Mercors Bewertung von 20 Mrd. Dollar: Der eigentliche Vermögenswert könnte der Verifizierer sein, nicht die Daten.
Mercor hat 750 Mio. Dollar bei einer Bewertung von 20 Mrd. Dollar eingesammelt. Der Gründer sagt, die annualisierte Umsatzrate habe nach 27 Monaten 3 Mrd. Dollar erreicht.
Beeindruckend. Doch zwei Unterscheidungen sind wichtig.
Erstens: Bruttoumsatz ist nicht Softwareumsatz. Historischen Berichten zufolge flossen 60–70 % von Mercors Umsatz an externe Fachkräfte. Dadurch unterscheidet sich die Wirtschaftlichkeit deutlich von der eines SaaS-Unternehmens mit hohen Margen.
Zweitens deutet Mercors Übernahme von Deeptune auf ein interessanteres Geschäft als Datenlabeling hin.
Ein KI-Agent braucht eine realistische Umgebung, eine zu erledigende Aufgabe und einen Verifizierer, der feststellen kann, ob die Aufgabe tatsächlich erfolgreich abgeschlossen wurde.
Dieselbe Umgebung kann potenziell über Tausende von Versuchen hinweg Trainingsfeedback liefern. Das ist ein anderes Geschäftsmodell, als für jedes einzelne Label eine Fachkraft zu bezahlen.
Doch dadurch entsteht eine neue Wettbewerbsfrage: Wem gehört der Verifizierer?
Wenn Unternehmen zuverlässige Aufgaben-Umgebungen und Bewertungssysteme intern entwickeln können, könnten die Margen von Drittanbietern schrumpfen. Wenn ihre Pflege jedoch seltenes Fachwissen und ständig aktualisierte Arbeitsabläufe erfordert, könnten Anbieter wie Mercor einen dauerhaften Vorteil aufbauen.
Meine Einschätzung: Der nächste KI-Trainingsvorsprung wird nicht im größten Netzwerk externer Auftragnehmer liegen. Er wird im am schwersten nachzuahmenden System liegen, mit dem sich messen lässt, ob Agenten wirtschaftlich wertvolle Arbeit leisten können.
Achten Sie auf den Umsatzanteil von Unternehmenskunden, die um Auftragnehmerkosten bereinigten Margen und wiederkehrende Ausgaben für Evaluierungsumgebungen.
#stocks
Mercor hat 750 Mio. Dollar bei einer Bewertung von 20 Mrd. Dollar eingesammelt. Der Gründer sagt, die annualisierte Umsatzrate habe nach 27 Monaten 3 Mrd. Dollar erreicht.
Beeindruckend. Doch zwei Unterscheidungen sind wichtig.
Erstens: Bruttoumsatz ist nicht Softwareumsatz. Historischen Berichten zufolge flossen 60–70 % von Mercors Umsatz an externe Fachkräfte. Dadurch unterscheidet sich die Wirtschaftlichkeit deutlich von der eines SaaS-Unternehmens mit hohen Margen.
Zweitens deutet Mercors Übernahme von Deeptune auf ein interessanteres Geschäft als Datenlabeling hin.
Ein KI-Agent braucht eine realistische Umgebung, eine zu erledigende Aufgabe und einen Verifizierer, der feststellen kann, ob die Aufgabe tatsächlich erfolgreich abgeschlossen wurde.
Dieselbe Umgebung kann potenziell über Tausende von Versuchen hinweg Trainingsfeedback liefern. Das ist ein anderes Geschäftsmodell, als für jedes einzelne Label eine Fachkraft zu bezahlen.
Doch dadurch entsteht eine neue Wettbewerbsfrage: Wem gehört der Verifizierer?
Wenn Unternehmen zuverlässige Aufgaben-Umgebungen und Bewertungssysteme intern entwickeln können, könnten die Margen von Drittanbietern schrumpfen. Wenn ihre Pflege jedoch seltenes Fachwissen und ständig aktualisierte Arbeitsabläufe erfordert, könnten Anbieter wie Mercor einen dauerhaften Vorteil aufbauen.
Meine Einschätzung: Der nächste KI-Trainingsvorsprung wird nicht im größten Netzwerk externer Auftragnehmer liegen. Er wird im am schwersten nachzuahmenden System liegen, mit dem sich messen lässt, ob Agenten wirtschaftlich wertvolle Arbeit leisten können.
Achten Sie auf den Umsatzanteil von Unternehmenskunden, die um Auftragnehmerkosten bereinigten Margen und wiederkehrende Ausgaben für Evaluierungsumgebungen.
#stocks