Mercor

概要

Mercor は AI で選考する人材マーケットプレイスです。AI エージェントが候補者を面接・スコアリングし、顧客企業の有償業務にマッチングします。ただし、その重心は移りました。2023 年に Brendan Foody、Adarsh Hiremath、Surya Midha が創業した Mercor は、エンジニアを米国スタートアップにつなぐマーケットプレイスとして始まり、2024〜2025 年にかけて AI のポストトレーニング向け供給レイヤーへとピボットしました。つまり、フロンティアラボがモデル学習に使う専門データ（RLHF、ルーブリック、評価、強化学習環境）を作るために、PhD、弁護士、バンカー、医師、シニアエンジニアを集める事業です。このピボットこそが本質です。Mercor は 2025 年 10 月の Series C で 100 億ドルの評価額に達し、2026 年 7 月の報道では、約 200 億ドルで 5 億ドルを調達する交渉中とされています。複数の媒体は、2026 年半ばの売上を年換算 20 億ドル超（2 月の約 10 億ドルから倍増）と伝えています。名前の挙がる顧客はフロンティア AI ラボ（OpenAI、Anthropic、Meta、Google）であり、企業の TA チームではありません。

Recruiting の購入担当にとって、この捉え直しは重要です。Mercor は汎用の採用プラットフォームでは ありません。ATS でも ありません。AI で選考された専門コントラクターのオンデマンド型マーケットプレイスであり、前段に AI 面接レイヤーが付いています。そして最も実証されているユースケースは、AI ラボに人間の専門家を供給することであって、あなたの求人を埋めることではありません。

Recruiting スタックで登場する理由

• AI が構造化された一次面接を実施します。 候補者は AI 主導の面接を受け、履歴書スクリーニングでは届かない評価の深さのシグナルが得られます。これが、Mercor の選考を大規模なコントラクタープールへスケールさせるのに十分な速さにした仕組みです。
• 事前選考済みの専門家供給。 45 か国以上で 30,000 名超のアクティブなコントラクターがおり、汎用労働ではなく、見つけにくいドメイン専門家（ML 研究、クオンツ/金融、医療、法務、シニアエンジニアリング）に重みが置かれています。
• 専門家ニーズに対するスピード。 マッチングのループは、直接採用や従来のスタッフィングが要する数週間〜数か月ではなく数日で回ります。これが、納期の厳しい契約業務での魅力です。
• AI データという切り口。 自社がモデルを構築またはファインチューニングしているなら、Mercor は Recruiting ツールというより、専門家ネットワーク/学習データのベンダー（Scale AI や Surge AI と比較される存在）です。

料金

• カスタム、マーケットプレイス型。 公表された定価はなく、シート課金もありません。Mercor は顧客に対し、コントラクターの稼働時間にマージンを乗せた時間単価（コストプラス）を請求し、その差額を取ります。報じられている粗利率は 35% 前後です。
• コントラクターの単価レンジが下限を決めます。 専門家は平均で時給約 85 ドル、ドメイン専門家（法務、医療、金融、シニアエンジニアリング）は報道ベースで最大 200 ドル程度です。顧客としてのあなたの単価は、これに Mercor のマージンを加えた額です。
• 正社員紹介。 フルタイム採用の場合、Mercor は報道ベースで初年度報酬の約 30% を請求します。これは成功報酬型サーチの標準的な経済性です。
• 実際のコスト: 評価やデータの案件は、シート単位ではなく、専門家の時間単位でボリューム（数百時間）で見積もられます。マージンを加えると、Mercor 経由のシニア専門家 1 名で、ブレンド単価 150〜250 ドル/時を大きく上回ります。SaaS ではなく、管理されたコントラクター支出として予算化してください。

最適な用途

• ポストトレーニングデータ、モデル評価、RL 環境のためにドメイン専門家を調達する AI ラボおよび AI を構築するチーム。Mercor の最も強く、最もよく裏付けられたユースケースです
• 直接採用やスタッフィングより速く、オンデマンドの専門コントラクター（ML 研究者、クオンツ/金融、医療、セキュリティ）を必要とする技術組織
• 時間をコミットする前に、専門コントラクターへの AI 選考シグナルが欲しいチーム

注意点

• 標準的な職種向けの採用プラットフォームではありません。 エンジニアリング、GTM、ops のフルタイム採用を Mercor に通すのは、想定外の用途にコントラクター供給マーケットプレイスを使うことになります。ガード: フルタイム採用には ATS（Greenhouse、Ashby）とソーシングツール（Juicebox、SeekOut）を使い、Mercor は専門コントラクター供給または AI 学習データが必要な場合にのみ用います。
• AI 面接スコアリングにはバイアスと妥当性のリスクがあります。 業務を左右する AI 評価は、不利益影響（adverse impact）のエクスポージャーを持ちます。ガード: スコアは複数のインプットの 1 つとして扱い、人間を意思決定者として残し、何かを決定する前に不利益影響チェックを実施してください。特に NYC LL 144、Colorado、Illinois の AI 採用ルールの下では必須です。
• 労働者区分とガバナンスのエクスポージャー。 Mercor は、コントラクターの区分をめぐり 2025 年 10 月に提起されたカリフォルニアの集団訴訟に直面しており、2026 年 4 月にはセキュリティおよび内部不正に関する問題が報じられました。ガード: 機微な業務や PII をプラットフォームに通す前に、データ取り扱い条件、IP の帰属、区分に関する補償条項を MSA で確認してください。
• 顧客集中とカテゴリーのリスク。 Mercor の売上は少数の AI ラボに強く依存しています。彼らが供給を内製化するか、合成データが人手ラベリングを置き換えれば、需要は縮小しうります。ガード: Mercor をビジネス上重要なものの単一供給源として組み込まず、第 2 の専門家ネットワークまたはスタッフィングのチャネルを温存してください。

代替候補

• Scale AI / Surge AI — データラベリングと専門家ネットワークの既存プレイヤーです。大量アノテーションと成熟した data-ops ツールが目的ならこちらを選びます。Mercor はハイエンドのドメイン専門家に寄っており、2025 年半ばに Meta の出資後 Scale が不安定化したことは、Mercor が移った需要を取り込んだ一因です。
• micro1 — 同じ「選考してからマッチング」モデルで最も急成長している AI ネイティブの新規参入者です。開発者の選考とグローバルなエンジニアリングマーケットプレイスが中心的ニーズなら比較してください。
• SeekOut / Juicebox — 実際に必要なのがフルタイム従業員のソーシングと採用なら、ソーシングプラットフォームと自社の ATS を使ってください。Mercor はその motion を置き換えません。

大規模な標準的エンジニア採用には、フルタイム採用をコントラクターマーケットプレイスに通すより、Ashby または Greenhouse に Juicebox のソーシングを組み合わせる方が、長期的に良い結果をもたらします。