Mercor raccoglie 750 milioni di dollari con un round di serie D, raggiungendo una valutazione di 20 miliardi di dollari per espandere l’addestramento dell’IA

Il 10 novembre 2026, Mercor ha annunciato un round di serie D da 750 milioni di dollari, che valuta 20 miliardi di dollari la società specializzata nell’addestramento dell’IA. Il finanziamento ha incluso un’offerta di acquisto riservata ai dipendenti e la partecipazione di NVIDIA, Salesforce, Zoom e altri investitori.

Hanno partecipato anche Benchmark, Felicis, Fundomo, fondi gestiti da affiliate di Apollo, G Squared, General Catalyst, Glade Brook Capital, Sapphire Ventures, StepStone Group e XTX Ventures. Il finanziamento accelererà lo sviluppo delle infrastrutture e la ricerca sulla valutazione dei modelli e sul post-addestramento, ovvero l’addestramento ulteriore di un modello esistente, sostenendo al contempo la creazione di un maggior numero di ambienti in cui gli agenti possano apprendere flussi di lavoro complessi. Nel 2026 Mercor ha inoltre aperto uffici a New York e Londra, espandendosi oltre San Francisco per essere più vicina ai clienti aziendali e ai laboratori e reclutare dipendenti.

Valutazioni aziendali e addestramento di esperti

Negli ultimi due anni, Mercor ha sviluppato infrastrutture per addestrare e valutare modelli di frontiera su attività reali, avvalendosi delle competenze umane. Ora sta estendendo queste capacità alle aziende, con valutazioni pensate per determinare cosa possono fare gli agenti, quanto costano e come migliorarne le prestazioni. Le valutazioni personalizzate utilizzano i flussi di lavoro effettivi di un datore di lavoro per misurare i modelli rispetto ai requisiti aziendali e individuare gli ambiti in cui ulteriore addestramento o esercitazioni in ambienti realistici potrebbero essere utili.

Mercor riferisce che la propria rete comprende oltre cinque milioni di esperti retribuiti per addestrare modelli di IA di frontiera e che negli Stati Uniti esistono oltre 800 professioni distinte con flussi di lavoro rispetto ai quali i modelli non sono ancora stati valutati. La strategia operativa dell’azienda parte da un modello aperto capace, sviluppa valutazioni pubbliche e ricorre al post-addestramento per ridurre i costi prima di addestrare modelli per i clienti.

Questo approccio distingue tra sapere come si svolge in generale un’attività e sapere come la gestisce una specifica azienda, in base ai propri sistemi, alle proprie politiche e ai propri standard di qualità. Mercor descrive il post-addestramento come un processo che richiede solo una frazione delle risorse necessarie per l’addestramento dei modelli di frontiera. Le attività dell’azienda con i laboratori di frontiera e con le imprese si basano sulla stessa rete di esperti, sugli stessi metodi di valutazione e sulle stesse infrastrutture di post-addestramento, consentendo alle esperienze maturate in ciascun ambito di contribuire all’altro.

Il ruolo di Deeptune nell’addestramento degli agenti

All’inizio del 2026, Mercor ha acquisito Deeptune, una società che sviluppa ambienti per l’apprendimento per rinforzo. L’annuncio del 9 luglio 2026 ha illustrato l’acquisizione pianificata e i due anni di lavoro di Deeptune dedicati alla ricreazione di centinaia di applicazioni aziendali, dai fogli di calcolo a Salesforce, per creare ambienti di addestramento degli agenti. Questi ambienti consentono agli agenti di esercitarsi in flussi di lavoro professionali.

Ogni ambiente comprende tre elementi: il software in cui si svolge il lavoro, le attività che definiscono ciò che l’agente deve portare a termine e i verificatori che stabiliscono se ci è riuscito. Gli esperti di Mercor creano attività e verificatori che traducono il giudizio umano in segnali di apprendimento. Secondo l’annuncio di luglio, il sistema APEX misura le prestazioni dei modelli su attività di valore economico nell’ambito di migliaia di flussi di lavoro reali, mentre Deeptune fornisce il livello software necessario per trasformare tali competenze in ambienti di addestramento.

La spesa interna per l’IA

Mercor riferisce di spendere per l’inferenza — la capacità di calcolo utilizzata per eseguire i modelli — il triplo di quanto spende per gli stipendi dei dipendenti; secondo l’azienda, questa spesa si ripaga rendendo i dipendenti più bravi nel proprio lavoro.

Il cofondatore e amministratore delegato Brendan Foody ha affermato che, se il rapporto rimarrà invariato con la diffusione dell’IA nell’economia, ciò indica una crescita del prodotto interno lordo più vicina alla doppia cifra nei prossimi cinque anni, quasi il triplo del tasso che ha descritto come consueto.

Il finanziamento sostiene un’unica proposta per le aziende: creare l’ambiente, fornire gli esperti e misurare se un agente è pronto. Per Mercor, la prova concreta consiste nel garantire prestazioni affidabili all’interno dei flussi di lavoro propri di un cliente, dove la sola conoscenza generale delle attività non è sufficiente.