Mercor capta US$ 750 milhões em rodada Série D, com avaliação de US$ 20 bilhões, para expandir o treinamento de IA

A Mercor anunciou uma rodada Série D de US$ 750 milhões em 10 de novembro de 2026, alcançando uma avaliação de US$ 20 bilhões. O financiamento incluiu uma oferta secundária para funcionários e a participação de NVIDIA, Salesforce, Zoom e outros investidores.

Benchmark, Felicis, Fundomo, fundos administrados por afiliadas da Apollo, G Squared, General Catalyst, Glade Brook Capital, Sapphire Ventures, StepStone Group e XTX Ventures também participaram. O financiamento acelerará a infraestrutura e a pesquisa para avaliação de modelos e pós-treinamento — isto é, treinamento adicional de um modelo existente —, além de apoiar a criação de mais ambientes nos quais agentes possam aprender fluxos de trabalho complexos. Em 2026, a Mercor também abriu escritórios em Nova York e Londres, expandindo suas operações para além de San Francisco a fim de ficar mais perto de clientes corporativos e de laboratórios e recrutar funcionários.

Avaliações corporativas e treinamento especializado

Nos últimos dois anos, a Mercor construiu uma infraestrutura para treinar e avaliar modelos de fronteira em tarefas do mundo real, com o uso de conhecimentos especializados de pessoas. Agora, está ampliando esses recursos para atender empresas, com avaliações destinadas a determinar o que os agentes conseguem fazer, quanto custam e como seu desempenho pode melhorar. Suas avaliações personalizadas usam os fluxos de trabalho reais de cada empregador para medir os modelos em relação aos requisitos da empresa e identificar em que pontos treinamento adicional ou prática em ambientes realistas poderiam ajudar.

Segundo a Mercor, sua rede reúne mais de cinco milhões de especialistas remunerados para treinar modelos de IA de fronteira, e os Estados Unidos têm mais de 800 ocupações distintas com fluxos de trabalho que ainda não foram usados para avaliar modelos. A estratégia da empresa para atender clientes corporativos começa com um modelo aberto capaz, desenvolve avaliações públicas e usa o pós-treinamento para reduzir custos antes de treinar modelos para os clientes.

Essa abordagem distingue entre saber como uma tarefa costuma ser realizada em geral e saber como uma empresa específica a executa de acordo com seus próprios sistemas, políticas e padrões de qualidade. A Mercor afirma que o pós-treinamento exige apenas uma fração dos recursos necessários na vanguarda. Seu trabalho com laboratórios de fronteira e empresas se apoia na mesma rede de especialistas, nos mesmos métodos de avaliação e na mesma infraestrutura de pós-treinamento, permitindo que as lições aprendidas em cada frente contribuam para a outra.

O papel da Deeptune no treinamento de agentes

No início de 2026, a Mercor adquiriu a Deeptune, uma empresa de ambientes de aprendizado por reforço. O anúncio de 9 de julho de 2026 detalhou a aquisição planejada e os dois anos de trabalho da Deeptune para recriar centenas de aplicativos corporativos — de planilhas ao Salesforce — em ambientes de treinamento de agentes. Esses ambientes permitem que os agentes pratiquem fluxos de trabalho profissionais.

Cada ambiente tem três componentes: o software no qual o trabalho é realizado, as tarefas que definem o que o agente deve fazer e os verificadores que determinam se ele conseguiu. Os especialistas da Mercor criam tarefas e verificadores que traduzem o julgamento humano em sinais de aprendizado. Segundo o anúncio de julho, seu sistema APEX mede o desempenho dos modelos em tarefas de valor econômico ao longo de milhares de fluxos de trabalho do mundo real, enquanto a Deeptune fornece a camada de software necessária para transformar essa expertise em ambientes de treinamento.

Gastos internos com IA

Segundo a Mercor, a empresa gasta três vezes mais com inferência — o processamento computacional usado para executar modelos — do que com os salários dos funcionários, e esse gasto se paga ao tornar os funcionários mais eficientes em suas funções.

O cofundador e diretor executivo Brendan Foody afirmou que, se essa proporção se mantiver à medida que a IA se disseminar pela economia, ela aponta para algo mais próximo de um crescimento de dois dígitos do produto interno bruto nos próximos cinco anos, quase três vezes a taxa que ele descreveu como habitual.

O financiamento sustenta uma proposta única para empresas: construir o ambiente, fornecer os especialistas e avaliar se um agente está pronto. Para a Mercor, o teste prático é o desempenho confiável nos próprios fluxos de trabalho do cliente, nos quais o conhecimento geral de tarefas, por si só, não basta.