Mercor — 22歳のビリオネア3人が作った「AIが面接するプラットフォーム」、創業2年で評価額100億ドルの光と影

企業概要

Mercor（マーコール）は、AIが候補者のビデオ面接を実施し、スキル評価・マッチングまでを自動化する人材プラットフォームである。 2023年1月、高校のディベートチームで共に活動した幼馴染3人——Brendan Foody（CEO）、Adarsh Hiremath（CTO）、 Surya Midha（取締役会長）——が大学の寮で創業した。 当初はインドのフリーランスプログラマーを米国企業に紹介する採用マッチングサービスだったが、 2024年後半にAIラボ向け「ドメインエキスパート供給プラットフォーム」へと急ピボット。 医師・弁護士・銀行家・科学者といった高度専門家をOpenAI・Anthropic等のAIモデルトレーニング（RLHF）に提供する事業が爆発的に成長し、 創業約17ヶ月でARR $500Mに到達した。

Mercorの本質は「AI採用ツール」ではなく「AIトレーニングインフラ」である。 候補者は20分のAIビデオ面接を受け、スキルと専門性が構造化プロファイルとして数値化される。 そのプロファイルに基づき、AIラボが必要とするRLHFタスク（モデル出力のスコアリング・修正・評価）に最適な専門家が自動マッチングされる。 テイクレートは約30〜35%で、2025年上半期には黒字化を達成（$6Mの利益）。 従業員1人あたり売上$4.5Mという超高効率経営を実現しているが、 2026年3月のデータ侵害事件により信頼性に深刻な打撃を受けている。

創業ストーリー・沿革

Mercorの創業ストーリーは、シリコンバレーの神話を地で行く。 3人の創業者はカリフォルニア州サンノゼの名門カトリック男子校Bellarmine College Preparatoryのスピーチ＆ディベートチームのチームメイトだった。 高校時代、彼らはアメリカの3大全国政策ディベート大会を同一年に全て制覇した初のチームとなった。 2021年の高校卒業後、FoodyとMidhaはジョージタウン大学へ、Hiremathはハーバード大学へ進学。 Hiremathはハーバードで元米財務長官Larry Summersのもとで労働市場の研究に従事し、 この経験がMercorのアイデアの原点となった（Summersは後にMercorに個人投資）。

2023年初頭、3人はまだ大学の寮に住んでいた時期にMercorを創業。 最初はインドのフリーランスプログラマーを米国企業に手動でマッチングする事業で、 ブートストラップで7桁ドル（数百万ドル）の年間収益を達成した。 しかし2023年半ば、手動プロセスの限界に気づき、AIが20分の構造化ビデオ面接を自動実施するツールを開発。 2024年3月、3人全員がThiel Fellowship（ピーター・ティールが大学中退者に授与する奨学金、1人10万ドル）を受賞し、 大学を正式に中退してMercorに全力を注ぐ。 チーム全員がThiel Fellowに選ばれるのは極めて稀で、この時点から投資家とメディアの注目を集め始めた。

3人の共同創業者と経営チーム

Mercorの最大の話題性は、創業者3人が22歳で世界最年少のセルフメイドビリオネアとなったことだ。 Mark Zuckerbergの23歳の記録を更新し、Forbes、Fortune、CNBC等の主要メディアが一斉に報じた。 3人とも大学を2年次で中退しており、「高校のディベート仲間が大学を辞めて世界を変える」というナラティブが シリコンバレーの投資家を強く惹きつけた。

2025年5月にSundeep Jain（54歳、元Uber CPO）を社長として招聘したのは、 急成長期の経営安定化を図る重要な判断だった。 22歳の創業者3人にUberの大規模プラットフォーム運営を経験したベテランが加わることで、 30,000人超の契約者ネットワークの管理体制を強化している。

ビジネスモデル

Mercorのビジネスモデルは、創業以来2度の大きなピボットを経ている。 第1フェーズ（2023年前半）は手動の人材マッチング、 第2フェーズ（2023年後半〜2024年前半）はAI面接を活用した採用プラットフォーム、 そして現在の第3フェーズ（2024年後半〜）はAIラボ向けドメインエキスパート供給インフラだ。 収益の大半は第3フェーズから生まれており、OpenAI・Anthropic等のフロンティアAIラボが主要顧客である。

