Mercor、AIトレーニング拡大に向けシリーズDで7億5,000万ドルを調達、評価額は200億ドル

2026年11月10日、Mercorは7億5,000万ドルのシリーズD資金調達を発表し、AIトレーニング企業としての企業価値は200億ドルと評価された。この資金調達には従業員向けの株式公開買い付けが含まれ、NVIDIA、Salesforce、Zoomをはじめとする投資家も参加した。

Benchmark、Felicis、Fundomo、Apolloの関連会社が運用するファンド、G Squared、General Catalyst、Glade Brook Capital、Sapphire Ventures、StepStone Group、XTX Venturesも参加した。今回の資金は、モデル評価とポストトレーニング（既存モデルへの追加学習）に関するインフラと研究を加速させるとともに、エージェントが複雑なワークフローを学べる環境の拡充を支える。またMercorは2026年、ニューヨークとロンドンにオフィスを開設した。サンフランシスコ以外にも拠点を広げ、企業や研究機関の顧客に近づくとともに、従業員の採用を進める狙いがある。

企業向け評価と専門家によるトレーニング

Mercorは過去2年間、人間の専門知識を活用し、実際の業務に基づいて最先端モデルをトレーニング・評価するためのインフラを構築してきた。現在はその機能を企業向けにも展開しており、エージェントに何ができるのか、どれほどのコストがかかるのか、性能をどう改善できるのかを明らかにするための評価を提供している。同社のカスタム評価では、雇用主の実際のワークフローを用いてモデルを企業の要件に照らして測定し、現実に即した環境で追加トレーニングや練習を行うことで改善が見込める領域を特定する。

Mercorによると、同社のネットワークには最先端のAIモデルのトレーニングに対価を得て携わる専門家が500万人以上いる。また米国には、モデルの評価がまだ行われていないワークフローを含む職業が800種類以上ある。同社の企業向け戦略は、性能の高いオープンモデルを起点に公開評価を構築し、ポストトレーニングでコストを抑えたうえで、顧客向けモデルをトレーニングするというものだ。

このアプローチでは、ある業務が一般にどのように行われるかを知っていることと、特定の雇用主が独自のシステム、方針、品質基準のもとでその業務をどう進めるかを知っていることを区別する。Mercorは、ポストトレーニングに必要なリソースは最先端モデルの開発に必要な量の一部で済むと説明している。同社の最先端モデル研究機関向け事業と企業向け事業は、同じ専門家ネットワーク、評価手法、ポストトレーニング用インフラを活用しており、それぞれで得た知見を相互に生かせる。

エージェントのトレーニングにおけるDeeptuneの役割

2026年初め、Mercorは強化学習環境を手がける企業Deeptuneを買収した。2026年7月9日の発表では、買収計画の概要と、エージェントのトレーニング環境向けに、スプレッドシートからSalesforceに至るまで数百の企業向けアプリケーションを再現してきたDeeptuneの2年間にわたる取り組みが説明された。こうした環境により、エージェントは業務上のワークフローを練習できる。

各環境は、業務が行われるソフトウェア、エージェントが達成すべき内容を定めるタスク、そして成功したかどうかを判定する検証器の3つの要素で構成される。Mercorの専門家は、人間の判断を学習シグナルに変換するタスクと検証器を作成する。7月の発表によると、同社のAPEXシステムは、現実の何千ものワークフローにわたる経済的価値の高いタスクでモデルの性能を測定する。一方、Deeptuneは、そうした専門知識をトレーニング環境に変換するために必要なソフトウェア層を提供する。

社内のAI支出

Mercorによると、モデルの実行に使われる計算処理である推論への支出は、従業員の給与の3倍に達している。また、この支出は従業員の業務能力を高めることで回収できているという。

共同創業者兼CEOのBrendan Foodyは、AIが経済全体に広がる中でもこの比率が続くなら、今後5年間の国内総生産（GDP）の成長率は2桁に近い水準となり、一般的だとする成長率のほぼ3倍になることを示唆していると述べた。

今回の資金調達が支えるのは、環境を構築し、専門家を提供し、エージェントが実用に耐えられるかを測定するという一貫した企業向け提案だ。Mercorにとって実用性を判断する基準は、顧客独自のワークフローの中で安定した性能を発揮できることであり、一般的なタスクの知識だけでは不十分である。