Mercor（企業）に関するニュース一覧

AI開発の最前線で、新たなデータ収集手法が注目されています。スタートアップのMercor社は、OpenAIやMetaなどの大手AI企業に対し、投資銀行や法律事務所といった企業の元上級社員を仲介。彼らの頭脳にある専門知識や業務フローをAIの訓練データとして提供するビジネスで急成長を遂げています。これは企業が共有したがらない貴重な情報を得るための画期的な手法です。

Mercorが運営するのは、業界の専門家とAI開発企業を繋ぐマーケットプレイスです。元社員はMercorに登録し、AIモデルの訓練用に特定のフォーム入力やレポート作成を行うことで、時給最大200ドルの報酬を得ます。これによりAI企業は、通常アクセスできない、特定業界のリアルな業務知識に基づいた高品質なデータを手に入れることができるのです。

なぜこのモデルは成功しているのでしょうか。多くの企業は、自社の競争力の源泉である業務プロセスやデータを、それを自動化しうるAI企業に渡すことをためらいます。Mercorはこの「データのジレンマ」を解決しました。企業から直接ではなく、その組織で働いていた個人の知識を活用することで、AI開発に必要な情報を引き出しているのです。

設立からわずか3年弱で、Mercorの年間経常収益は約5億ドル（約750億円）に達し、企業評価額は100億ドル（約1.5兆円）にまで急騰しました。顧客にはOpenAI、Anthropic、Metaといった名だたるAI企業が名を連ねており、同社がAI開発競争においていかに重要な役割を担っているかがうかがえます。

この手法には、企業秘密の流出という大きなリスクも伴います。元従業員が機密情報を漏らす「企業スパイ」行為にあたる可能性が指摘されていますが、同社のブレンダン・フーディCEOは「従業員の頭の中の知識は、企業ではなく個人のもの」と主張。ただし、情報管理の難しさは認めており、議論を呼んでいます。

Mercorは今後、金融や法律だけでなく、医療など他の専門分野へも事業を拡大する計画です。フーディCEOは「いずれAIは最高のコンサルタントや弁護士を超える」と語り、自社のサービスが経済を根本から変革し、社会全体に豊かさをもたらす力になるとの自信を示しています。専門知識のあり方が問われる時代の到来です。

AIモデルの訓練に専門家を提供するMercor社が、シリーズCラウンドで3.5億ドルの資金調達を実施し、企業評価額が100億ドルに達したことを発表しました。この評価額は2月の前回ラウンドからわずか8ヶ月で5倍に急増しており、AI業界の旺盛な需要を象徴しています。今回のラウンドも、既存投資家のFelicis Venturesが主導しました。

同社の強みは、科学者や医師、弁護士といった高度な専門知識を持つ人材をAI開発企業に繋ぐ独自のビジネスモデルにあります。これらの専門家が、人間のフィードバックを反映させる強化学習（RLHF）などを担うことで、AIモデルの精度と信頼性を飛躍的に向上させています。

この急成長の背景には、OpenAIなどの大手AIラボが、データラベリングで競合するScale AIとの関係を縮小したことがあります。Mercor社はこの市場機会を捉え、代替サービスとして急速にシェアを拡大。年間経常収益（ARR）は5億ドル達成が目前に迫る勢いです。

現在、Mercor社のプラットフォームには3万人を超える専門家が登録しており、その平均時給は85ドル以上にのぼります。同社は契約する専門家に対し、1日あたり総額150万ドル以上を支払っていると公表しており、その事業規模の大きさがうかがえます。

今回調達した資金は、主に3つの分野に投じられます。①人材ネットワークのさらなる拡大、②クライアントと専門家を繋ぐマッチングシステムの改善、そして③社内プロセスを自動化する新製品の開発です。AI開発の高度化に伴い、同社の役割はますます重要になるでしょう。

AI人材マッチングのMercor社CEO、Brendan Foody氏が2025年10月27日から29日に開催されるTechCrunch Disrupt 2025に登壇します。同氏はAIステージで、人工知能が仕事の進め方だけでなく「誰が働く機会を得るか」をいかに変革しているかについて講演します。AIを活用した新たな人材発掘や採用バイアスの排除など、次世代の採用戦略を考える上で重要な示唆が得られるでしょう。 働き方の未来は、もはや遠い未来の話ではありません。Foody氏は、AIが仕事の進め方だけでなく、「誰が働く機会を得るか」という採用の根幹をリアルタイムで再定義していると指摘します。AIによる人材発掘から採用プロセスの効率化、AIで強化されたチームの台頭まで、議論は多岐にわたる見込みです。 Foody氏が率いるMercor社は、AIで企業と優秀な技術者を結びつけ、わずか17ヶ月で年間経常収益（ARR）を5億ドルにまで急成長させました。Peter Thiel氏らも支援する同社の成功は、AIが労働市場をいかに速いスピードで変えているかを如実に示しています。 講演では、スタートアップから大企業のリーダーまでが、AIをどのように活用できるかが語られます。AIを使って新たな人材プールを開拓する方法、採用過程における無意識の偏見を排除する技術、そして未来の変化に対応できる強固な組織を構築するための具体的な戦略が示される予定です。

シリコンバレーで、自律的にタスクをこなすAIエージェントの性能向上を目指し、強化学習（RL）で用いるシミュレーション「環境」への投資が急増しています。大手AIラボから新興企業までが開発に注力しており、次世代AI開発の鍵を握る重要技術と見なされています。従来の静的データセットによる学習手法の限界が背景にあります。 では、RL環境とは何でしょうか。これはAIがソフトウェア操作などを模擬した仮想空間で訓練を行うためのものです。例えばブラウザで商品を購入するタスクをシミュレートし、成功すると報酬を与えます。これにより、エージェントは試行錯誤を通じて実践的な能力を高めるのです。 この分野への需要は急拡大しており、大手AIラボはこぞって社内でRL環境を構築しています。The Informationによれば、Anthropicは来年RL環境に10億ドル以上を費やすことを検討しており、業界全体の投資熱の高さを示しています。AI開発競争の新たな主戦場となりつつあります。 この好機を捉え、RL環境に特化した新興企業も登場しています。Mechanize社はAIコーディングエージェント向けの高度な環境を提供。Prime Intellect社はオープンソース開発者向けのハブを立ち上げ、より幅広い開発者が利用できるインフラ構築を目指しています。 データラベリング大手もこの市場シフトに対応しています。Surge社は需要増を受け、RL環境構築専門の組織を設立。評価額100億ドルとされるMercor社も同様に投資を強化し、既存の顧客基盤を活かして市場での地位を固めようとしています。 ただし、この手法の有効性には懐疑的な見方もあります。専門家は、AIが目的を達成せずに報酬だけを得ようとする「報酬ハッキング」のリスクを指摘。AI研究の進化は速く、開発した環境がすぐに陳腐化する懸念もあります。スケーラビリティへの課題も残り、今後の進展が注目されます。