graph TD
    subgraph Supply["供給側（専門家 30万人登録）"]
      S1["履歴書・GitHub・LinkedIn<br/>プロファイル登録"]
      S2["AI面接（20分）<br/>構造化ビデオ面接"]
      S3["スコアリング<br/>スキルタグ付け"]
    end
    subgraph Platform["Mercor Platform"]
      P1["セマンティック分析<br/>プロファイル構築"]
      P2["AIマッチング<br/>アルゴリズム"]
      P3["品質管理<br/>多層レビュー"]
      P4["ペイロール管理<br/>Stripe連携"]
    end
    subgraph Demand["需要側（AIラボ・企業）"]
      D1["OpenAI / Anthropic<br/>Google / Meta / Microsoft"]
      D2["RLHF・データラベリング<br/>モデル評価"]
      D3["エンタープライズ<br/>AIエージェント構築"]
    end
    S1 --> S2
    S2 --> S3
    S3 --> P1
    P1 --> P2
    P2 --> D1
    P2 --> D3
    D1 --> D2
    D2 --> P3
    P3 --> P4
    P4 -->|"日次$150万+"| Supply
    D1 -->|"テイクレート 30-35%"| Platform
    style S2 fill:#3b82f6,color:#fff
    style P2 fill:#f97316,color:#fff
    style D1 fill:#8b5cf6,color:#fff
    style D2 fill:#ec4899,color:#fff

Mercorの収益構造で重要なのは、グロス収益とネット収益の乖離だ。 グロスARRが$500M（2025年9月）でも、契約者への支払いが60〜70%を占めるため、 ネット収益は$150M〜$200M程度と推定される。 これはBPO（ビジネスプロセスアウトソーシング）業界に近いマージン構造であり、 純粋なSaaS企業のような高粗利ではない。 ただし、エンタープライズチャーン率ゼロ（契約解約なし、データ侵害前）という驚異的なリテンションが成長を支えていた。

プロダクト・技術

Mercorのプロダクトラインは、創業時のAI面接プラットフォームから急速に拡張されている。 2026年時点で4つのコアプロダクトを展開しており、 AI面接による人材スクリーニングから、エンタープライズAIエージェント構築、AIモデル評価ベンチマークまでをカバーする。

AI面接の仕組み

Mercorの技術的コアは、AIが人間の代わりに面接を実施するシステムだ。 候補者はカメラとマイクをオンにした状態でAIアバターと対面し、約20分の構造化面接を受ける。 前半は職務経験・過去のプロジェクトに関する質問、後半はポジション関連のケーススタディで構成される。 AIはリアルタイムで文脈に応じたフォローアップ質問を動的に生成し、回答の文字起こし・内容分析・スコアリングを自動で行う。

graph LR
    A["候補者登録<br/>履歴書/GitHub/<br/>LinkedIn"] --> B["AI面接<br/>20分ビデオ<br/>最大3回再受験"]
    B --> C["自動評価<br/>文字起こし<br/>スコアリング"]
    C --> D["プロファイル構築<br/>スキルタグ付け<br/>セマンティック分析"]
    D --> E["AIマッチング<br/>最適ポジション<br/>自動ショートリスト"]
    E --> F["タスク配信<br/>RLHF/ラベリング<br/>モデル評価"]
    F --> G["多層レビュー<br/>品質管理<br/>フィードバック"]
    G --> H["自動支払い<br/>Stripe連携<br/>日次/週次"]
    style B fill:#3b82f6,color:#fff
    style E fill:#f97316,color:#fff
    style F fill:#8b5cf6,color:#fff

驚異の成長曲線

Mercorの成長速度はスタートアップ史上でも異例だ。 ARR $1Mから$100Mまで約11ヶ月、$500Mまで約17ヶ月で到達し、 Anysphere（Cursor開発元）を上回るペースで成長した。 評価額も14ヶ月で$250Mから$10Bへ40倍に跳ね上がった。 特筆すべきは急成長しながら黒字を達成している点で、 2025年上半期にフリーキャッシュフローベースで$6Mの利益を計上。 VC資金に頼り切らない健全な財務体質を見せている。

市場・競合環境

Mercorが属するのは「AI採用ツール市場」（約$7B、CAGR 7%）ではなく、「AIトレーニングデータ市場」（$48.9B → $95.8B、CAGR 27.7%）だ。 Mercorの2025年9月時点のARR $500Mは、AI採用市場全体の半分以上に相当し、 同社がいかに異なるスケールで成長しているかを物語る。 この市場の競争構造は2025年6月のMeta-Scale AI事件を契機に激変した。

