OpenAI、Anthropic背后的AI“数据工厂”，被曝上半年营收41.6亿，超过去年全年

智东西
编译 茄子
编辑 程茜

智东西7月22日消息，昨日，The Information根据一份财务文件报道，美国AI数据训练独角兽Mercor今年上半年实现6.14亿美元（约合人民币41.6亿元）营收，同比增长70%，超过去年全年收入，其中约91%的收入来自AI基础模型公司。

Mercor成立于2023年，最初做AI招聘工具，后转型为AI公司提供训练数据和模型评估服务。该公司通过组织全球专业人才参与AI模型训练，帮助大模型提升回答质量和推理能力。Mercor主要客户包括OpenAI、Anthropic和Google DeepMind等头部AI企业，以及Reflection AI、Thinking Machines Lab等新兴AI实验室。

The Information 7月9日援引知情人士报道，Mercor正在计划融资5亿美元（约合人民币34亿元），投后估值可能达到200亿美元（约合人民币1355亿元）。Mercor上一轮融资是2025年10月完成的3.5亿美元（约合人民币23.7亿元）C轮融资，投后估值达到100亿美元（约合人民不677亿元）。此次5亿美元（约合人民币34亿元）融资若顺利完成，Mercor估值有望在一年内翻倍。

Mercor由Brendan Foody、Adarsh Hiremath和Surya Midha三人共同创立。其中，Brendan Foody担任CEO，Adarsh Hiremath担任CTO，Surya Midha为董事会主席。三人均为00后创业者，高中时期在辩论队相识并成为挚友，后分别从乔治城大学和哈佛大学辍学，全职创立Mercor。目前，他们被认为是全球最年轻的白手起家亿万富翁之一。

▲Mercor创始人合照，从左至右依次为CTO Adarsh Hiremath、CEO Brendan Foody、董事会主席Surya Midha（图源：Mercor）

一、收入高速增长背后，客户依赖和成本压力仍是挑战

The Information透露，今年6月，Mercor月收入折算后的年化收入达到20亿美元（约合人民币135亿元），营收增速较年初增长一倍。Mercor还向投资者透露，该公司预计今年年底年化收入将达到28亿美元（约合人民币190亿元）。

财务文件披还披露，Mercor今年上半年收入约91%都来自AI基础模型公司。这意味着，如果大型AI公司减少外部采购，或者选择自行建设数据训练能力，可能会影响Mercor未来增长。

这种风险也是投资者关注的问题之一。越来越多AI基础设施创业公司依赖少数大型客户，如果这些客户一旦调整供应链策略，可能直接影响公司的收入增长。

此外，今年3月发生的供应链攻击事件，也增加了外界对其业务稳定性的担忧。据Wired报道，Meta因安全事件暂停与Mercor合作，目前尚未恢复。

除了客户集中问题，人工专家成本也是Mercor面临的重要挑战。Mercor目前依靠大量专业人才参与模型评估，该公司需要将约三分之二的收入支付给这些承包商。受此影响，Mercor去年毛利率约为27%，今年第二季度提升至33%。

The Information称，Mercor预计，随着规模扩大和业务结构调整，该公司毛利率将在明年提升至46%，并在2030年达到56%。

二、服务OpenAI、Anthropic等巨头，Mercor聚合领域专家优化模型

随着大模型竞争进入能力优化阶段，模型提升已经不再只依赖参数规模和算力，高质量训练数据的重要性正在不断提升。

相比早期依靠大规模人工标注的数据，当前AI公司需要更加专业、贴近真实任务的数据，例如法律推理、医疗分析、复杂代码生成等场景，都需要领域专家参与评估和反馈。

Mercor正是在这一趋势下快速增长。不同于传统数据标注公司，Mercor主要通过连接全球专业人才，为AI公司提供更复杂的数据训练和模型评估服务。这些训练人员包括律师、医生、作家以及拥有博士背景的研究人员，他们负责评价AI模型生成的答案，帮助模型提升准确性、推理能力和专业能力。

当前，Mercor主要为OpenAI、Anthropic为代表的基础模型公司和以Reflection AI、Thinking Machines Lab为代表的新型AI实验室提供数据训练和模型评估服务。

Mercor并非是AI训练数据赛道的唯一玩家。Scale AI、Surge AI、Handshake AI等公司也在为AI企业提供训练数据和模型评估服务，帮助前沿模型进行优化和微调。

其中，Scale AI是AI训练数据领域的龙头，长期服务OpenAI、谷歌、微软等巨头；Surge AI则专注高质量RLHF和专家偏好数据；Handshake AI依托其学术网络，同样聚焦高质量专家数据生产和模型评估。

三、拓展客户、布局强化学习环境，Mercor寻找下一增长曲线

为了降低对基础模型公司的依赖，Mercor正在扩大客户范围。据The Information报道，Mercor预测其客户在基础模型公司中的集中度将在未来五年内逐渐下降，因为他们将向更多AI初创公司（包括需要评估定制模型的应用开发者）以及AI领域之外的大型企业销售评估和训练服务。该公司的募资材料还中列出了Ramp、Blue Owl和Citi等金融机构作为客户。

Mercor还称，未来几年，该公司来自AI初创企业以及大型企业的收入占比将持续提升。预计到2028年，AI初创公司和财富2000强企业为Mercor带来的收入将超过基础模型公司；到2030年，来自基础模型公司的收入在Mercor的收入占比预计下降至不足三分之一。

除了拓展客户，Mercor也开始布局新的AI训练方式。部分研究人员认为，强化学习环境（Reinforcement Learning Environment）可能在部分场景中替代人工反馈。通过构建模拟的软件环境，AI可以直接学习完成任务，而不再完全依赖人工评价。

7月9日，Mercor宣布收购专注于强化学习环境设计的初创公司Deeptune，希望帮助企业快速构建更加真实的AI训练环境。

不过，Mercor认为，在法律等高风险、高复杂度领域，人类专家仍然具有不可替代的价值。

结语：从大模型客户到企业市场，Mercor试图降低收入依赖

随着大模型竞争从规模扩张进入能力优化阶段，高质量训练数据和模型评估服务的重要性正在提升，AI数据训练也正在从单纯的数据标注业务，向更专业、更复杂的模型优化基础设施演变。

Mercor凭借连接全球专家资源，快速切入OpenAI、Anthropic等头部模型公司的训练流程，并实现高速增长。但与此同时，客户集中、人工成本以及训练方式变化，也成为其未来发展的关键挑战。

通过拓展企业客户、布局强化学习环境等方式，Mercor正在尝试降低对单一业务模式的依赖。不过，随着AI生成数据和自动化训练技术不断发展，Mercor能否从人工驱动的数据服务商成长为更大规模的AI训练基础设施平台，仍需要时间验证。

来源：The Information