Mercor ने 10 नवंबर 2026 को 750 मिलियन डॉलर का सीरीज़ D निवेश घोषित किया, जिसमें कंपनी का मूल्यांकन 20 बिलियन डॉलर रखा गया। मानव विशेषज्ञता को AI के प्रशिक्षण और मूल्यांकन से जोड़ने वाली कंपनी अपना ढांचा उन उद्यमों तक बढ़ाना चाहती है जो एजेंटों को सामान्य परीक्षाओं के बजाय अपने वास्तविक काम पर परखना चाहते हैं।
Mercor के अनुसार, इस दौर में कर्मचारियों के शेयर खरीदने का प्रस्ताव भी शामिल था। कंपनी ने यह नहीं बताया कि रकम का कितना हिस्सा मौजूदा शेयर खरीदने और कितना नया पैसा उसके खातों में आने के लिए है। इसलिए पूरे 750 मिलियन डॉलर को अपने आप नया शोध या विस्तार बजट नहीं मानना चाहिए।
Reuters के मुताबिक, मूल्यांकन अक्टूबर 2025 के लगभग 10 बिलियन डॉलर से दोगुना है। यह बदलाव निवेश के दौर में तय कीमत बताता है। इससे अपने आप राजस्व, ग्राहकों की संख्या या मॉडल की गुणवत्ता दोगुनी होने का प्रमाण नहीं मिलता। मौजूदा फंडिंग घोषणा में राजस्व या सालाना अनुमानित राजस्व दर नहीं दी गई है।
कंपनी वास्तव में जो काम करती है, उसकी जांच
Mercor अपने ढांचे को क्षेत्र के जानकार लोगों की मदद से पेशेवर कामों पर मॉडल को प्रशिक्षित करने और जांचने का माध्यम बताती है। उद्यमों के लिए वह उनके कार्यप्रवाह के अनुसार मूल्यांकन तैयार करती है। सवाल केवल अच्छे जवाब का नहीं, बल्कि कंपनी के सिस्टम, जरूरतों और गुणवत्ता मानकों के अनुसार काम पूरा करने का है।
एक काल्पनिक उदाहरण से अंतर समझा जा सकता है। दस्तावेज़ लिख पाने का मतलब यह नहीं कि एजेंट सही रिकॉर्ड चुन सकेगा, नवीनतम संस्करण इस्तेमाल करेगा और नतीजा उचित व्यक्ति को मंजूरी के लिए भेजेगा। यह सामान्य कौशल और तय कारोबारी प्रक्रिया के बीच का अंतर समझाने वाला उदाहरण है, Mercor के किसी प्रकाशित प्रयोग का परिणाम नहीं।
इसीलिए विशेष मूल्यांकन सफलता को परिभाषित करने से शुरू होता है। टीम को तय करना होगा कि सही काम पूरा होना क्या है, कौन सी जानकारी इस्तेमाल की जा सकती है और किन गलतियों पर रुकना चाहिए। इन परिभाषाओं के बिना ऊंचे अंक का अर्थ अस्पष्ट हो सकता है: क्या वह कंपनी की जरूरत माप रहा है या सिर्फ आसानी से जांची जाने वाली चीज?
विशेषज्ञों की भूमिका जवाब देने से आगे है
Mercor कहती है कि उसके विशेषज्ञ नेटवर्क में 5 मिलियन से ज्यादा लोग हैं। यह कंपनी के नेटवर्क का आंकड़ा है, वेतनभोगी कर्मचारियों या किसी खास परियोजना पर एक समय में काम करने वाले लोगों की संख्या नहीं। कारोबार का आकार समझाने के लिए नेटवर्क की संख्या इस्तेमाल करते समय यह अंतर जरूरी है।
किसी क्षेत्र की विशेषज्ञता केवल सही उत्तर जानना नहीं है। पेशेवर काम में कार्रवाइयों का क्रम, अपवाद, विवेक और किसी खास कंपनी की जरूरतें शामिल होती हैं। Mercor के विवरण के अनुसार, मूल्यांकन इन जरूरतों को जांच योग्य कार्यों में बदलते हैं और बताते हैं कि मॉडल को कहां अतिरिक्त प्रशिक्षण या अभ्यास चाहिए।
ग्राहक के लिए नेटवर्क का आकार विशेषज्ञों की उपयुक्तता के सवालों की जगह नहीं लेता। मानक कौन बनाता है, मूल्यांकन करने वालों में मतभेद कैसे सुलझते हैं और प्रक्रिया बदलने पर परीक्षा कैसे बदलती है? गुणवत्ता के ये पहलू केवल प्रतिभागियों की संख्या से नहीं समझे जा सकते, चाहे नेटवर्क बहुत बड़ा क्यों न हो।
Deeptune एजेंटों को अभ्यास की जगह देती है
