A aposta de US$ 10 bilhões da Mercor no último salário de colarinho branco

A mensagem no LinkedIn chega com a cadência polida e oca de um recrutador corporativo, mas a descrição da vaga contém uma falha estrutural. O convite é para um projeto de curto prazo e alta remuneração — programação, análise jurídica ou modelagem financeira — desde que você esteja disposto a ter cada toque de tecla, correção e guinada criativa registrado. Você não está sendo contratado para trabalhar; você está sendo contratado para atuar como um conjunto de treinamento biológico para uma máquina que, eventualmente, tornará sua função um custo legado. Este é o motor central da Mercor, uma startup de São Francisco que recentemente atingiu uma avaliação de US$ 10 bilhões, apesar de ser liderada por dois fundadores que nunca exerceram um trabalho tradicional de colarinho branco.

A colheita de dados escondida em um anúncio de emprego

Os fundadores, Adarsh Hiremath e Brendan Foody, representam um arquétipo específico do Vale do Silício: o engenheiro puro, que encara as complexidades da vida profissional como uma série de problemas de otimização. Sua avaliação de US$ 10 bilhões, apoiada pela elite da gestão de patrimônio da Iconiq, reflete a aposta de que o próximo salto de produtividade não virá de melhores algoritmos, mas da posse de dados de 'especialistas' profissionais. É um ciclo cínico. Você paga a um humano US$ 100 por hora para treinar um modelo por quarenta horas; esse modelo então executa o trabalho do humano por centavos de dólar durante a década seguinte. A economia unitária é devastadora para qualquer pessoa que atualmente ocupe uma mesa e tenha um plano de aposentadoria.

A IA pode encontrar trabalho para aqueles que ela desloca?

À medida que a Mercor acelera a automação do profissional de nível médio, um mercado secundário surge para gerenciar as consequências. A Pelgo, outra startup que emerge na esteira do atual boom de IA, visa usar inteligência artificial para encontrar novos empregos para os próprios trabalhadores deslocados por ela. É uma simetria que apenas um capitalista de risco poderia achar reconfortante. A Pelgo promete fornecer serviços de recolocação — otimização de currículo, treinamento para entrevistas e preenchimento automatizado de candidaturas — de forma mais barata e rápida do que o coaching de carreira feito por humanos. Estamos entrando em uma era em que uma IA o demite, e outra IA ajuda você a se candidatar a um emprego que pode ou não ser gerenciado por uma terceira IA.

Este ciclo revela uma pressão crescente dentro da indústria de tecnologia para justificar sua própria disrupção. Se o 'mito' da IA, como a nova ferramenta Mythos da Anthropic foi apresentada recentemente em reuniões do FMI, é o da eficiência total, a realidade é uma transição confusa e de alto atrito. Em Washington D.C., os chefes financeiros não estão mais debatendo se a IA impactará a força de trabalho; eles estão tentando calcular quanto custarão as redes de segurança social resultantes. A conversa mudou do laboratório para o tesouro, e os números não são particularmente lisonjeiros para o elemento humano.

O giro europeu para hardware e luz

Enquanto os Estados Unidos dominam a camada de software dessa revolução, a Europa tenta garantir a fundação. Em um ano em que as ações de software como serviço enfrentaram ceticismo sobre sua utilidade real, a ação com melhor desempenho na Europa em 2026 não é a de um provedor de modelos generativos. É uma empresa francesa de fotônica surfando na onda da infraestrutura de IA. A fotônica — o uso da luz em vez da eletricidade para mover dados — tornou-se o gargalo crítico para empresas como a Mercor e a Anthropic. À medida que os modelos crescem, o custo energético de mover elétrons através de fios de cobre está se tornando insustentável.

