اینکه چگونه آزمایشگاه‌های هوش مصنوعی از Mercor برای دریافت داده‌هایی که شرکت‌ها به اشتراک می‌گذارند استفاده نمی‌کنند

برندان فودی، مدیرعامل مرکور در روز سه‌شنبه در TechCrunch Disrupt 2025 گفت، به جای امضای قراردادهای گران قیمت با شرکت‌ها برای داده‌هایشان، آزمایشگاه‌های هوش مصنوعی این روزها روش جدیدی را امتحان می‌کنند: استفاده از کارمندان ارشد سابق این شرکت‌ها برای دانش صنعتشان.

Foody در یک پانل روی صحنه، بازار مرکور را به عنوان یکی از کانال‌های اصلی اتصال کارمندان سابق بانک‌های سرمایه‌گذاری، خانه‌های مشاوره، و شرکت‌های حقوقی با آزمایشگاه‌های هوش مصنوعی که به دنبال خودکارسازی این صنایع هستند، معرفی کرد. برخی از مشتریان Mercor عبارتند از OpenAI، Anthropic و Meta.

فودی، با استفاده از غول وال استریت به عنوان مثال، گفت: «استدلالی وجود دارد مبنی بر اینکه گلدمن ساکس از ایده داشتن مدل هایی که قادر به خودکارسازی زنجیره ارزش خود باشند، خوشش نمی آید. قطعاً پویایی رقابت را تغییر می‌دهد و این بخشی از دلیل نیاز آزمایشگاه‌ها به ما است. مشتریان آنها نمی‌خواهند به آنها داده‌هایی بدهند تا بخش‌های بزرگی از زنجیره ارزش خود را خودکار کنند، بنابراین آنها باید پیمانکارانی را استخدام کنند که قبلاً در آن شرکت‌ها کار می‌کردند، آن جریان‌های کاری را درک کنند و مایل به آموزش مدل‌هایی برای خودکارسازی آنها هستند.»

فودی، بنیانگذار 22 ساله مرکور، می گوید که استارتاپ او به کارشناسان صنعت تا 200 دلار در ساعت دستمزد می دهد تا فرم ها را پر کنند و گزارش هایی را برای آموزش هوش مصنوعی بنویسند. این شرکت اکنون ده ها هزار پیمانکار دارد و می گوید که هر روز بیش از 1.5 میلیون دلار به آنها کمک می کند. با این حال، فودی می‌گوید این استارت‌آپ همچنان سودآور است، زیرا آزمایشگاه‌های هوش مصنوعی حاضرند برای این داده‌های ارزشمند هزینه بیشتری بپردازند.

مرکور در کمتر از سه سال از آغاز به کار خود درآمد سالانه خود را به حدود 500 میلیون دلار افزایش داده است و اخیراً بودجه خود را با ارزش 10 میلیارد دلار افزایش داده است.

مدیران متصدی در سرتاسر اقتصاد دلایل خوبی برای مقاومت در برابر رشد Mercor دارند، زیرا دانش صنعت آنها ممکن است از طریق کارمندان سابق بازار استارت‌آپ از پشت در خارج شود، که در نهایت می‌تواند برای خودکارسازی کار آنها استفاده شود. فودی اذعان کرد که ممکن است ناکارآمدی در بازار را افشا کند، اما گفت که آن را “خلاف” نمی نامد.

در واقع، فودی می‌گوید که برخی از شرکت‌ها در حال حاضر از این «آینده کاری جدید» استقبال می‌کنند. او این ایده را مطرح کرد که بازار مرکور می‌تواند نوع جدیدی از اقتصاد گیگ را ایجاد کند، دقیقاً مانند اوبر که بیش از یک دهه پیش انجام داد. (در اوایل سال جاری، ساندیپ جین، مدیر ارشد تولید سابق اوبر، به عنوان رئیس جمهور به مرکور پیوست.)

فودی می‌گوید: «شرکت‌هایی هستند که از آن استقبال می‌کنند و می‌دانند که دنیا به سرعت تغییر خواهد کرد. قطعا دسته دیگری از شرکت‌ها وجود دارند که می‌ترسند و نگران این هستند که واسطه‌ای نشوند و مشتریانشان مستقیماً به آزمایشگاه‌های هوش مصنوعی یا پلت‌فرم‌های لایه برنامه مراجعه کنند. تصور من این است که دسته قبلی در سمت راست تاریخ قرار می‌گیرند.

