Mercor doit sa croissance rapide aux plus grandes entreprises d'IA, selon des documents
Mercor, une start-up spécialisée dans la donnée pour l'entraînement de l'IA, connaît une croissance rapide mais reste fortement dépendante des grands laboratoires d'intelligence artificielle, selon des documents financiers consultés par The Information. Fondée il y a trois ans, l'entreprise emploie une armée de contractuels chargés d'apprendre aux modèles d'IA à fournir de meilleures réponses. Sur le premier semestre de l'année, Mercor a généré 614 millions de dollars de revenus bruts, soit une hausse de 70% par rapport à l'ensemble de l'année précédente. Environ 91% de ces revenus proviennent des créateurs de modèles de fondation. Parmi ses principaux clients, la société cite OpenAI, Anthropic et Google DeepMind, ainsi que des laboratoires plus récents comme Reflection AI, spécialiste de l'open-source, et Thinking Machines Lab.
Cette dépendance concentrée illustre un phénomène plus large dans l'écosystème de l'IA générative : la valeur créée par les start-ups de données d'entraînement repose presque entièrement sur les dépenses d'un petit nombre d'acteurs dominants. Pour Mercor, cela signifie une croissance spectaculaire tant que ces géants continuent d'investir massivement dans l'amélioration de leurs modèles, mais aussi une vulnérabilité structurelle si l'un de ces clients réduit ses commandes ou internalise ce travail. Pour l'industrie, cet exemple confirme l'appétit sans précédent des laboratoires d'IA pour les données d'entraînement de qualité, produites par des humains, un maillon jugé essentiel pour affiner les réponses des modèles.
Ce modèle économique s'inscrit dans une compétition effrénée entre laboratoires d'IA, où OpenAI, Anthropic et Google DeepMind rivalisent pour améliorer leurs modèles via le renforcement par retour humain. L'arrivée de nouveaux clients comme Reflection AI ou Thinking Machines Lab, cette dernière fondée par d'anciens cadres d'OpenAI, montre que la demande s'étend au-delà des poids lourds historiques. Reste à savoir si Mercor parviendra à diversifier sa clientèle pour réduire sa dépendance envers une poignée de géants technologiques, dans un secteur où les besoins en données évoluent aussi vite que les modèles eux-mêmes.
Dans nos dossiers
Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.




