По данным Bloomberg, компания Mercor, поставляющая ИИ-лабораториям экспертные обучающие данные, ведёт переговоры о привлечении очередного раунда финансирования при оценке в $20 млрд. Это двукратный скачок относительно октябрьской оценки: тогда компания привлекла $350 млн в рамках раунда Series C при оценке в $10 млрд. Речь идёт примерно о $500 млн новых денег, а вести сделку, по сведениям рынка, готовится General Catalyst — инвестор, который зашёл в Mercor ещё на посевной стадии в 2023 году.
Источник изображения — techcrunch.com
Переговоры находятся на ранней стадии, однако Mercor уже уведомила инвесторов о полученном term sheet по новой оценке. Информация появилась после того, как основатель и генеральный директор Брендан Фуди (Brendan Foody) написал в X, что годовой повторяющийся доход компании превысил $2 млрд — вдвое больше показателя всего четырёхмесячной давности. Валовая выручка за первое полугодие 2026 года составила около $614 млн, то есть темп роста подтверждается не только заявлениями руководства.
Чем на самом деле занимается Mercor
Формально это биржа труда, фактически — поставщик обучающих данных премиум-класса. Mercor соединяет ИИ-лаборатории с профильными специалистами: практикующими врачами, юристами, финансовыми аналитиками, инженерами, обладателями учёных степеней. Эксперты пишут эталонные решения задач, оценивают ответы модели и размечают рассуждения, а лаборатория использует это для дообучения и оценки качества.
Ставка сделана на то, что эпоха дешёвой массовой разметки закончилась. Пока моделям требовалось отличать кошку от собаки, работу выполняли тысячи низкооплачиваемых разметчиков. Когда лаборатории перешли к обучению рассуждению и работе в узких профессиональных областях, выяснилось, что оценить ответ модели по онкологии или по структурированию сделки может только человек с соответствующей квалификацией — и стоит его час совсем других денег. Именно на этой разнице Mercor и построила выручку.
Кто платит: от OpenAI до Nvidia
Основные деньги компании до сих пор приносили разработчики закрытых моделей — среди заказчиков называют OpenAI, Google DeepMind и Anthropic. Но самый заметный сдвиг последних месяцев — появление среди крупных клиентов Nvidia: производитель ускорителей платит Mercor десятки миллионов долларов в квартал за экспертные данные для своих открытых моделей семейства Nemotron. Под этого заказчика внутри Mercor выделена отдельная команда, занятая почти исключительно его задачами.
В середине августа стало известно, что Nvidia обсуждает и вход в капитал Mercor в рамках того же раунда на $20 млрд. Условия и размер возможного вложения не раскрываются, сделка не закрыта. Для Nvidia это укладывается в общую стратегию: за один финансовый квартал компания направила около $18,6 млрд в частные компании и инфраструктурные фонды по всей цепочке ИИ-индустрии.
Покупка Deeptune и ставка на ИИ-агентов
Одновременно с новостями о раунде Mercor объявила о приобретении компании Deeptune, которая помогает обучать ИИ-агентов. Согласно пресс-релизу, вся команда Deeptune переходит в Mercor в рамках сделки.
Покупка логично достраивает продукт. Оценивать одиночный ответ чат-бота относительно просто; оценивать агента, который совершает десятки шагов, вызывает внешние инструменты и может ошибиться на любом из них, — принципиально более сложная задача, требующая и специальной инфраструктуры, и людей, понимающих предметную область. Агентские сценарии сейчас главный приоритет всех крупных лабораторий, а значит, туда же смещается и спрос на данные.
От общежития до $20 млрд за три года
Mercor основана в 2023 году тремя студентами — Бренданом Фуди, Адаршем Хиреметом (Adarsh Hiremath) и Сурьей Мидхой (Surya Midha), стипендиатами программы Тиля, бросившими учёбу. Начинали они с сервиса подбора персонала на основе ИИ и только затем развернулись в сторону обучающих данных. После октябрьского раунда все трое, которым тогда было по 22 года, стали самыми молодыми миллиардерами, сделавшими состояние с нуля; при оценке в $20 млрд доля каждого оценивается примерно в $4,3 млрд. Штаб-квартира компании находится в Сан-Франциско.
История оценки выглядит так:
Всего компания привлекла около $492 млн; если новый раунд закроется, общий объём вложений подойдёт к $1 млрд, а оценка вырастет в 80 раз относительно Series A двухлетней давности. Среди действующих инвесторов — Felicis Ventures, Benchmark, General Catalyst, Menlo Ventures, DST Global и Robinhood Ventures.
Кто ещё борется за этот рынок
Рынок поставки данных для обучения моделей за последние два года пережил полную перестройку. Прежний лидер, Scale AI, потерял независимость: летом 2025 года компания Meta* вложила около $14,3 млрд за долю в 49% и забрала основателя Scale к себе руководить командой по сверхинтеллекту. Для конкурирующих лабораторий это оказалось приговором доверию — работать с подрядчиком, наполовину принадлежащим прямому сопернику, никто не захотел, и заказы начали перетекать к независимым игрокам.
Больше всех выиграли Surge AI, которая долго росла вообще без венчурных денег и тоже обсуждала привлечение средств по многомиллиардной оценке, и как раз Mercor. Отсюда и агрессивная динамика: удвоение оценки за считаные месяцы объясняется не только выручкой, но и тем, что освободившееся место лидера инвесторы оценивают отдельно.
Проблемы, о которых стоит помнить
Показатели выручки, покупка Deeptune и возможное новое финансирование указывают, что компания, вероятно, преодолела трудности начала 2026 года. В апреле Mercor сообщила о серьёзной утечке данных: она оказалась среди тысяч компаний, пострадавших от массовой атаки, связанной с уязвимостью в открытом проекте LiteLLM. Кроме того, несколько её подрядчиков подали иски — об этом сообщал Business Insider.
Оба сюжета для отрасли типичны. Платформа по определению накапливает резюме, документы и персональные данные десятков тысяч специалистов — это лакомая цель для атаки. А статус подрядчика вместо наёмного сотрудника позволяет не платить за переработки и социальные гарантии, и именно вокруг этой конструкции в США регулярно возникают коллективные иски. Для оценки в $20 млрд оба риска остаются юридическими, а не смертельными, но игнорировать их при таком темпе найма всё сложнее.
Что это значит для специалистов из СНГ
Рост подобных площадок напрямую касается региона. Спрос сместился с массовой разметки, которую традиционно отдавали в страны с низкими зарплатами, к узкой экспертизе — а квалифицированных инженеров, математиков, медиков и юристов в СНГ достаточно. Оплата на таких площадках, как правило, почасовая и в валюте, работа удалённая и проектная, а объём задач напрямую зависит от того, сколько лабораторий одновременно обучают новое поколение моделей.
Ограничения тоже реальны: площадки требуют подтверждения квалификации и личности, а способы вывода средств для жителей ряда стран региона сильно сужены — это стоит проверять до, а не после выполнения задания. Отдельно стоит помнить и про историю с утечкой: анкеты, дипломы и паспортные сканы попадают в чужую инфраструктуру, и застраховаться от этого исполнитель не может.
Второй практический вывод — рыночный: если человеческая экспертиза стоит миллиарды долларов и продолжает дорожать, то тезис о скором обесценивании профессиональных знаний из-за ИИ выглядит преждевременным. Пока что модели покупают эти знания, а не заменяют их.
* Принадлежит компании Meta, деятельность которой признана экстремистской и запрещена на территории Российской Федерации. Социальные сети Facebook и Instagram запрещены в РФ.
