Современные AI-лаборатории отказываются от дорогих контрактов на приобретение корпоративных данных, предпочитая сотрудничество с бывшими топ-сотрудниками крупных компаний для получения ценных знаний отрасли. Об этом рассказал генеральный директор Mercor Брендан Фуди во время панельной дискуссии на TechCrunch Disrupt 2025 в Сан-Франциско.
Об этом сообщает ProIT
Mercor: новый подход к сбору отраслевых знаний для ИИ
Mercor стал одним из ключевых посредников между AI-лабораториями и экспертами, которые ранее работали в инвестиционных банках, консалтинговых компаниях или юридических фирмах. Среди клиентов Mercor – такие гиганты, как OpenAI, Anthropic и Meta. AI-лаборатории стремятся автоматизировать сложные отрасли, но корпорации неохотно предоставляют свои данные внешним структурам. В результате Mercor привлекает специалистов, знакомых с внутренними процессами, для обучения моделей искусственного интеллекта на основе их опыта.
«Существует мнение, что Goldman Sachs не в восторге от того, что модели могут автоматизировать их цепочку создания ценности. Это меняет конкуренцию, и именно поэтому лабораториям нужен наш сервис. Их клиенты не хотят делиться данными для автоматизации значительной части бизнеса, так что лаборатории нанимают бывших сотрудников, которые понимают эти процессы и готовы помочь обучить модели» – отметил Фуди.
По словам Брендана Фуди, Mercor выплачивает отраслевым экспертам до $200 в час за выполнение задач, которые помогают тренировать ИИ. Компания объединила десятки тысяч подрядчиков и ежедневно выплачивает им более $1,5 млн. Несмотря на значительные расходы, стартап остается прибыльным благодаря высокой стоимости уникальных данных для AI-лабораторий.
Развитие компании и этические вызовы
С момента основания менее трех лет назад, Mercor вышел на уровень годового дохода около $500 млн и привлек инвестиции при оценке в $10 млрд. Однако рост компании вызывает беспокойство в корпоративном мире: знания могут покидать организацию через сотрудников, которые присоединяются к маркетплейсу Mercor.
Фуди подчеркнул, что его платформа не создает «лазейки» в сфере защиты корпоративной информации, а лишь использует знания, которые сотрудники имеют право использовать. Mercor пытается предотвратить промышленный шпионаж и запрещает подрядчикам передавать документы своих бывших работодателей, хотя контроль этого процесса в масштабах компании усложнен. Некоторые подрядчики все еще работают в своих основных компаниях, выполняя задания для Mercor в свободное время.
Mercor размещает вакансии, в которых ищет экспертов с возможностью предоставить доступ к реальным кодовым базам для оценки или обучения AI-моделей. Некоторые технические директора стартапов согласились на такое сотрудничество, хотя детали контрактов остаются закрытыми.
На рынке Mercor конкурирует с такими компаниями, как Surge и Scale AI. Ранее Scale AI нанимала исполнителей для простых задач маркировки данных, однако сейчас спрос на опытных экспертов растет. Mercor воспользовался трудностями Scale AI: после крупной инвестиции от Meta несколько AI-лабораторий прекратили с ней сотрудничество, что позволило Mercor вырасти в пять раз за год. Тем не менее, компания все еще уступает по масштабам Surge и Scale AI, стоимость которых превышает $20 млрд.
Основная часть дохода Mercor поступает от нескольких AI-лабораторий, но стартап планирует расширять сотрудничество с другими отраслями – в частности, юридической, финансовой и медицинской. Фуди уверен, что компании этих индустрий будут заинтересованы в эффективном использовании своих данных для обучения агентов искусственного интеллекта.
По словам Фуди, в будущем такие AI-решения, как ChatGPT, смогут превзойти ведущие консалтинговые, инвестиционные и юридические фирмы, коренным образом трансформируя экономику и создавая новые возможности для всех участников рынка.
