Десятимиллиардная ставка Mercor на закат эпохи белых воротничков

ИИ
Mercor’s $10 Billion Bet on the Last White-Collar Paycheck
Новейший «декакорн» Кремниевой долины использует LinkedIn для найма специалистов, которые невольно обучают ИИ-модели для собственной замены, пока Европа делает ставку на фотонику ради обеспечения энергобезопасности.

Сообщение в LinkedIn приходит с вежливой, пустой каденцией корпоративного рекрутера, но в описании вакансии кроется структурный сбой. Вас приглашают на высокооплачиваемый краткосрочный проект — программирование, юридический анализ или финансовое моделирование — при условии, что вы готовы к записи каждого вашего нажатия клавиши, исправления и творческого поворота. Вас нанимают не для работы; вас нанимают в качестве биологического тренировочного набора для машины, которая в конечном итоге сделает вашу роль устаревшей и затратной. Это основной двигатель Mercor, стартапа из Сан-Франциско, который недавно достиг оценки в 10 миллиардов долларов, несмотря на то, что им руководят два основателя, которые никогда не занимали традиционную должность «белого воротничка».

Сбор данных, скрытый в описании вакансии

Основатели, Адарш Хиремат и Брендан Фуди, представляют собой типичный архетип Кремниевой долины: чистые инженеры, которые рассматривают сложности профессиональной жизни как ряд задач по оптимизации. Их оценка в 10 миллиардов долларов, обеспеченная элитой по управлению капиталом из Iconiq, отражает ставку на то, что следующий скачок продуктивности произойдет не благодаря улучшенным алгоритмам, а благодаря владению профессиональными «экспертными» данными. Это циничный цикл. Вы платите человеку 100 долларов в час за обучение модели в течение сорока часов; затем эта модель выполняет работу человека за центы в течение следующего десятилетия. Экономика такой единицы разрушительна для любого, у кого сейчас есть рабочий стол и пенсионный план.

Может ли ИИ найти работу для тех, кого он вытесняет?

По мере того как Mercor ускоряет автоматизацию труда специалистов среднего звена, формируется вторичный рынок для управления последствиями. Pelgo, еще один стартап, появившийся на волне нынешнего бума ИИ, стремится использовать искусственный интеллект для поиска новых вакансий для тех самых работников, которых он вытесняет. Это симметрия, которую может счесть утешительной только венчурный капиталист. Pelgo обещает предоставлять услуги по аутплейсменту — оптимизацию резюме, подготовку к собеседованиям и автоматизированную подачу заявок — дешевле и быстрее, чем карьерные коучи-люди. Мы вступаем в эру, когда ИИ увольняет вас, а другой ИИ помогает вам подать заявку на работу, которой, возможно, управляет третий ИИ.

Этот цикл выявляет растущее давление внутри технологической индустрии, стремящейся оправдать собственную «подрывную деятельность». Если «миф» об ИИ, представленный недавно на встречах МВФ в виде нового инструмента Anthropic под названием Mythos, заключается в тотальной эффективности, то реальность — это грязный и сложный переходный период. В Вашингтоне финансовые руководители больше не спорят о том, повлияет ли ИИ на рынок труда; они пытаются подсчитать, во сколько обойдутся будущие системы социальной защиты. Разговор переместился из лабораторий в казначейства, и цифры выглядят не слишком лестно для человеческого фактора.

Европейский разворот к «железу» и свету

В то время как Соединенные Штаты доминируют в программном обеспечении этого переворота, Европа пытается обезопасить фундамент. В год, когда акции компаний в сфере SaaS столкнулись со скептицизмом относительно их реальной пользы, лучшей по показателям акцией Европы в 2026 году стал не провайдер генеративных моделей. Это французская фотонная компания, оседлавшая волну ИИ-инфраструктуры. Фотоника — использование света, а не электричества, для передачи данных — стала критическим «узким местом» для таких компаний, как Mercor и Anthropic. По мере роста моделей энергетические затраты на перемещение электронов по медным проводам становятся неустойчивыми.

Французский скачок акций в области фотоники подчеркивает расхождение в промышленной стратегии. Брюссель в значительной степени смирился с тем, что проиграл гонку за доминирующую большую языковую модель Сан-Франциско и Сиэтлу. Вместо этого ЕС делает ставку на цепочку поставок. Благодаря закону EU Chips Act и различным суверенным инвестиционным инструментам фокус сместился на специализированное оборудование, которое делает ИИ физически возможным. Если США владеют «разумом» машины, то Европа хочет владеть её «нервной системой». Это прагматичная, пусть и менее гламурная ставка на физику дата-центров, а не на причуды алгоритма LinkedIn.

Регуляторная стена в Брюсселе

Стратегия Mercor по использованию профессионалов для обучения их собственных «заменителей», скорее всего, наткнется на острые углы закона ЕС об ИИ (EU AI Act). Регламент, который перешел от теории к правоприменению, включает конкретные положения о прозрачности и правах работников. Согласно действующему законодательству ЕС, платформа, использующая профессиональные результаты труда для обучения коммерческой модели, должна четко заявлять об этом намерении. В Бонне и Париже ведутся юридические споры о том, является ли «сбор данных», замаскированный под «трудоустройство», нарушением трудовых прав или интеллектуальной собственности.