در حالی که مرکور تلاش می‌کند دانش را از صنایع مختلف استخراج کند، فودی گفت که استارت‌آپ او تلاش می‌کند از ارتکاب جاسوسی شرکت‌های پیمانکاران جلوگیری کند – عمل غیرقانونی سرقت اطلاعات اختصاصی، اسرار تجاری یا مالکیت معنوی از یک تجارت و فروش آن به دیگری.

اما گفتن این کار آسان تر از انجام آن است. بیشتر نیروی کار مرکور کارمندان سابق شرکت‌های حقوقی، بانک‌های سرمایه‌گذاری و سایر صنایع هستند که در مورد داده‌های خود بسیار محرمانه هستند. فودی گفت که برخی از پیمانکاران مرکور هنوز در مشاغل روزانه خود کار می کنند و فقط داده های خود را ارائه می دهند، و او مدعی شد که به پیمانکاران دستور داده شده است که اسناد را از محل کار قبلی خود بارگذاری نکنند. با این حال، او اذعان کرد که با توجه به مقیاس استارتاپ او ممکن است «چیزهایی وجود داشته باشد که اتفاق بیفتد».

فودی استدلال می کند که دانش در سر یک کارمند متعلق به کارمند است و نه شرکت آنها – دیدگاه سخاوتمندانه تر از بسیاری از شرکت ها. به‌علاوه، در برخی از آگهی‌های شغلی مرکور، استارت‌آپ مرز بین درخواست دانش یک کارمند و داده‌های شرکتشان را طی می‌کند.

به عنوان مثال، Mercor در حال حاضر به دنبال آن است CTO یا یکی از بنیانگذاران یک استارتاپ که “می تواند اجازه دسترسی به یک پایگاه کد تولیدی قابل توجه” را برای ارزیابی های هوش مصنوعی یا آموزش بالقوه مدل هوش مصنوعی بدهد. مرکور در ایمیلی به TechCrunch گفت که چند مدیر ارشد فناوری استارت‌آپ آن‌ها را از این پیشنهاد پذیرفته‌اند اما از افشای جزئیات قراردادشان خودداری کردند.

مرکور یکی از اولین استارت‌آپ‌های داده‌ای بود که کارگران دانش بسیار ماهر را در ایالات متحده استخدام کرد و مبالغ زیادی را برای آموزش مدل‌های هوش مصنوعی به آنها پرداخت کرد. در اوایل رونق هوش مصنوعی، فروشندگان داده مانند Scale AI پیمانکارانی را در کشورهای جهان سوم استخدام کردند تا کارهای نسبتاً ساده برچسب زدن را انجام دهند. اکنون، اکثر رقبای Mercor – از جمله Surge و Scale AI – متوجه شده‌اند که آزمایشگاه‌های هوش مصنوعی برای بهبود مدل‌های هوش مصنوعی خود به متخصصان نیاز دارند. بسیاری از فروشندگان داده همچنین آموزش “محیط” را برای بهبود توانایی عوامل هوش مصنوعی برای تکمیل وظایف دنیای واقعی آغاز کرده اند.

Mercor به وضوح از بدبختی های Scale AI سود برده است: بسیاری از آزمایشگاه های هوش مصنوعی پس از سرمایه گذاری بزرگ متا در استارتاپ و استخدام مدیر عامل آن، کار با Scale AI را متوقف کردند. در سال گذشته، Mercor ارزش خود را 5 برابر کرده است، اما همچنان کوچکتر از Surge و Scale AI است که هر دو بیش از 20 میلیارد دلار ارزش دارند.

امروزه، بیشتر درآمد مرکور فقط از چند آزمایشگاه هوش مصنوعی به دست می‌آید، اما فودی می‌گوید این استارت‌آپ قصد دارد در آینده با سایر صنایع شریک شود. او معتقد است که شرکت‌های حقوقی، مالی و پزشکی برای استفاده از داده‌هایشان برای آموزش عوامل هوش مصنوعی کمک می‌خواهند – چیزی که مرکور در آن تخصص دارد.

فودی گفت: «به مرور زمان، ChatGPT بهتر از بهترین شرکت مشاوره، بهتر از بهترین بانک سرمایه گذاری و بهتر از بهترین شرکت حقوقی خواهد بود. این امر اقتصاد را به طور بنیادی متحول می کند، که یک نیروی مثبت گسترده خواهد بود که به ایجاد فراوانی برای همه کمک می کند.