ニュース

Mercor、7.5億ドルのシリーズDを200億ドル評価で調達(2026年11月10日)

2026年11月10日、AIデータ企業のMercorは7.5億ドルのシリーズD調達を発表し、評価額は200億ドルに達した。調達資金はモデル評価(evals)とポストトレーニング事業の拡張に充てられる。投資家にはBenchmark、General Catalyst、NVIDIA、Salesforceなど13社が名を連ねる。

一文要約

2026年11月10日、AIデータ企業のMercorは7.5億ドルのシリーズD調達を発表し、評価額は200億ドルに達した。投資家はBenchmark、General Catalyst、NVIDIA、Salesforce、Apollo関連基金など13社。調達資金は「モデル評価(evals)」と「ポストトレーニング」の基盤拡張に充てられ、あらゆる業種の企業が自社の業務データと専門家の知見でAIエージェントを測定・訓練できるようにすることが狙いである。

出来事の概要 ​

2026年11月10日、MercorはBusiness Wireを通じて資金調達を公表した。7.5億ドルのシリーズDで、評価額は200億ドル。同社は自らを「組織が人間の専門知識を使ってAIを訓練・評価できるようにするAIデータ企業」と位置づけている。

発表に列記された投資家は13社である。Benchmark、Felicis、Fundomo、Apollo関連機関が運用する基金、G Squared、General Catalyst、Glade Brook Capital、NVIDIA、Salesforce、Sapphire Ventures、StepStone Group、XTX Ventures、Zoom。以前のラウンドと比べた変化は、後期段階のファンドと戦略的投資家が増えたこと、そしてNVIDIAとSalesforceという、いずれもMercorの初期ラウンドに既に参加していた2社が引き続き名を連ねていることである。

資金使途は具体的に書かれている。Mercorの評価(evals)とポストトレーニング(post-training)事業を加速させ、あらゆる業種の企業が「AIエージェントが業務をどれだけ確実に、いくらのコストで完了するか」の基準を測定し設定できるようにする、というものである。

主要データ ​

項目内容
ラウンドシリーズD
調達額7.5億ドル
ポストマネー評価額200億ドル
発表日2026年11月10日
企業の位置づけ人間の専門知識でAIを訓練・評価するAIデータ企業
資金使途モデル評価(evals)とポストトレーニング基盤の拡張
投資家Benchmark、Felicis、Fundomo、Apollo関連基金、G Squared、General Catalyst、Glade Brook Capital、NVIDIA、Salesforce、Sapphire Ventures、StepStone Group、XTX Ventures、Zoom
専門家ネットワーク500万人超
主要製品APEX公開ベンチマーク群、企業別カスタムベンチマーク、ポストトレーニング環境
実施済み買収Deeptune(今年前半)。チームは数百の企業アプリを訓練環境として再構築
設立・所在地2023年、サンフランシスコ
顧客層フロンティアAIラボ、大手テクノロジー企業、AIスタートアップ、フォーチュン500企業
既存投資家Benchmark、Felicis、General Catalyst、Menlo Ventures、NVIDIA、Salesforce

1. この資金が買うのは「データ」ではなく「基準」 ​

多くのAIデータ企業のビジネスモデルは、注釈付きデータセットの販売である。生の素材を学習可能なサンプルに加工し、量に応じて課金する。Mercorの発表の言葉遣いはこれと異なり、「測定」「基準」「評価」という語が繰り返される。

共同創業者で共同CEOのBrendan Foodyは次のように述べている。経済のあらゆる仕事にそれぞれのAIエージェントが必要になり、あらゆる企業は自社の仕事でそれらを訓練・評価する手段を必要とする、と。共同創業者で共同CEOのAdarsh Hiremathはより直接的に語る。モデルは公開ベンチマークで高得点を取っても、特定の企業の業務を定義するシステム、ポリシー、例外的なケースで失敗することがある。同社は各企業とともにカスタムベンチマークを構築し、モデルがその企業自身の基準に合うかを測定し、そのベンチマークをポストトレーニングの出発点にする、という。

この言明は「評価」を学術的な行為から企業の調達判断へと移す。論理の連鎖はこうである。モデルの能力が高まるほど、汎用指標で自社に使えるかどうかを判断するのは難しくなる。そして汎用指標、すなわち公開ベンチマークは、企業のシステム、ポリシー、例外処理を反映できない。したがって評価は企業自身のデータ・プロセス・基準で定義されなければならず、そのカスタムベンチマークが一度できれば、それはポストトレーニング(モデルを特定業務に適応させる追加学習)の起点になる。

産業全体で見れば、これは立脚点の移動である。過去数年間、フロンティアラボは「専門家が駆動する訓練データ」の主要な買い手だった。Sapphire Venturesの社長・パートナー・共同創業者であるJai Dasは発表の中でこう判断している。オープンモデルが十分に良くなれば、あらゆる企業が自社の仕事でエージェントを評価・訓練したがるようになり、買い手の構造は少数のラボから広範な企業へ拡散する、と。