O aumento das ações de fotônica na França destaca uma divergência na estratégia industrial. Bruxelas aceitou em grande parte que perdeu a corrida pelo modelo de linguagem grande dominante para São Francisco e Seattle. Em vez disso, a UE está dobrando a aposta na cadeia de suprimentos. Por meio da Lei de Chips da UE e de vários veículos de investimento soberano, o foco mudou para o hardware especializado que torna a IA fisicamente possível. Se os EUA possuem a mente da máquina, a Europa quer possuir o sistema nervoso. Esta é uma aposta pragmática, embora menos glamorosa, na física do centro de dados e não nos caprichos do algoritmo do LinkedIn.

A parede regulatória em Bruxelas

A estratégia da Mercor de usar profissionais para treinar seus próprios substitutos provavelmente encontrará as arestas afiadas da Lei de IA da UE. A regulamentação, que passou da teoria para a aplicação, inclui disposições específicas sobre transparência e os direitos dos trabalhadores. Sob a lei atual da UE, uma plataforma que usa a produção profissional para treinar um modelo comercial deve ser explícita sobre essa intenção. Há um crescente debate jurídico em Bonn e Paris sobre se a 'colheita de dados' disfarçada de 'emprego' constitui uma violação dos direitos trabalhistas ou uma violação da propriedade intelectual.

Os líderes industriais alemães, particularmente no Mittelstand, veem esses desenvolvimentos com uma mistura de curiosidade técnica e horror institucional. O modelo alemão de 'Mitbestimmung' (co-determinação) não acomoda facilmente um sistema de software que trata a especialização de um engenheiro como um conjunto de dados descartável. Enquanto uma startup de São Francisco pode mudar para uma avaliação de US$ 10 bilhões da noite para o dia ignorando estruturas de emprego tradicionais, uma empresa europeia que tentasse o mesmo enfrentaria uma montanha de litígios de conselhos de trabalhadores e autoridades de proteção de dados. Esse atrito regulatório é frequentemente citado como uma fraqueza, mas no contexto da Mercor, pode servir como um freio crítico para um processo que trata a experiência humana como uma commodity bruta.

A infraestrutura da obsolescência

A fuga de capital para a IA não é apenas sobre o código; é sobre a gestão de patrimônio por trás dele. A Iconiq, consultora da classe de bilionários da indústria de tecnologia, está transferindo bilhões para a infraestrutura de IA. Este não é dinheiro especulativo de varejo; é o capital das pessoas que construíram as plataformas de mídia social e os provedores de nuvem da última década. Eles estão sinalizando que a era do 'humano no circuito' é uma fase de transição temporária. Assim que os dados dos trabalhadores temporários bem remunerados da Mercor forem suficientemente ingeridos, o ciclo se fechará.

Isso cria uma tensão na cadeia de suprimentos que é frequentemente negligenciada. Para sustentar uma avaliação de US$ 10 bilhões, a Mercor precisa de um fluxo constante de dados profissionais de alta qualidade. Mas à medida que as máquinas melhoram nas tarefas, o grupo de especialistas humanos encolhe. Estamos testemunhando a canibalização da especialização profissional. A ironia da situação é que, quanto mais bem-sucedida a Mercor for em substituir a força de trabalho de colarinho branco, mais caros seus próprios dados de treinamento se tornam. É uma indústria extrativista que, como o petróleo, enfrenta um problema de pico de recursos. Uma vez que você automatizou o advogado júnior, quem resta para se tornar o advogado sênior cuja experiência você precisa para a próxima atualização do modelo?

O Vale do Silício passou a última década construindo ferramentas para gerenciar as informações do mundo. Agora, ele está construindo ferramentas para gerenciar a ausência do mundo na força de trabalho. A Europa tem a fotônica e as regulamentações, mas ainda não decidiu se quer proteger os trabalhadores ou apenas fornecer a luz para sua substituição. Por enquanto, a classe profissional está sendo paga para documentar sua própria obsolescência, uma mensagem no LinkedIn por vez. É um feito notável de engenharia, desde que você não seja o dono do teclado.