Mercor ने बताया कि उसने इस साल Deeptune का अधिग्रहण किया। उसकी टीम ने सैकड़ों उद्यम एप्लिकेशन दोबारा बनाए थे, ताकि एजेंट उनमें कार्यप्रवाह का अभ्यास कर सकें। उद्देश्य पेशेवर ज्ञान और मूल्यांकन को ऐसे वातावरण से जोड़ना है जो वास्तविक कार्यस्थल जैसा हो।
यहां मूल्यांकन और प्रशिक्षण का अंतर सामने आता है। मूल्यांकन किसी जरूरत के अनुसार प्रदर्शन मापता है, जबकि अतिरिक्त प्रशिक्षण क्षमताएं बदलने की कोशिश करता है। अभ्यास का वातावरण कार्य दोहराने, परिणाम देखने और प्रतिक्रिया देने देता है। इसका मतलब यह नहीं कि हर दोहराव से प्रदर्शन सुधरेगा या नकली वातावरण में सफलता वास्तविक सिस्टम में भी सुनिश्चित होगी।
इसलिए ग्राहक को देखना होगा कि प्रशिक्षण का वातावरण रोजमर्रा के काम से कितना मिलता है। अनुमति, डेटा या इंटरफेस के व्यवहार में फर्क कार्य को बदल सकता है। ऐसी व्यवस्था परखते समय तय करना चाहिए कि किन स्थितियों का समान रहना जरूरी है और कौन से अंतर अधिक जिम्मेदारी देने से पहले अतिरिक्त परीक्षण मांगते हैं।
कई निवेशक, लेकिन घोषित प्रमुख नहीं
Mercor की प्रकाशित सूची में Benchmark, Felicis, Fundomo, Apollo से संबद्ध इकाइयों द्वारा प्रबंधित फंड, G Squared, General Catalyst, Glade Brook Capital, NVIDIA, Salesforce, Sapphire Ventures, StepStone Group, XTX Ventures और Zoom हैं। घोषणा में कंपनी ने किसी प्रमुख निवेशक का नाम नहीं दिया है।
सूची में तकनीकी कंपनियों का होना किसी नए व्यावसायिक समझौते, उत्पाद एकीकरण या वितरण साझेदारी की घोषणा नहीं है। उन्हें निवेशक बताया गया है। भूमिकाओं को अलग रखने से परिचित नामों के आधार पर ज्यादा निष्कर्ष निकालने से बचा जा सकता है, खासकर जब निवेश संस्थाओं के साथ AI कारोबार में सक्रिय कंपनियां भी हों।
Mercor कहती है कि फंडिंग से मूल्यांकन, बाद के प्रशिक्षण और संबंधित शोध के ढांचे में निवेश तेज होगा तथा और अभ्यास वातावरण बनेंगे। कंपनी ने न्यूयॉर्क और लंदन में कार्यालय भी खोले हैं। ये विस्तार की घोषित दिशाएं हैं, लेकिन स्थान या विकास क्षेत्र के अनुसार बजट नहीं दिया गया। हर क्षमता ग्राहक तक कब पहुंचेगी, इसका विस्तृत कार्यक्रम भी घोषणा में नहीं है।
संचालन लागत भी गुणवत्ता का सवाल है
फंडिंग घोषणा में संस्थापक ब्रेंडन फूडी ने लिखा कि Mercor मॉडल चलाने पर कर्मचारियों के वेतन से 3 गुना खर्च करती है। यह कंपनी की अपनी तुलना है। उसने साथ में वास्तविक रकम नहीं बताई, इसलिए सिर्फ इस अनुपात से कुल खर्च या लाभप्रदता नहीं निकाली जा सकती।
व्यावहारिक रूप से यह तुलना प्रशिक्षण के बाद AI इस्तेमाल करने की लागत पर ध्यान दिलाती है। एजेंट जांचने वाली संस्था को पूछना चाहिए कि एक कार्य पूरा करने की लागत क्या है, कितने प्रयास लगते हैं और बाद में कितना मानवीय काम बचता है। बहुत सुधार मांगने वाला अच्छा परिणाम, लगातार सही मिलने वाले उसी परिणाम से काफी अलग हो सकता है।
Mercor की फंडिंग इन सवालों को कंपनियों में उपयोग होने वाले ढांचे में बदलने की कोशिश को पैसा देती है। प्रबंधकों का शुरुआती काम फिर भी उनका अपना है: तय प्रक्रिया चुनना, सफलता और लागत के माप बनाना और वास्तविक कार्य पर एजेंट जांचना। नया मूल्यांकन निवेशकों की उम्मीद बताता है; परीक्षण तय करेंगे कि सिस्टम ग्राहक के लिए क्या कर सकता है।