Немецкие промышленные лидеры, особенно в секторе Mittelstand, наблюдают за этими событиями со смесью технического любопытства и институционального ужаса. Немецкая модель «Mitbestimmung» (соучастие в управлении) с трудом согласуется с программной системой, которая рассматривает опыт инженера как одноразовый набор данных. В то время как стартап из Сан-Франциско может за одну ночь взлететь до оценки в 10 миллиардов долларов, минуя традиционные структуры занятости, европейская фирма, пытающаяся сделать то же самое, столкнулась бы с горой судебных исков от производственных советов и органов по защите данных. Это регуляторное трение часто называют слабостью, но в контексте Mercor оно может послужить критическим тормозом для процесса, рассматривающего человеческий опыт как сырьевой товар.

Инфраструктура устаревания

Бегство капитала в сторону ИИ связано не только с кодом, но и с управлением капиталом, стоящим за ним. Iconiq, консультант класса миллиардеров технологической индустрии, переводит миллиарды в ИИ-инфраструктуру. Это не спекулятивные деньги частных лиц; это капитал тех, кто построил социальные сети и облачные провайдеры последнего десятилетия. Они сигнализируют о том, что эпоха «человека в контуре» — это временная переходная фаза. Как только данные от высокооплачиваемых внештатных сотрудников Mercor будут достаточно поглощены, контур замкнется.

Это создает напряженность в цепочке поставок, которую часто упускают из виду. Чтобы поддерживать оценку в 10 миллиардов долларов, Mercor нужен постоянный приток высококачественных профессиональных данных. Но по мере того как машины лучше справляются с задачами, пул экспертов-людей сокращается. Мы наблюдаем каннибализацию профессиональной экспертизы. Ирония ситуации в том, что чем успешнее Mercor в замене «белых воротничков», тем дороже становятся его собственные обучающие данные. Это добывающая отрасль, которая, как и нефтяная, сталкивается с проблемой пика ресурсов. Когда вы автоматизировали младшего юриста, кто останется, чтобы стать старшим юристом, чей опыт вам понадобится для следующего обновления модели?

Кремниевая долина последнее десятилетие строила инструменты для управления мировой информацией. Теперь она строит инструменты для управления отсутствием мира на рынке труда. У Европы есть фотоника и правила, но она еще не решила, хочет ли она защищать работников или просто «подсвечивать» процесс их замены. На данный момент профессиональному классу платят за документирование собственного устаревания — одно сообщение в LinkedIn за раз. Это выдающееся инженерное достижение, если только не вы тот, кто держит клавиатуру.

Mattias Risberg

Mattias Risberg

Cologne-based science & technology reporter tracking semiconductors, space policy and data-driven investigations.

University of Cologne (Universität zu Köln) • Cologne, Germany

Readers

Readers Questions Answered

Q В чем заключается бизнес-модель стартапа Mercor?
A Mercor нанимает специалистов через LinkedIn для краткосрочных проектов, записывая каждое их действие для обучения ИИ-моделей. По сути, профессионалы получают оплату за то, что обучают машины, которые в конечном итоге их заменят. Компания стремится превратить экспертные знания в области кодинга и права в наборы данных, чтобы автоматизировать офисную работу.
Q Почему оценка Mercor достигла 10 миллиардов долларов?
A Такая оценка основана на ставке инвесторов на владение данными экспертов как на главный фактор производительности в будущем. Инвесторы верят, что захват человеческого опыта позволит ИИ выполнять сложные задачи за копейки в течение многих лет. Этот цикл заменяет дорогостоящий человеческий труд дешевыми алгоритмами, что обещает колоссальную прибыль владельцам данных.
Q Какую роль играет стартап Pelgo в условиях автоматизации?
A Pelgo — это стартап, использующий ИИ для поиска работы людям, которые были вытеснены автоматизацией. Он предлагает оптимизацию резюме и автоматическую подачу заявок. Это создает странный цикл, где одна нейросеть лишает человека работы, а другая помогает ему найти новую, которая также может управляться алгоритмами, подчеркивая зависимость рынка труда от технологий.
Q Почему Европа делает ставку на фотонику, а не на ПО для ИИ?
A Проиграв гонку языковых моделей США, Европа сосредоточилась на физической инфраструктуре. Фотоника использует свет вместо электричества для передачи данных, что критически важно для снижения энергопотребления дата-центров. Через «Закон о чипах ЕС» Брюссель стремится контролировать цепочки поставок и стать «нервной системой» индустрии ИИ.
Q С какими юридическими препятствиями сталкивается Mercor в Европе?
A Закон ЕС об ИИ требует прозрачности при использовании профессиональных данных для обучения коммерческих моделей. В Европе сбор данных под видом трудоустройства может рассматриваться как нарушение трудовых прав или интеллектуальной собственности. Регуляторы в Германии и Франции выступают против систем, которые относятся к человеческому опыту как к одноразовому ресурсу.

Have a question about this article?

Questions are reviewed before publishing. We'll answer the best ones!

Comments

No comments yet. Be the first!