Mercor: datos humanos y evaluación para el desarrollo de inteligencia artificial

Mercor se presenta como una plataforma que organiza inteligencia humana para impulsar la economía de la IA. Su actividad se centra en conectar a profesionales expertos con laboratorios de inteligencia artificial de vanguardia y empresas que necesitan datos, evaluaciones y entornos de entrenamiento para sus modelos. La compañía opera desde San Francisco, California.

Red de expertos y trabajos para profesionales

La plataforma cuenta con una red de más de 30.000 expertos, entre los que se incluyen médicos, abogados, ingenieros y consultores. A través de ella, los profesionales pueden encontrar trabajos remunerados para resolver retos de IA. Según los datos publicados, la tarifa media contratada es de 109 dólares por hora, se han creado 466.000 roles y se han realizado pagos diarios por más de 4 millones de dólares.

El sitio muestra ejemplos de roles activos, como encuestas para clínicos sobre atención ambulatoria y comunitaria, un grupo de expertos clínicos generales (MD/DO) con una tarifa de 150 dólares por hora, y un estudio de opinión para miembros de Medicare Advantage de Devoted Health con una tarifa de 120 dólares por hora. Estos datos corresponden al catálogo visible en el momento del análisis.

APEX Benchmarks: evaluación de modelos de IA

Mercor desarrolla la familia de benchmarks APEX, que evalúa si los modelos de IA de frontera pueden realizar tareas económicamente valiosas en servicios profesionales, medicina e ingeniería de software. La familia incluye:

APEX-Agents: tareas de largo horizonte y entre aplicaciones en servicios profesionales. Los resultados mostrados incluyen Opus 5.5 Max con 73,5%, Fable 5.1 Max con 68,6% y Gemini 3.7 Flash High con 67,8%.
APEX-Accounting: tareas de largo horizonte y entre aplicaciones en contabilidad profesional, en colaboración con Ramp. Los resultados incluyen Opus 5.5 Max con 61,8%, Fable 5.1 Max con 61,0% y Opus 5.5 Medium con 59,9%.
APEX-SWE: ingeniería de software del mundo real en integración y observabilidad, en colaboración con Cognition. Los resultados incluyen Opus 5 Max con 63,7%, Fable 5.1 Max con 63,6% y Fable 5 Max con 58,8%.

Soluciones para empresas

Mercor ofrece a las empresas la posibilidad de convertir su experiencia en IA de producción, nuevas fuentes de ingresos y la inteligencia humana que sustenta los principales modelos. Sus servicios se organizan en tres áreas:

Datos humanos y evaluaciones: acceso a más de 30.000 expertos (médicos, abogados, ingenieros, consultores), benchmarks y entornos de aprendizaje por refuerzo construidos sobre trabajo profesional real (APEX), y evaluación humana a la escala que demandan los laboratorios de frontera.
Monetización de datos: creación de nuevas fuentes de ingresos a partir de los datos de flujo de trabajo que las empresas ya generan. La plataforma aplica anonimización automatizada que enmascara más de 60 categorías de identificadores sensibles, y la organización mantiene el control total sobre qué datos se comparten.
IA empresarial: identificación de oportunidades de alto valor mediante el mapeo de flujos de trabajo y conocimiento institucional, despliegue de IA de producción con ingenieros de campo integrados e integraciones de nivel empresarial, y medición y mejora del rendimiento de la IA con una plataforma de contexto, evaluaciones y optimización continua.

Adquisición de Deeptune y valoración

El sitio anuncia que Mercor adquirirá Deeptune, una operación que, según la compañía, permitirá construir entornos de entrenamiento realistas en más industrias y roles combinando los cinco millones de expertos de Mercor con la plataforma de Deeptune. Asimismo, se recoge una noticia de CNBC según la cual Mercor alcanzó una valoración de 10.000 millones de dólares tras una ronda de financiación de 350 millones. Otras menciones en medios incluyen a Forbes, TIME y Bloomberg.

Actividad editorial y contenidos

La empresa mantiene un blog y una sección de noticias con artículos sobre IA empresarial, agentes de IA y su aplicación en sectores como seguros. Entre los títulos publicados figuran análisis sobre por qué los agentes de IA se quedan atascados en pruebas de concepto y sobre cómo la IA debería ganarse la autoridad en suscripción de seguros.