2. 500万人の専門家ネットワークとDeeptune:仕事を訓練環境に変える ​

発表が示した二つの基盤的詳細は、この企業が約2年で評価額200億ドルに到達した理由を説明する。

第一は専門家ネットワークの規模、500万人超である。この数字の意味は人数ではなく網羅性にある。AIに「ある仕事のやり方」を学ばせるには、実際にその仕事をしてきた人間が、タスクを分解し、出力の質を判断し、「正しくできた」とは何かを定義する必要がある。これは供給側の希少な資源であり、短期間で複製するのは難しい。Jai Dasは「専門家ネットワーク、タスク設計、訓練・評価環境」の三つを複製困難な資産として挙げている。

第二は環境の構築である。Mercorは今年前半にDeeptuneを買収した。このチームは2年をかけて数百の企業アプリケーションを訓練環境として再構築した。ここがポストトレーニングを理解する鍵になる。エージェントを実際のシステム内で動かすには、再生可能なアプリケーション環境が必要である。CRM、ERP、チケット管理、承認フローなどである。企業のソフトウェア環境を複製して初めて、エージェントは安全な条件下で練習し評価を受けることができる。

これに並ぶのがAPEXで、経済的に価値のある仕事においてAIがどう振る舞うかを測るMercorの公開ベンチマーク群である。公開ベンチマークとカスタムベンチマークは二層構造をなす。前者は業界横断の参照点を与え、後者は個別企業に固有の基準を与える。

3. 評価額の曲線:1年で100億ドルから200億ドルへ ​

Forbesは11月10日から11日にかけて、今回の評価額が1年前の100億ドルから倍になったと報じ、23歳の共同創業者3人を「世界最年少の自称億万長者(self-made billionaire)」と呼び、最新評価額に基づけば3人の資産も倍になったと推計した。

基準は分けて扱う必要がある。200億ドルは企業自身の発表が示す評価額である。「1年前は100億ドル」はForbesの報道による数値である。それ以前のラウンドの評価額は媒体によって表現が一致せず、本稿では列挙しない。企業の発表自体は、今回の評価方法、セカンダリー取引価格、株主構成の変化を開示していない。

評価額が倍になる速さは別途注目に値する。1年で評価額が2倍になる場合、通常は二つの可能性がある。一つは売上や受注規模が比例して拡大した場合、もう一つは市場がこの種の資産全体の価格設定を引き上げた場合である。本発表はMercorの売上高、利益、契約規模、顧客数を開示していないため、どちらに当たるかを判断できず、200億ドルがどの売上倍数に対応するかを検証することもできない。

4. この資金が賭けているもの:企業が持つ「自前の知能」 ​

発表の表現を並べて読むと、賭けの対象は明確になる。今後数年間、経済的価値の重心は「モデルを作る」ことから「既存モデルを具体的な仕事に適用する」ことへ移る、という仮説である。

発表自身の判断はこうである。今後5年間で、新しく生まれる仕事と「既存モデルを実際の業務に適用する」ために使われる金額の双方が、「新しいモデルを構築する」ために使われる部分を上回る。根拠として、新しい能力が生まれるたびに、企業が評価し訓練し運用する必要のある新しい業務フローが開かれることを挙げている。

この判断が正しければ、産業のボトルネックは計算資源とモデル能力から、三つのものへ移る。ドメイン専門家、再生可能な業務環境、定量化できる評価基準である。これはまさに発表が繰り返し強調する資産にほかならない。

逆のシナリオも明らかに存在する。汎用モデルの能力向上が十分に速く、企業がカスタム評価やポストトレーニングなしにモデルを使えるようになれば、この中間層の価値は圧縮される。企業が評価とポストトレーニングのチームを内製化すれば、第三者市場は内部に取り込まれる。発表はこのどちらにも触れておらず、顧客の継続率や再購入データも開示していないため、これは観察を要する命題にとどまる。

影響と限界 ​

第一に、この調達は「AI評価」をニッチなツールから独立したカテゴリーへ押し上げた。200億ドルという評価額は、資本市場が「AIが仕事をこなせるかを測る」こと自体に独立した値付けをしようとしていることを意味する。データ注釈の付属物として扱う段階ではない。

第二に、専門家ネットワークと訓練環境が二つの参入障壁を構成する。前者は実務者の規模と品質管理に依存し、後者は企業のソフトウェア環境を複製する能力に依存する。どちらも純粋な資本だけで短期間に積み上げられるものではなく、競争上の立脚点になっている。

第三に、NVIDIAとSalesforceが同じ投資家リストに並ぶことは、バリューチェーンの上流と下流で異なる動機を映している。一方はモデルの実装に必要な評価と適応に関心があり(それは自社ハードの最終的な利用効率に直結する)、他方は企業顧客がAIを自社の業務プロセスにどう接続するかに関心がある。

明示すべき限界:

  • 7.5億ドルと200億ドルという評価額はいずれも企業の調達発表に由来するが、発表は売上高、利益、契約規模、顧客数、評価方法を開示していない。「売上倍数」「PS倍率」の推計には公開された根拠がない。
  • 「1年前は100億ドル」という比較はForbesの報道であり、企業の開示ではない。
  • 「今後5年間」「あらゆる仕事にそれぞれのエージェントが必要」「あらゆる企業が評価と訓練を行う」といった記述は、企業とその投資家による見通しであり、既に起きた事実ではない。
  • 500万人の専門家ネットワークの構成(専任か兼任か、地域分布、報酬方式)は開示されていない。
  • 本稿は評価額の妥当性を判断せず、調達後の株主構成の変化も推計しない。

公式情報源 ​