Mercor vale ahora USD 20.000 millones. La empresa anunció una ronda de financiamiento por USD 750 millones que duplica la valoración que tenía en octubre de 2025, cuando sumaba USD 10.000 millones. El precio importa, pero más revelador es hacia dónde quiere llevar el negocio.
Mercor provee expertos humanos para entrenar y evaluar modelos de inteligencia artificial (IA). Su red supera los 5 millones de especialistas en distintos campos. Hasta ahora, casi todo ese trabajo ha sido para los laboratorios de frontera, las compañías que construyen los modelos más avanzados del mercado.
El dinero nuevo busca cambiar eso. Mercor quiere vender el mismo servicio a empresas de cualquier industria. La tesis es directa: cada compañía necesitará medir si un agente de IA, un programa que ejecuta tareas de forma autónoma, puede hacer un trabajo sin supervisión constante.
El problema de las pruebas públicas
Hoy, los modelos se comparan con pruebas estándar llamadas benchmarks. Un modelo puede sacar buena nota en esas pruebas y fallar en la operación diaria de una empresa. Adarsh Hiremath, el otro director ejecutivo de Mercor, lo resumió así: el modelo puede fallar en "los sistemas, políticas y casos límite que definen cómo funciona un negocio específico".
La respuesta de Mercor es construir un benchmark a medida para cada cliente empresarial. Esa prueba mide el modelo contra los estándares propios de la compañía, no contra un examen genérico. Después viene el post-training, la fase de ajuste posterior al entrenamiento básico, en la que el modelo aprende a comportarse según esas reglas.
Parte de ese proceso corre sobre software de Deeptune, una startup de Nueva York que recrea aplicaciones empresariales para que los agentes practiquen dentro de ellas. Mercor la compró en julio. Antes, el equipo de Deeptune había pasado dos años reconstruyendo cientos de aplicaciones de empresa. El dinero nuevo financiará más de esos entornos, además de infraestructura de investigación y evaluación.
Esto no es menor. Quien controla el entorno donde el agente aprende y se evalúa controla también el criterio para decidir si está listo para trabajar.
Quién pone el dinero y qué busca
La ronda no tiene un inversionista líder declarado. Participaron Nvidia, Salesforce y Zoom Communications, tres compañías con intereses directos en que las empresas adopten IA. Nvidia vende los chips que entrenan estos modelos, Salesforce vende software empresarial y Zoom opera plataformas de videollamadas donde ya empiezan a aparecer asistentes automáticos. Su presencia sugiere que el mercado corporativo de agentes les interesa tanto como el de los laboratorios.
También volvieron Benchmark Capital, Felicis Ventures y General Catalyst, los fondos de capital de riesgo que ya habían apostado por la empresa. Felicis había liderado la ronda anterior, de USD 350 millones, en octubre de 2025. Se sumaron además fondos como Sapphire Ventures, StepStone y filiales de Apollo Global Management, la gestora de activos.
Hay un detalle que conviene mirar con cuidado. Mercor reconoció que parte de la ronda incluye una oferta de recompra de acciones a empleados, un mecanismo llamado tender offer, en el que la empresa compra participaciones que sus trabajadores quieren vender. No ha dicho cuánto de los USD 750 millones corresponde a esa recompra y cuánto es capital nuevo para crecer. Esa diferencia cambia mucho la lectura: una cosa es financiar expansión y otra, pagar liquidez a quienes ya tienen acciones.
Los números detrás de la valoración
El negocio con los laboratorios ha crecido rápido. Brendan Foody, el otro director ejecutivo, afirmó en julio que los ingresos anualizados superaron USD 2.000 millones en junio. Los ingresos anualizados son la facturación de un mes multiplicada por doce, una forma de medir el ritmo actual de ventas.
Con esa cifra, la valoración de USD 20.000 millones equivale a unas 10 veces los ingresos anualizados. Es un múltiplo alto, pero coherente con empresas de software que crecen con fuerza. La pregunta es si ese crecimiento sigue apoyándose en pocos clientes muy grandes o si se diversifica hacia miles de empresas medianas.
Jai Das, socio y cofundador de Sapphire Ventures, dice que los laboratorios han sido hasta ahora los principales compradores de datos de entrenamiento con expertos. Espera que eso cambie a medida que los modelos abiertos, cuyo código es accesible para cualquiera, mejoren lo suficiente para que las empresas los adapten por su cuenta. Según él, Mercor ha construido "algo difícil de replicar" después de años de trabajo con esos laboratorios.
Mi lectura es que esa frase tiene menos peso del que parece. Replicar la red de expertos es difícil, pero replicar un entorno de software bien diseñado es más barato de lo que muchos creen. La ventaja real de Mercor estará en si logra que las empresas confíen en sus pruebas más que en las de cualquier competidor.
Lo que hay que vigilar en los próximos trimestres es concreto. Primero, si los ingresos fuera de los laboratorios crecen al ritmo de la ronda. Segundo, cuánto del capital se destina a recompra de acciones y cuánto a expansión. Tercero, si los modelos abiertos reducen la necesidad de expertos humanos para entrenar. Si las tres respuestas son favorables, la valoración tendrá sustento. Si no, USD 20.000 millones será una apuesta por un mercado que todavía no existe del todo.