Mercor cerró una ronda Serie D de US$750 millones que la valora en US$20.000 millones, el doble de lo que valía poco más de un año antes. La empresa no vende software ni modelos: vende el tiempo de médicos, abogados, ingenieros y analistas financieros que enseñan a los sistemas de IA a ejecutar trabajo profesional de verdad. Para un founder que busca monetizar el expertise de su equipo —o que necesita saber si un agente de IA sirve para su operación—, el caso de Mercor es la referencia más clara del momento.
¿Qué es Mercor y por qué vale US$20.000 millones?
Mercor es una empresa estadounidense fundada en 2023 y con sede en San Francisco que funciona como intermediaria entre profesionales especializados y compañías que desarrollan inteligencia artificial. Sus fundadores son Brendan Foody, Adarsh Hiremath y Surya Midha, según Ventureburn, y el negocio arrancó como una plataforma de contratación impulsada por IA antes de virar hacia el entrenamiento y la evaluación de modelos.
La compañía anunció el 10 de noviembre una ronda Serie D de US$750 millones con una valoración de US$20.000 millones. Conviene entender qué significa esa cifra: es el valor atribuido a la empresa en una operación privada, no sus ingresos anuales ni una capitalización bursátil, porque Mercor no cotiza en bolsa.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →El salto es notable. En octubre de 2025 había cerrado una Serie C de US$350 millones liderada por Felicis que la valoró en US$10.000 millones, según SiliconANGLE. Es decir, duplicó su valoración en poco más de un año.
En esta ronda participaron Benchmark, Felicis, NVIDIA, Salesforce, Zoom, Fundomo, G Squared, General Catalyst, Glade Brook Capital, Sapphire Ventures, StepStone Group, XTX Ventures y fondos administrados por afiliadas de Apollo. SiliconANGLE señala que la operación no tuvo un inversor líder identificado y que incluyó una tender offer para que los empleados vendieran parte de sus acciones; la empresa no precisó cómo se reparten los US$750 millones entre esa recompra y el capital nuevo.
Sobre los ingresos, Foody publicó en X en julio que la facturación anualizada había superado los US$2.000 millones en junio, según SiliconANGLE. Ventureburn matiza que se trata de gross billings —facturación bruta— y que los contratistas se llevan un margen sustancial de esa cifra.
¿Cómo funciona Mercor para conectar expertos con laboratorios de IA?
El punto de partida es una limitación que conoce cualquiera que haya probado un modelo en su propio negocio: un sistema puede responder con soltura preguntas generales y fallar en cuanto se enfrenta a los procedimientos, políticas y excepciones de una empresa concreta.
Mercor cubre ese hueco con personas. Identifica profesionales con experiencia real en el área requerida, evalúa sus conocimientos y los vincula con proyectos específicos. El proceso de incorporación incluye crear un perfil, completar evaluaciones y pasar una entrevista con IA que adapta sus preguntas al historial del candidato.
Una vez dentro, las tareas típicas son:
- Revisar respuestas generadas por modelos y señalar errores o información incompleta
- Crear ejemplos de cómo resolvería el problema un profesional del área
- Comparar respuestas y determinar cuál es más precisa
- Elaborar rúbricas y criterios de calidad
- Resolver ejercicios especializados que comprueben si el modelo entiende la tarea
La compañía trabaja en dos frentes: evaluaciones (medir si un sistema completa una tarea con la calidad que exige una empresa) y post-training (ajustar un modelo ya existente para mejorar su desempeño en tareas concretas). Su red reúne a más de cinco millones de especialistas, y según Unite.AI la empresa sostiene que Estados Unidos tiene más de 800 ocupaciones con flujos de trabajo que los modelos todavía no han sido evaluados.
En julio de 2026 Mercor adquirió Deeptune, una compañía que había pasado dos años recreando cientos de aplicaciones empresariales —desde hojas de cálculo hasta Salesforce— para que los agentes de IA practiquen dentro de entornos simulados. La lógica es que el agente ensaye el proceso sin tocar el sistema real de la empresa.
