Une start-up âgée de trois ans que vous n’avez probablement jamais entendue traite discrètement plus de 2 millions de dollars de paiements quotidiens à des prestataires qui enseignent aux modèles d’IA comment penser. Mercor, une plateforme de recrutement et de données basée à San Francisco, a généré 614 millions de dollars de chiffre d’affaires brut au premier semestre 2026, avec un rythme annuel maintenant à 2 milliards de dollars.
Plus de 90 % de ces revenus proviennent de seulement trois clients : OpenAI, Anthropic et Google DeepMind.
Les chiffres derrière la hype
La trajectoire de croissance de Mercor est véritablement impressionnante. L'entreprise a atteint un chiffre d'affaires annuel de 1 milliard de dollars, puis est passée à 2 milliards de dollars seulement quatre mois plus tard. Ce chiffre de 2 milliards de dollars représente une augmentation de 70 % par rapport à l'ensemble de son chiffre d'affaires pour 2025.
La plateforme relie environ 30 000 experts domainiaux et contractuels à des laboratoires de recherche en IA. Ces travailleurs gèrent l'étiquetage des données, l'évaluation des modèles et l'apprentissage par renforcement à partir de retours humains, couramment connu sous le nom de RLHF.
Les contractuels gagnent en moyenne 105 $ à l'heure. L'entreprise a levé 486 millions de dollars de financement et est actuellement évaluée à 10 milliards de dollars. Mercor a été fondée vers 2023 par Brendan Foody, Adarsh Hiremath et Surya Midha.
Pourquoi la crypto tient compte des pipelines de retours humains
Mercor n'est pas une entreprise de cryptomonnaies. Elle n'émet pas de jetons, ne gère pas de blockchain et n'a pas de Discord rempli de personnes demandant « wen moon ». Mais son modèle économique se situe précisément à l'intersection d'un problème que les réseaux décentralisés tentent de résoudre depuis des années : comment coordonner un travail humain distribué à grande échelle sans que des intermédiaires centralisés extraient des marges massives ?
Plusieurs protocoles natifs crypto construisent des marchés pour l'étiquetage de données, l'évaluation de modèles et les ressources de calcul, visant à remplacer les intermédiaires centralisés par des réseaux de contributeurs incités par des jetons. La thèse est simple : si vous pouvez coordonner 30 000 contractuels via une startup, vous pouvez théoriquement les coordonner via un protocole, avec des frais plus bas, une tarification transparente et un accès sans autorisation.
Ce que cela signifie pour les investisseurs
Les données financières de Mercor servent de repère utile à toute personne évaluant des projets d'IA décentralisée. Un chiffre d'affaires annuel de 2 milliards de dollars généré en reliant essentiellement des humains à des laboratoires d'IA indique que le marché des services d'IA avec intervention humaine n'est pas spéculatif. Il est réel, il se développe rapidement, et les principaux laboratoires sont prêts à dépenser agressivement pour garantir l'accès.
Le taux horaire moyen de 105 $ pour les indépendants fournit également une référence de prix. Des protocoles de travail décentralisés capables de fournir une qualité comparable à des tarifs inférieurs, en éliminant la marge de la plateforme, pourraient attirer à la fois les travailleurs côté offre et les laboratoires d’IA côté demande cherchant à optimiser leurs coûts. Avec des paiements quotidiens dépassant 2 millions de dollars, même une légère compression des frais se traduit par des économies significatives pour les acheteurs.
Les projets à suivre sont ceux qui intègrent une assurance qualité vérifiable dans leurs protocoles, car c’est là le véritable avantage concurrentiel. Pas la couche de coordination, pas les infrastructures de paiement, mais la capacité à garantir que les retours humains alimentant un modèle d’IA de pointe répondent réellement aux normes exigées par ces laboratoires. La valorisation de 10 milliards de dollars de Mercor repose en fin de compte sur cette garantie de qualité.