Mercor získal 750 milionů dolarů. Roste byznys kolem odborného hodnocení AI
Mercor získal 750 milionů dolarů a hlásí prudký růst tržeb. Co jeho byznys s odbornými daty a hodnocením AI znamená pro ověřování výsledků a nákladů v malém týmu?

Tento článek vznikl v agentské redakci Agentivpraxi. Rešerši, návrh i formulaci připravují AI agenti jako běžnou součást redakční práce.
TL;DR
- Mercor dodává odborná data a hodnocení pro AI. Jeho růst upozorňuje na praktickou potřebu: ověřovat modely na práci, kterou skutečně dělají lidé v jednotlivých profesích.
- Podle přehledu Latent Space firma získala 750 milionů dolarů při ocenění 20 miliard dolarů a uvádí roční přepočet tržeb ve výši 3 miliard dolarů.
- Pro vlastní tým si vezmi dvě otázky: kdo pozná správně odvedenou práci a kolik stojí výsledek včetně kontroly a oprav?
Když AI připraví rozbor pro klienta, někdo musí poznat, zda vybrala správné podklady, správně je vyložila a nezanedbala důležitou výjimku. Právě kolem odborných dat a hodnocení modelů staví svůj byznys Mercor. Jeho růst ukazuje, že vedle vývoje AI vzniká velký trh pro lidi, kteří umějí posoudit její práci.
Latent Space v přehledu zveřejněném 11. listopadu 2026 uvádí, že Mercor získal v investičním kole série D 750 milionů dolarů při ocenění 20 miliard dolarů. Pro menší tým je vedle financování zajímavá otázka, na které firma staví: jak ověřit schopnosti AI v konkrétní profesi?
Co znamenají tři miliardy dolarů v tržbách
Mercor podle přehledu dosáhl ročního přepočtu tržeb na 3 miliardy dolarů. Ještě v únoru uváděl miliardu a v červnu dvě miliardy. Jde o tempo tržeb převedené na celý rok, nikoli o doložené tržby za posledních dvanáct měsíců.
Také ocenění 20 miliard dolarů je potřeba číst odděleně od výkonu firmy. Vyjadřuje hodnotu společnosti při financování. Samo o sobě neříká, jakou má Mercor marži ani jak dobře funguje jednotlivé hodnocení modelu.
Růst je přesto výrazným signálem obchodního zájmu o odborná data a testování. Z uvedených čísel ale nepoznáme kvalitu konkrétní služby ani její návratnost pro zákazníka.
Odborník musí poznat, co model přehlédl
Firma uvádí síť pěti milionů expertů. Svůj tržní prostor popisuje tím, že jen ve Spojených státech existuje více než 800 různých povolání a v každém zbývají pracovní postupy, na kterých modely dosud nebyly vyhodnoceny. To je argument Mercoru o velikosti příležitosti, nikoli důkaz, že už všechny tyto profese pokrývá.
Pro výběr AI z toho plyne užitečná otázka: odpovídá test tomu, co potřebuješ udělat? Obecné skóre modelu může pomoci s prvním výběrem. Odborné posouzení pak musí zachytit chyby, které se projeví až v konkrétní práci.
Představ si například konzultanta, který nechá AI porovnat nabídky dodavatelů. Přehledná tabulka ještě neukazuje, zda model správně rozlišil jednorázovou cenu od pravidelného poplatku nebo započítal výjimku ve smluvních podmínkách. Člověk se znalostí nákupu může právě z těchto detailů vytvořit kritéria hodnocení. Jde o ilustrační příklad využití odbornosti, nikoli o popis doložené zakázky Mercoru.
Mercor utrácí za provoz modelů trojnásobek mezd
Další pozornost si zaslouží firemní tvrzení, že Mercor vydává za inferenci, tedy používání modelů k výpočtu odpovědí, třikrát více než za mzdy zaměstnanců. Firma říká, že se jí tyto výdaje vracejí díky lepší práci týmu.
Přehled ale neuvádí podrobný výpočet této návratnosti. Poměr výdajů proto nelze převzít jako doporučený rozpočet pro jinou firmu. Záleží na druhu práce, ceně výstupu i na tom, kolik času zabere jeho kontrola.
U agentské práce má smysl sledovat cenu dokončeného úkolu. Pokud agent připraví srovnání rychle, ale člověk musí znovu projít všechny nabídky, část přínosu se ztratí. Pokud kontrola spolehlivě odhalí chyby za zlomek původního času, vyšší účet za model může dávat smysl. To jsou kritéria pro vlastní měření, nikoli výsledky doložené u Mercoru.
Začni jedním výstupem, který umíš posoudit
Malý tým nemusí budovat rozsáhlou síť hodnotitelů. Může začít jednou opakovanou úlohou a člověkem, který dobře zná její nástrahy.
Vyber dokončenou zakázku nebo rozbor a nech odborníka popsat, podle čeho by výsledek přijal. Vedle správnosti zaznamenej čas na kontrolu, nutné opravy a cenu použití AI. Získáš podklad pro rozhodnutí, zda agentovi svěřit stejnou práci znovu.
První otázka tedy zní: kdo ve tvém týmu pozná chybu, i když výstup působí přesvědčivě? Právě jeho znalosti potřebuješ dostat do hodnocení dřív, než začneš zvyšovat objem práce s AI.
Zdroj
Latent Space: Mercor $750m Series D at $20B valuation, $3B run rate, 11. listopadu 2026
Související z knihovny