Meta-Scale AI地殻変動

2025年6月、MetaがScale AIに$150億を投資して49%の少数株式を取得した。 この取引はAIトレーニングデータ市場の勢力図を一変させた。 Scale AI CEOのAlexandr WangはMeta Superintelligence Labsにも参画し、 投資の相当部分はScale AIが将来のMeta向けデータ作業を提供する義務と紐付けられた。 これにより、Scale AIの「中立的なデータサプライヤー」としての立場が根本的に揺らいだ。

この「業界再編」はMercorの急成長の最大の外部要因である。 AIラボが「競合（Meta）に49%保有された企業に機密データを預けられない」と判断した結果、 MercorやSurge AIといった代替プレイヤーに大量の契約と資金が流れた。 Mercorの2025年後半のARR急騰（$100M → $500M）は、このScale AI離脱の受け皿になったことが大きい。

組織・文化

Mercorの組織は「超少数精鋭のコアチーム × 大規模契約者ネットワーク」という独特の構造を持つ。 2025年初頭に20名未満だったコア従業員は、年末には約300名（米国200名超、海外100名）まで急拡大。 一方で30,000名超の契約者を管理し、1日あたり$150万以上の報酬を支払う。 従業員1人あたり売上$4.5MはNVIDIA（$3.6M）、Meta（$2.2M）を上回る驚異的な効率だ。

危機 — データ侵害事件（2026年3月）

Mercorの急成長ストーリーは、2026年3月末に深刻な転換点を迎えた。 オープンソースのAIプロキシツールLiteLLMのサプライチェーン攻撃により、 Mercorから4TBのデータが流出。ソースコード、候補者の個人情報、ビデオ面接記録、 AIラボの機密プロジェクト情報が含まれていたとされる。 この事件は、急成長スタートアップのセキュリティ投資不足という構造的問題を浮き彫りにした。

この事件で特に深刻なのは、攻撃自体が高度なものではなかった点だ。 セキュリティ専門家は「依存関係のピン留めと暗号学的検証がされていれば感染を完全に防止できた」と指摘している。 急成長を優先してセキュリティ投資を後回しにした代償が、顧客離脱・訴訟・評判毀損という形で一気に表出した。 また、LiteLLMのSOC 2認証を担当していたDelve Technologiesが不正なコンプライアンス認証を行っていたことも同時期に発覚し、 Y Combinatorから除名される事態に発展している。

戦略・展望

Mercorは2026年に入り、AIラボ向け人材供給からエンタープライズAIインフラ企業への転換を図っている。 2026年3月に発表したMercor Enterprise AIは、企業の暗黙知（ワークフロー、業務プロセス）を AIエージェントの行動仕様に自動変換するプラットフォームで、法務・金融・HR・会計・ソフトウェア工学といった 「経済的価値のある知識労働」の自動化を狙う。 2026年2月のSepal AI買収でRL環境構築能力を獲得し、 「人材供給 → データ生成 → エージェント構築」の垂直統合を推進している。

CEO Brendan Foodyは「知識労働の約3分の2を自動化できるようになる。 それにより、がん治療や火星到達といったことが可能になる」と語り、 将来的には1日あたり数百億ドルを契約者に支払う規模を構想している。 Mercorの長期ビジョンは「AIトレーニング」が世界最大の雇用カテゴリになる未来であり、 「人間の専門知識」がAIにとって最も高価な資源であり続ける限り、その仲介者としてのポジションを確固たるものにしたい考えだ。

まとめ

Mercorはシリコンバレー的な「光と影」の両面を極端な形で体現するスタートアップだ。 光の側面——22歳のビリオネア3人組、史上最速級のARR成長、世界トップ5 AIラボ全社を顧客に持つ驚異的な実績。 影の側面——4TBのデータ侵害、5件の集団訴訟、顧客離脱、Scale AIとの法的紛争。 急成長の興奮がセキュリティ投資の不足を覆い隠し、その代償が一気に表出した構図は、 AIスタートアップ全般への警鐘でもある。

AIトレーニングデータ市場は2029年に$95.8Bへ拡大が見込まれ、Mercorの事業機会は依然として巨大だ。 しかしデータ侵害からの信頼回復、LinkedInや Surge AIとの競争激化、 そしてAIモデルの学習手法自体が変化する可能性（合成データの比率増加等）を考えると、 Mercorの$10B評価額が妥当かどうかは、今後12〜18ヶ月の対応にかかっている。 「世界最年少ビリオネア」の物語がハッピーエンドを迎えるかどうかは、まだ誰にも分からない。

理解度チェック