三个 22 岁亿万富翁:靠 AI 数据标注超越扎克伯格,Mercor 如何抢走 Scale AI 的客户?

新闻

作者：微信文章
· REPORT ·

当 Meta 豪掷 143 亿美元收购 Scale AI 49% 股份时，谁也没想到，这场震动行业的并购案，竟意外成就了三个 22 岁青年的创业神话。他们创立的 Mercor 公司，凭借 AI 数据标注业务，估值飙升至 100 亿美元，三位创始人一举成为史上最年轻的白手起家科技亿万富豪，超越了 20 年前以 23 岁年龄跻身富豪行列的扎克伯格。

01

高中辩论队到百亿独角兽



Mercor 的三位创始人 —— 布伦丹・富迪 (Brendan Foody)、苏里亚・米达 (Surya Midha) 和阿达什・希雷马特 (Adarsh Hiremath) 的创业故事始于高中辩论队。在加州圣荷西的私立高中 Bellarmine College Preparatory，三人凭借辩论赛中培养的逻辑分析与团队协作能力，逐渐萌生了创业念头。

Foody 的创业基因更早显露。16 岁时，他发现许多初创企业不了解 AWS 的免费云资源计划，便成立咨询公司，帮助企业申请优惠并收取服务费，每单收费 500 美元，客户涵盖数百家企业。这段经历让他意识到："要创造岗位，并把东西卖给那些'有钱且痛点强烈'的客户。"

2023 年，三人分别从乔治城大学和哈佛大学辍学，在旧金山一间宿舍里创立了 Mercor。初期，公司定位为 AI 招聘平台，旨在通过算法匹配技术人才与企业需求。然而，ChatGPT 的发布彻底改变了游戏规则 ——AI 模型训练竞赛爆发，数据标注成为刚需。Mercor 迅速调整方向，将业务聚焦于为 AI 实验室招募律师、博士等高技能专家，训练模型处理复杂任务。

02

行业震荡：Scale AI 收购案的 "蝴蝶效应"



Mercor 的爆发式增长，与一场震动行业的并购案密不可分。2025 年 6 月，Meta 以 143 亿美元收购数据标注巨头 Scale AI 49% 股份，并挖角其 CEO 亚历山大・王 (Alexandr Wang) 领导新成立的 MSL (Meta Superintelligence Labs)。

这场交易看似巩固了Scale AI的地位，实则埋下了隐患。Scale AI 长期为 OpenAI、谷歌等实验室提供数据标注服务，但与 Meta的联姻让其失去中立性。彭博社报道称，交易完成后，OpenAI 和谷歌逐步停止了与 Scale AI 的合作，转而寻求替代方案。

Foody 敏锐捕捉到这一机会："当最大竞争对手因利益冲突失去客户信任时，就是我们切入市场的最佳时机。"Mercor 迅速填补了市场空白，成为 OpenAI、xAI 等顶级 AI 实验室的关键数据供应商。

03

数据标注：AI 时代的 "黄金矿脉"



Mercor 的估值飙升，折射出数据标注在 AI 产业链中的核心地位。尽管合成数据技术进步，但复杂任务 (如医疗诊断、法律推理) 仍需人类专家标注。OpenAI 首席科学家伊尔亚・苏茨克维 (Ilya Sutskever) 曾指出："模型性能的上限，取决于训练数据的质量与多样性。"

Mercor 的独特优势在于 "精准匹配" 与 "垂直领域深度"。例如，为训练医疗 AI 模型，Mercor 能快速招募拥有临床经验的医生标注病例数据；为法律 AI 提供训练集时，则匹配熟悉判例法的律师。这种能力源于其核心算法：通过分析项目需求、专家技能和历史表现，实现 "千人千面" 的匹配。

公司营收结构中，数据标注占比超 80%，其余来自 AI 招聘服务。2025 年上半年，Mercor 实现 600 万美元利润，过去六个月月均增长 60%。这种增长得益于 "长尾市场" 策略：传统标注商聚焦大额合同，而 Mercor 专注于 5 万美元以下的小型项目，通过快速迭代满足实验性需求。

04

资本与人才：独角兽的护城河



Mercor 的融资历程堪称 "光速"：

2024 年 1 月：完成360万美元种子轮融资

2024 年 9 月：A 轮融资3000万美元，估值达2.5亿美元

2025 年 2 月：B 轮融资1亿美元，估值跃升至20亿美元

2025 年 11 月：估值再翻5倍至100亿美元

投资者名单包括 Benchmark、Twitter 联合创始人杰克・多尔西 (Jack Dorsey)、前美国财政部长拉里・萨默斯 (Larry Summers) 等。Benchmark 合伙人彼得・芬顿 (Peter Fenton) 表示："Mercor 证明了数据质量比数量更重要，这是 AI 时代的硬通货。"

资本加持下，Mercor 加速构建人才壁垒。公司聘请前 Uber 产品负责人桑迪普・贾因 (Sundeep Jain) 担任总裁，引入大型科技公司的管理经验；同时与顶尖高校合作，建立 "AI 训练师" 人才库。目前，Mercor 平台注册专家超 10 万名，涵盖医疗、法律、金融等 30 个垂直领域，其中博士学历占比达 15%。

05

未来之战：从数据标注到 AI 生态主导权



Mercor 的野心不止于数据标注。公司正开发 "AI 训练师工作台"，集成自动化标注工具、质量监控系统和专家协作网络，旨在成为 AI 模型训练的 "操作系统"。Foody 设想："未来，研究人员只需定义任务目标，Mercor 将自动匹配专家、设计标注流程并优化数据质量。"

这一愿景与 AI 实验室的需求高度契合。OpenAI 内部文件显示，其 GPT-5 训练中，人类反馈数据成本占比超 40%，且质量波动导致模型性能不稳定。Mercor 的介入，有望降低数据成本并提升稳定性。xAI 工程师透露："与 Mercor 合作后，模型在数学推理任务上的准确率提升了 12%。"

更深远的影响在于，Mercor 可能重塑 AI 产业链的权力结构。传统模式下，科技巨头掌控数据与算力，而 Mercor 通过连接全球专家，构建了一个去中心化的人才网络。这种模式不仅降低了训练成本，还为中小实验室提供了与巨头竞争的机会。