Сучасні AI-лабораторії відмовляються від дорогих контрактів на придбання корпоративних даних, віддаючи перевагу співпраці з колишніми топ-співробітниками великих компаній для отримання цінних знань галузі. Про це розповів генеральний директор Mercor Брендан Фуді під час панельної дискусії на TechCrunch Disrupt 2025 у Сан-Франциско.
Про це розповідає ProIT
Mercor: новий підхід до збору галузевих знань для AI
Mercor став одним із ключових посередників між AI-лабораторіями та експертами, які раніше працювали в інвестиційних банках, консалтингових компаніях чи юридичних фірмах. Серед клієнтів Mercor – такі гіганти, як OpenAI, Anthropic та Meta. AI-лабораторії прагнуть автоматизувати складні галузі, але корпорації неохоче надають свої дані зовнішнім структурам. У результаті Mercor залучає фахівців, які знайомі з внутрішніми процесами, для навчання моделей штучного інтелекту на основі їхнього досвіду.
“Існує думка, що Goldman Sachs не в захваті від того, що моделі можуть автоматизувати їхній ланцюжок створення цінності. Це змінює конкуренцію, і саме тому лабораторіям потрібен наш сервіс. Їхні клієнти не бажають ділитися даними для автоматизації значної частини бізнесу, тож лабораторії наймають колишніх співробітників, які розуміють ці процеси і готові допомогти навчити моделі” – зазначив Фуді.
За словами Брендана Фуді, Mercor виплачує галузевим експертам до $200 на годину за виконання завдань, які допомагають тренувати ШІ. Компанія об’єднала десятки тисяч підрядників і щодня виплачує їм понад $1,5 млн. Незважаючи на значні витрати, стартап залишається прибутковим завдяки високій вартості унікальних даних для AI-лабораторій.
Розвиток компанії та етичні виклики
Із моменту заснування менш ніж три роки тому, Mercor вийшов на рівень річного доходу близько $500 млн і залучив інвестиції при оцінці у $10 млрд. Проте зростання компанії викликає занепокоєння у корпоративному світі: знання можуть залишати організацію через співробітників, які долучаються до маркетплейсу Mercor.
Фуді наголосив, що його платформа не створює «лазівок» у сфері захисту корпоративної інформації, а лише використовує знання, які співробітники мають право використовувати. Mercor намагається запобігати промисловому шпигунству та забороняє підрядникам передавати документи своїх колишніх роботодавців, хоча контроль цього процесу у масштабах компанії ускладнений. Деякі підрядники досі працюють у своїх основних компаніях, виконуючи завдання для Mercor у вільний час.
Mercor розміщує вакансії, в яких шукає експертів з можливістю надати доступ до реальних кодових баз для оцінки або навчання AI-моделей. Деякі технічні директори стартапів погодилися на таку співпрацю, хоча деталі контрактів залишаються закритими.
На ринку Mercor конкурує з такими компаніями, як Surge і Scale AI. Раніше Scale AI наймала виконавців для простих задач маркування даних, однак зараз попит на досвідчених експертів зростає. Mercor скористався труднощами Scale AI: після великої інвестиції від Meta кілька AI-лабораторій припинили з нею співпрацю, що дозволило Mercor зрости у п’ять разів за рік. Проте компанія все ще поступається за масштабами Surge та Scale AI, вартість яких перевищує $20 млрд.
Основна частина доходу Mercor надходить від кількох AI-лабораторій, але стартап планує розширювати співпрацю з іншими галузями – зокрема, юридичною, фінансовою та медичною. Фуді переконаний, що компанії цих індустрій будуть зацікавлені в ефективному використанні своїх даних для навчання агентів штучного інтелекту.
За словами Фуді, у майбутньому такі AI-рішення, як ChatGPT, зможуть перевершити провідні консалтингові, інвестиційні та юридичні фірми, докорінно трансформуючи економіку та створюючи нові можливості для всіх учасників ринку.