在人工智能竞赛持续升温的背景下，训练数据的质量与稀缺性，正成为决定模型能力上限的关键变量。近日，AI数据初创公司Mercor因其独特的数据获取模式引发行业广泛关注。该公司并不直接向传统企业购买内部数据，而是通过平台连接前投资银行、咨询、法律等行业的资深从业者，由这些专家以结构化表单和详细报告的形式，向AI实验室输出可用于模型训练的专业知识。
绕开企业数据壁垒，Mercor切中AI训练痛点
Mercor联合创始人兼CEO Brendan Foody在Bitcoin World Disrupt 2025活动上表示，许多大型企业并不愿意向AI开发者开放核心业务数据，原因在于这些数据一旦被用于训练模型，可能反过来加速其所在行业的自动化，并改变原有竞争格局。以高盛为例，这类机构显然不愿意提供可能促使自身价值链被AI替代的数据。
也正是在这样的市场空白中，Mercor找到了机会。其平台将OpenAI、Anthropic、Meta等头部AI实验室，与拥有深厚行业经验的前高级员工连接起来。相比漫长且昂贵的企业级数据采购流程，这种方式显著提升了AI公司获取现实世界专业知识的效率。
高薪购买专业知识，Mercor已形成规模化收入
根据公开信息，Mercor向行业专家支付的报酬最高可达每小时200美元，以换取他们完成定制化表单和撰写适配AI训练需求的报告。与传统数据标注模式相比，这种“专家供给型”模式的核心价值不在数量，而在知识密度和专业判断。
从经营数据来看，Mercor增长迅猛。公司目前拥有数以万计的承包人员，每日向这些人员发放的报酬 reportedly 超过150万美元。尽管支出不低，公司仍保持盈利。成立不到三年，Mercor的年化经常性收入已达到约5亿美元，最新融资对应估值更达到100亿美元。此外，Uber前首席产品官Sundeep Jain已加入Mercor担任总裁，这也被视为其进一步扩张的重要信号。
“个人知识”还是“企业机密”？争议随之而来
Mercor模式最具争议之处，在于个人经验与企业专有信息之间的边界。Foody强调，公司试图避免任何形式的企业间谍行为，并要求承包者不要上传前雇主的机密文件。他的核心观点是：一个人脑中的知识，首先属于这个人，而不天然属于公司。
但在实际操作中，这一道边界并不总是清晰。随着平台交易规模扩大，信息溢出的风险也客观存在。报道提到，Mercor部分职位需求甚至会寻求能够“授权访问大规模生产代码库”的CTO或联合创始人，以支持AI评估或模型训练。这样的做法虽然体现出行业对高质量训练环境的强烈需求，但也意味着知识产权、商业秘密和合规治理问题将长期伴随其发展。
AI数据市场从“低成本标注”转向“高价值知识”
Mercor的崛起，也折射出AI训练数据市场的结构性变化。AI热潮早期，Scale AI等数据供应商主要依赖发展中国家的承包者执行基础标注和简单数据处理任务，这类模式强调成本效率和规模化交付。相比之下，Mercor更早将重点放在美国等市场的高技能知识工作者身上，以更高报酬换取更复杂、更贴近真实业务流程的数据。
这一变化说明，当前大模型竞争已不再局限于通用语料的规模堆积，而是进入争夺垂直行业知识与真实任务环境的新阶段。尤其在法律、金融、咨询、医疗等高壁垒行业，模型要想真正具备“替代部分专业劳动”的能力，必须依赖更高质量的行业知识输入。
值得注意的是，Mercor的竞争优势也与行业格局变化有关。报道提到，在Meta对Scale AI进行大额投资并聘请其CEO后，部分AI实验室 reportedly 停止与Scale AI合作。对于Mercor而言，这为其承接更多高端数据业务创造了机会。虽然其体量仍小于估值超过200亿美元的Surge AI和Scale AI，但公司估值在过去一年已实现5倍增长，上升势头十分明显。
市场影响：AI、企业合规与知识劳动价值将被重估
从市场层面看，Mercor模式的意义不止于一家创业公司的成功。首先，它说明AI产业链中“数据供给侧”正在快速专业化，未来高质量训练数据可能像算力一样，成为头部AI公司的核心战略资源。其次，传统企业对内部知识资产的保护逻辑将面临挑战。即便企业拒绝直接出售数据，前员工所承载的隐性知识仍可能通过新的平台经济模式流向AI公司。
更深层次的影响在于，知识工作者的市场价值可能被重新定价。过去，平台经济主要集中于出行、配送等标准化劳动；而Mercor试图推动一种“专家零工经济”，让高技能人才以小时计费的方式参与AI基础设施建设。这种模式一旦扩大，或将改变咨询、法律、金融研究等行业的人才流动方式。
不过，对加密与科技投资者而言，这一趋势也意味着新的监管变量。围绕数据所有权、雇佣协议、竞业限制和模型训练合规性的监管讨论，未来可能持续升温。谁能在获取高价值数据与控制法律风险之间取得平衡，谁就更有可能在下一阶段AI竞争中占据优势。
总体来看，Mercor通过组织前行业高管和专业人士参与AI训练，打开了一条区别于传统企业采购的数据路径。其高速增长证明，市场对高价值行业知识的需求正在迅速上升。但与此同时，这一模式也把AI训练推向更复杂的合规与伦理地带。对于整个科技行业而言，Mercor不仅是一家数据供应商，更像是一个信号：AI竞争正从模型参数之争，转向对现实世界专业知识的深度争夺。