাইপ ছাড়াই।

• AI অবকাঠামোতে মূল্য সৃষ্টির গতি পূর্ববর্তী সফ্টওয়্যার চক্রের মতো কিছু নয়। একটি $300M থেকে $3.2B মূল্যায়ন লাফ পাঁচ মাসে এমনকি সাম্প্রতিক AI মান দ্বারা সাধারণ নয়। এটি প্রশিক্ষণ ডেটা অবকাঠামোর জন্য প্রকৃত এন্টারপ্রাইজ চাহিদা প্রতিফলিত করে, শুধুমাত্র অনুমানমূলক উত্সাহ নয়। যখন ল্যাবগুলি অর্থ প্রদান করছে, মূল্যায়ন অনুসরণ করে।
• "নির্ভুলতা যাচাইকরণ" এবং "কর্মপ্রবাহ এনকোডিং" এর মধ্যে পার্থক্য একটি প্রকৃত পণ্য পার্থক্য। AfterQuery একই অক্ষে Scale AI-এর সাথে প্রতিযোগিতা করছে না — তারা বাজি ধরছে যে এজেন্টগুলিকে বিশেষজ্ঞদের মতো যুক্তি করতে প্রশিক্ষণ দেওয়া মডেলগুলিকে সঠিকভাবে প্রশ্নের উত্তর দিতে প্রশিক্ষণ দেওয়ার চেয়ে একটি কঠিন, আরও মূল্যবান সমস্যা। সেই বাজি প্রদর্শিত হয়