AI数据训练领域的独角兽公司Mercor交出了一份亮眼的成绩单。据The Information援引一份财务文件报道，这家成立于2023年的公司今年上半年实现营收6.14亿美元（约合人民币41.6亿元），同比增长70%，这一数字已经超过了其去年全年的总收入。其中，约91%的收入来自AI基础模型公司，显示出其对头部AI客户的高度依赖。

Mercor最初是一家AI招聘工具开发商，后迅速转型为AI公司提供训练数据和模型评估服务。其核心模式是组织全球范围内的专业人才——包括律师、医生、作家以及拥有博士背景的研究人员——参与AI模型的训练和评估，帮助大模型提升回答质量和推理能力。这一模式精准切中了当前大模型竞争进入“能力优化”阶段的需求：模型提升已不再仅依赖参数规模和算力，高质量、专业化的训练数据正变得至关重要。

Mercor的主要客户囊括了AI领域的头部企业，包括OpenAI、Anthropic和Google DeepMind，以及Reflection AI、Thinking Machines Lab等新兴AI实验室。值得注意的是，The Information在7月9日曾报道，Mercor正在计划融资5亿美元（约合人民币34亿元），若顺利完成，其投后估值可能达到200亿美元（约合人民币1355亿元）。这距离其2025年10月完成的3.5亿美元C轮融资（投后估值100亿美元）仅过去不到一年，估值有望翻倍。

Mercor由三位00后创业者Brendan Foody（CEO）、Adarsh Hiremath（CTO）和Surya Midha（董事会主席）共同创立。三人高中时在辩论队相识，后分别从乔治城大学和哈佛大学辍学全职创业，目前被认为是全球最年轻的白手起家亿万富翁之一。

尽管增长迅猛，Mercor也面临显著挑战。首先是客户集中度风险：上半年超九成收入来自AI基础模型公司，一旦大型AI公司减少外部采购或自建数据训练能力，其增长可能受冲击。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因此暂停了与Mercor的合作，至今尚未恢复。

其次是成本压力。Mercor需要将约三分之二的收入支付给参与模型评估的专业人才承包商。受此影响，公司去年毛利率约为27%，今年第二季度提升至33%。Mercor向投资者预计，随着规模扩大和业务结构调整，毛利率明年将提升至46%，并在2030年达到56%。

在AI训练数据赛道，Mercor并非孤军奋战。Scale AI是该领域的龙头，长期服务OpenAI、谷歌、微软等巨头；Surge AI专注高质量RLHF和专家偏好数据；Handshake AI则依托学术网络聚焦专家数据生产。竞争格局正在快速演变。

为了降低对基础模型公司的依赖，Mercor正积极拓展客户范围。其募资材料中列出了Ramp、Blue Owl和Citi等金融机构作为客户，并预计到2028年，来自AI初创公司和财富2000强企业的收入将超过基础模型公司；到2030年，基础模型公司的收入占比预计降至不足三分之一。

此外，Mercor也开始布局新的AI训练方式。7月9日，该公司宣布收购专注于强化学习环境设计的初创公司Deeptune，旨在帮助企业构建更真实的AI训练环境。部分研究人员认为，强化学习环境可能在部分场景中替代人工反馈。不过Mercor认为，在法律等高风险、高复杂度领域，人类专家仍具有不可替代的价值。

从大模型客户到企业市场，从人工驱动到探索自动化训练，Mercor正在试图从一个高度依赖头部AI公司的数据服务商，转型为更全面的AI训练基础设施平台。这一转型能否成功，将决定其能否在AI产业的下一个阶段持续领跑。