Model geliştiricilerine eğitim verisi, değerlendirme ve eğitim sonrası işler sağlayan yapay zekâ girişimi Mercor, şirketi 20 milyar dolar değerlemeyle fiyatlayan D serisi turunda 750 milyon dolar topladığını salı günü açıkladı. sourcery.vc'ye göre tur, bir çalışan hisse satışını (employee tender) ve Apollo iştiraklerinin yönettiği fonların katılımını içeriyordu.
Değerleme, olağandışı bir büyümeye dayanıyor. Mercor, 27 ayda 3 milyar dolarlık yıllık gelir hızına ulaştığını ve platformu üzerinden beş milyondan fazla uzmana ödeme yapıldığını belirtti. CEO Brendan Foody bu eşiği kamuya açık şekilde bir yazılım şirketinin ulaştığı en hızlı tırmanış olarak çerçeveledi.
Ama asıl ilginç değişim Mercor'un gerçekte ne sattığında. Şirketin konumlandırmasına yakın analistler, Mercor'un başlangıçtaki işgücü pazar yeri modeli değil, pekiştirmeli öğrenme (RL) ortamları ve eval'ler (değerlendirmeler) tedarikçisi olduğunu savunuyor. Bu okumada ürün, sınır modellerini öğreten ve puanlayan iskelet: notlanmış görevler, insan tercih verisi ve bir modelin kodlama, araştırma ya da akıl yürütmede iyi olup olmadığını belirleyen test düzenekleri.
Bu ayrım, işin nasıl fiyatlandığı açısından önemli. Mercor işgücü satıyorsa geliri hizmet geliridir — doğrusal, çalışan sayısına bağlı ve altı oyulması daha kolay. Değerlendirme altyapısı ve RL ortamları satıyorsa gelir daha çok yazılım ve veri lisanslamasına benzer; marjları daha iyi ve laboratuvarlar taze kıyas ölçütlerine ve eğitim sonrası sinyaline ihtiyaç duydukça daha kalıcı bir bağlılık yaratır.
Turun yapısı da bir sinyal. Çalışan hisse satışı, erken dönem personeline çıkışı beklemeden yeni fiyattan bir miktar hisse nakde çevirme imkânı tanır — değerlemeler şişerken ve halka arz pencereleri belirsiz kalırken yaygınlaşan bir özel piyasa pratiği. Apollo bağlantılı fonların geleneksel risk sermayedarlarının yanında katılması, kurumsal sermayenin geç aşama yapay zekâ altyapısını saf bir risk yatırımı değil, kredi benzeri, nakit akışı destekli bir varlık olarak gördüğüne işaret ediyor.
Mercor'un bundan sonraki sınavı, her veri ve eval şirketinin karşılaştığı soru: modellerin önünde kalmak. Sınır laboratuvarları kendi sentetik eğitim verisini üretip kendi değerlendirmelerini tasarlayabildiğinde, dış bir tedarikçinin değeri laboratuvarların kolayca kopyalayamayacağı bir şey sunmaya bağlı — insan uzmanlığı, çekişmeli görev tasarımı ya da gerçek dünya ortamlarının genişliği. 20 milyar dolarlık bir değerlemede bu soru artık akademik değil.

