AI实验室通过Mercor获取企业不愿分享的数据

快速阅读: Mercor通过联系前高级员工为AI实验室提供行业知识，改变传统数据采购模式，年收入达5亿美元，估值100亿美元，引发行业变革。

如今，AI实验室不再与公司签订昂贵的数据合同，而是尝试新策略：挖掘这些公司的前高级员工，获取他们的行业知识。Mercor首席执行官Brendan Foody在TechCrunch Disrupt 2025上表示，这一策略正在成为主流。

在台上讨论时，Foody将Mercor的市场定位为主要渠道，连接投资银行、咨询公司和律师事务所的前员工与寻求自动化这些行业的AI实验室。Mercor的客户包括OpenAI、Anthropic和Meta。

Foody提到，以高盛为例，该公司可能不喜欢其业务模式被模型自动化的想法。“这确实改变了竞争格局，这也是实验室需要我们的原因之一。”他说，“他们的客户不愿意提供数据来自动化其大部分业务流程，因此他们需要聘请曾在这些公司工作的合同工，了解这些工作流程，并愿意训练模型以实现自动化。”

年仅22岁的Mercor联合创始人Foody透露，他的创业公司以每小时最高200美元的价格聘请行业专家填写表格和撰写AI培训报告。目前，Mercor拥有数万名合同工，每天支付给他们超过150万美元。尽管如此，由于AI实验室愿意为此类有价值的数据支付更高价格，Mercor仍保持盈利状态。

自成立以来不到三年，Mercor的年度经常性收入已增长至约5亿美元，并最近以100亿美元的估值筹集了资金。

各行各业的现有企业有理由抵制Mercor的崛起，因为它们的行业知识可能通过前员工在Mercor的市场上泄露出去，最终用于自动化其工作。Foody承认，他可能揭示了市场的一个低效点，但他不认为这是一个“漏洞”。

事实上，Foody说，一些公司已经开始接受这种“工作的新未来”。他设想，Mercor的市场可能会创造一种新的零工经济，就像Uber十多年前所做的一样。（今年早些时候，Uber前产品主管Sundeep Jain加入了Mercor担任总裁。）

Foody表示：“有些公司正在拥抱这一变化，意识到世界将迅速改变。当然，也有另一类公司感到恐惧，担心被中介化，担心客户会直接转向AI实验室或应用程序层平台。我认为前者将会站在历史的正确一边。”

虽然Mercor试图从各个行业中提取知识，但Foody称，他的公司努力防止合同工从事商业间谍活动——非法窃取一家企业的专有信息、商业秘密或知识产权并出售给另一家企业。

然而，这说起来容易做起来难。Mercor的大多数员工都是来自律师事务所、投资银行和其他对数据保密要求极高的行业的前员工。Foody表示，一些Mercor的合同工仍在其本职工作中任职，只是兼职提交数据。他声称，合同工被指示不要上传来自前雇主的文件，但仍承认鉴于公司规模，可能存在“某些事情发生”的情况。

Foody认为，员工头脑中的知识属于个人，而非其公司——这是一种比许多企业更为宽容的观点。此外，在Mercor的一些职位招聘广告中，公司似乎在请求员工的知识和其公司的数据之间划了一条界限。

例如，Mercor目前正在寻找一位初创公司的首席技术官或联合创始人。

谁可以授权访问重要的生产代码库，以用于AI评估，甚至可能用于AI模型训练。在一封邮件中，Mercor告诉TechCrunch，几位初创公司的CTO已经接受了他们的提议，但拒绝透露合同的具体细节。

Mercor是最早在美国招募高技能知识工作者并支付高额报酬以训练AI模型的数据初创公司之一。在AI热潮初期，像Scale AI这样的数据供应商雇佣了第三世界国家的承包商来做相对简单的标注工作。如今，大多数Mercor的竞争对手，包括Surge和Scale AI，都意识到AI实验室需要专家来改进其AI模型。许多数据供应商也开始训练“环境”，以提高AI代理完成现实任务的能力。

Mercor显然从Scale AI的困境中受益：许多AI实验室在Meta对这家初创公司进行大规模投资并聘请其CEO之后停止了与Scale AI的合作。在过去的一年里，Mercor的价值翻了五倍，但仍比Surge和Scale AI小，这两家公司的估值均超过200亿美元。

目前，Mercor的大部分收入来自少数几家AI实验室，但Foody表示，公司计划未来与其他行业合作。他认为，法律、金融和医疗行业的公司将希望利用自己的数据来训练AI代理——这是Mercor的专长所在。

“随着时间的推移，ChatGPT将优于最好的咨询公司，优于最好的投资银行，也优于最好的律师事务所。”Foody说，“这将彻底改变经济格局，成为推动普遍繁荣的积极力量。”

(以上内容均由Ai生成)