¿Quiénes compran? TechCrunch informó en octubre de 2025 que entre sus clientes estaban OpenAI, Anthropic y Meta. Ahora la empresa quiere llevar lo mismo a corporaciones de otros sectores.
¿Cuánto paga Mercor a los expertos que entrenan modelos de IA?
La compañía muestra una tarifa contractual promedio de alrededor de US$90 por hora, aunque aclara que no es un pago garantizado: el monto varía según la especialidad, la dificultad del proyecto y la demanda de profesionales. Los proyectos pueden durar semanas o meses y, según las necesidades del cliente y el desempeño del especialista, extenderse o terminar antes de lo previsto. Las condiciones de pago se comunican antes de empezar cada trabajo.
Un dato relevante para quien evalúe este mercado: no todos los proyectos exigen experiencia previa en inteligencia artificial. Lo que se busca es conocimiento sólido en el campo correspondiente, con formación universitaria o años de experiencia según la complejidad del trabajo.
¿Qué significa esto para tu startup?
1. Tu expertise vertical tiene un comprador nuevo. Si tu equipo tiene conocimiento profundo en un sector regulado —salud, legal, finanzas, seguros— ese conocimiento es exactamente lo que los laboratorios necesitan para evaluar y ajustar modelos. Antes de lanzarte, haz las cuentas con la advertencia de Ventureburn: la cifra de facturación de Mercor es bruta y el contratista se queda con una parte. El atractivo no es la tarifa por hora aislada, sino la posibilidad de convertir metodología propia en un activo repetible.
2. No confíes en benchmarks públicos para decidir si un agente sirve. Adarsh Hiremath, co-CEO de Mercor, lo planteó sin rodeos: un modelo puede obtener un buen puntaje en un benchmark público y aun así fallar en los sistemas, políticas y casos límite que definen cómo opera un negocio específico. La acción concreta: antes de firmar la licencia de cualquier agente de IA, construye un set de pruebas con tus propios flujos, tus excepciones y tus criterios de calidad. Si el proveedor no puede correr ese set, tienes una señal.
3. Ajusta tus expectativas de retorno. El índice Agentic Edge de PYMNTS Intelligence encontró que 9 de cada 10 empresas puntúan menos de 25 sobre 100 en madurez de ejecución autónoma, y que 66% de los líderes de IA espera retornos completos en al menos tres años. Si tu plan asume productividad inmediata, el dato sugiere lo contrario.
4. Vigila dónde está el costo real. Foody señaló que Mercor gasta tres veces más en inferencia —el cómputo para correr modelos— que en salarios de empleados, y sostiene que ese gasto se paga solo porque hace mejores a sus trabajadores. Para un founder, la lectura práctica es que el costo variable de operar IA vive en el cómputo, no en la licencia. Modela ese rubro antes de escalar.
¿Qué riesgos tiene este modelo de negocio?
El primero es la concentración. Hasta ahora los laboratorios de frontera fueron los principales compradores de datos de entrenamiento con expertos, según Jai Das, presidente y cofundador de Sapphire Ventures, quien espera que eso cambie a medida que los modelos abiertos sean lo bastante buenos para que las empresas construyan encima. Mercor está apostando justamente a esa transición.
El segundo es la naturaleza del trabajo. Si el valor de Mercor es organizar conocimiento humano para entrenar modelos, su propio éxito reduce la necesidad de parte de ese conocimiento a medida que los modelos mejoran. La empresa responde ampliando el negocio hacia la evaluación continua y los entornos de práctica, donde el gasto se renueva con cada nuevo agente que una empresa quiere desplegar.
Conclusión
Mercor pasó de ser una plataforma de contratación a ser la infraestructura que conecta expertise humano con el entrenamiento de IA, y el mercado lo premió duplicando su valoración en poco más de un año. Para un founder hispanohablante hay dos lecturas. La primera es de oportunidad: el conocimiento sectorial de tu equipo se puede vender como datos de evaluación, y no hace falta ser experto en IA para entrar. La segunda es de disciplina: si vas a desplegar agentes en tu operación, mide con tus propios flujos y presupuesta el cómputo como el costo real, no como un detalle.
Fuentes
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →
