تقييم Mercor البالغ 20 مليار دولار: قد يكون الأصل الحقيقي هو نظام التحقق، لا البيانات.
جمعت Mercor تمويلًا قدره 750 مليون دولار بتقييم بلغ 20 مليار دولار. ويقول مؤسسها إن معدل الإيرادات السنوي وصل إلى 3 مليارات دولار خلال 27 شهرًا.
مثير للإعجاب. لكن هناك نقطتين مهمتين.
أولًا، الإيرادات الإجمالية ليست إيرادات برمجيات. وتشير التقارير التاريخية إلى أن 60–70% من إيرادات Mercor ذهبت إلى الخبراء المتعاقدين. وهذا يجعل اقتصادياتها مختلفة تمامًا عن أعمال البرمجيات كخدمة ذات الهوامش المرتفعة.
ثانيًا، يشير استحواذ Mercor على Deeptune إلى نشاط تجاري أكثر إثارة للاهتمام من مجرد وسم البيانات.
يحتاج وكيل الذكاء الاصطناعي إلى بيئة واقعية، ومهمة ينجزها، ونظام تحقق يستطيع تحديد ما إذا كان قد نجح فعلًا.
يمكن للبيئة نفسها أن تولّد ملاحظات تدريبية عبر آلاف المحاولات. وهذا نموذج اقتصادي مختلف عن الدفع لخبير مقابل كل وسم على حدة.
لكن هذا يطرح سؤالًا تنافسيًا جديدًا: من يملك نظام التحقق؟
إذا استطاعت الشركات بناء بيئات مهام وأنظمة تقييم موثوقة داخليًا، فقد تتقلص هوامش الأطراف الثالثة. أما إذا تطلب الحفاظ عليها خبرات نادرة وسير عمل يجري تحديثه باستمرار، فقد تطور شركات مثل Mercor ميزة مستدامة.
رأيي: لن يكون الحاجز التنافسي القادم في تدريب الذكاء الاصطناعي هو أكبر شبكة من المتعاقدين، بل أصعب نظام يمكن تقليده لقياس قدرة الوكلاء على إنجاز أعمال ذات قيمة اقتصادية.
راقبوا مزيج إيرادات الشركات، والهوامش بعد خصم تكاليف المتعاقدين، والإنفاق المتكرر على بيئات التقييم.
#stocks