时间：2026年7月22日
地点：美国旧金山
人物：Mercor联合创始人Brendan Foody（CEO）、Adarsh Hiremath（CTO）、Surya Midha（董事会主席）
事件详情：2026年7月22日，据The Information援引一份财务文件报道，美国AI数据训练独角兽Mercor今年上半年实现6.14亿美元（约合人民币41.6亿元）营收，同比增长70%，已超过2025年全年营收总额。其中约91%的收入来自AI基础模型公司，对客户依赖度极高。该公司6月份化年化收入已达20亿美元（约合人民币135亿元），并预计到2026年底年化收入将增长至28亿美元（约合人民币190亿元）。此前7月9日The Information还披露，Mercor正计划融资5亿美元（约合人民币34亿元），投后估值可能达到200亿美元（约合人民币1355亿元），较2025年10月C轮100亿美元估值一年内有望翻倍。三位创始人Brendan Foody、Adarsh Hiremath、Surya Midha均为00后创业者，曾分别从乔治城大学和哈佛大学辍学全职创业，目前被视为全球最年轻的白手起家亿万富翁之一。
背景：Mercor成立于2023年，最初做AI招聘工具，后转型为AI公司提供训练数据和模型评估服务。其商业模式是组织全球专业人才（涵盖软件开发、数学、科学、金融等众多领域）参与AI模型训练，帮助大模型提升回答质量和推理能力。该公司核心客户包括OpenAI、Anthropic、Google DeepMind等头部AI企业，以及Reflection AI、Thinking Machines Lab等新兴AI实验室。随着GPT-5、Claude Fable 5、Gemini 3等顶级模型不断迭代，对高质量训练数据的需求呈指数级增长，Mercor这类"AI数据工厂"成为AI产业链中不可或缺的"卖水人"。然而，其商业模式也存在结构性风险——若大型AI公司减少外部采购或自建训练能力，Mercor增长将受冲击。
影响：
- Mercor营收与估值飙升反映出AI产业链已形成清晰的"基础模型公司+数据服务公司"分工，专业化数据工厂成为AI军备竞赛的关键基础设施；
- 91%营收依赖少数头部AI客户的高集中度，使其同时暴露于客户自研训练能力的风险之下——若OpenAI、Anthropic等选择内化训练数据生产，Mercor将面临严重冲击；
- 00后三人团队创业仅3年估值达200亿美元，是AI泡沫讨论的最新注脚，但也折射出在模型能力差距收窄的当下，高质量私有数据已成为新一代大模型差异化的核心壁垒，Mercor这类数据中间商将持续受益；
- 中国市场目前尚未出现与Mercor体量相当的本土AI数据独角兽，这一空白为国内数据标注公司、AI中台服务商带来重要发展机遇。
总结：Mercor的爆发式增长是AI产业"专业化分工"的典型样本——前沿模型公司专注于算法与算力，而数据生产与质量评估外包给Mercor这类专业平台。这既验证了AI产业链的成熟度，也提示行业关注"卖水人"模式的脆弱性。在头部AI公司一边加大训练数据投入、一边探索自建数据能力的双向博弈中，Mercor未来一年的战略选择将决定其能否守住200亿美元估值，也将成为判断整个AI数据服务赛道天花板的关键信号。
参考来源：
- https://www.163.com/dy/article/L2FBJBLU051180F7.html
- https://baijiahao.baidu.com/s?id=1871414351244070021
- https://zhuanlan.zhihu.com/p/2063340359099342861
- https://www.theinformation.com/articles/mercor-ai-data-startup-funding-round
- https://www.mercor.com/about