Nvidia、AIデータ供給企業Mercorへの出資を検討か 同社は評価額200億ドルを目指す

AIデータ供給企業Mercorが評価額200億ドル近辺を目指すなか、Nvidiaが同社への資金提供を協議していると報じられている。この金額は、条件、顧客集中、セキュリティをめぐる未解決の疑問が残るにもかかわらず、Mercorの前回公表ラウンド時の評価額を2倍にするものだ。

この資金調達に関する報道は、8月20日に中国のニュース速報を通じて浮上した。Nvidiaによる投資予定額、想定される資金調達の仕組み、半導体メーカーがタームシートに署名したかどうかは明らかにされていない。

本稿執筆時点で、NvidiaもMercorもNvidiaの参加を公に確認していなかった。したがって慎重に解釈すれば、これは協議であり、完了した投資ではない。

それでも、この報道は単なる大型ベンチャー評価額の話にとどまらない。NvidiaはAIサプライチェーン全体の企業に資金を提供する一方で、Mercorからサービスを購入しているとされる。出資が実現すれば、AIチップの圧倒的な供給企業と、主要なモデル開発企業向けに専門家のフィードバック、評価、トレーニング環境を提供するベンダーが、より緊密な資本関係で結ばれることになる。

このつながりは、希少な2つの投入要素をより近い金融関係の下に置く。Nvidiaは計算能力を供給し、Mercorはラボが初期学習後にモデルを改善するために活用する人間の専門知識を組織化する。

今回の可能性のある取引は、Mercorにとって変化の大きかった1年の後に訪れた。同社は急速な収益成長を報告し、AIトレーニング環境のスタートアップを買収し、サプライチェーン上のセキュリティインシデントにも対処した。同時にScale AI、Surge AI、Turing、Handshakeなどのデータプロバイダーと競合している。

中心的な問いは、NvidiaがMercorを有望な投資先と見ているのか、それともより広いAI市場にとって戦略的に重要なインフラと見ているのか、という点だ。

報じられたNvidiaとMercorの協議は依然として初期段階

変化したのは資金提供候補の報じられた顔ぶれであり、Mercorの資金調達が確実になったわけではない。

Mercorは最新報道以前から新たな資本を求めていた。7月には、Bloombergの情報筋が、同社が評価額およそ200億ドルでのラウンドを協議していると伝えた。

これらの協議は初期段階と説明されていた。評価額に関する報道によると、Mercorは投資家に対し、提示された評価額でタームシートを受け取ったと説明したとされる。

タームシートは通常、最終契約やクロージング条件に先立ち、提案された投資条件を記録するものだ。真剣な関心を示すが、取引の成立を保証するものではない。

新たな報道は、協議にNvidiaを加えた。しかし、Nvidiaがラウンドを主導するのか、別の投資家に加わるのか、デットを提供するのか、あるいは別の形態を用いるのかは示していない。

この区別は重要だ。Nvidiaは現在、複数の形でAI関連の資金提供に関与している。従来型のエクイティ投資を行い、顧客を支援し、金融機関とともにインフラ資金の提供にも取り組んでいる。

Mercorは主としてデータセンターを建設したり、大量のGPU群を購入したりする企業ではない。その中核事業は、モデル学習のためのタスク、判断、評価を作成する専門家とAI開発者をつなぐことにある。

このため、Nvidiaによる可能性のある投資は、ハードウェア購入を促す目的の資金提供とは異なる。Mercorの顧客は依然としてNvidiaの計算リソースを広範に消費しているものの、戦略的なつながりはより間接的になる。

Mercorはまた、主要なAIラボやテクノロジー企業への供給企業として自社を位置付けてきた。これまでの報道では、Amazon、Google、Meta、Microsoft、OpenAIと並び、Nvidiaも同社の顧客に含まれていたとされる。

これらの顧客名のすべてが、契約や収益開示を通じて独立に詳しく確認されているわけではない。Mercorは非上場企業であり、その顧客別の経済性は上場企業に比べてはるかに不透明だ。

報じられた200億ドルという数字も、Mercorが受け取る金額ではなく評価額だ。Nvidiaが行う可能性のあるコミットメントの規模について、信頼できる公的説明は確立されていない。

したがって、読者は別々の数字を結び付けないよう注意すべきだ。Mercorの評価額目標は、Nvidiaが200億ドルの投資を検討していることを意味しない。

確認できる基準点は、Mercorの前回の資金調達にある。2025年10月、同社は評価額100億ドルとなる3億5,000万ドルのSeries Cを発表した。

MercorのSeries C発表によると、このラウンドはFelicisが主導し、Benchmark、General Catalyst、Robinhood Venturesも参加した。

この取引により、Mercorの評価額はすでにSeries B時点から5倍に増加していた。200億ドルのラウンドが成功すれば、1年未満でさらに2倍となる。

このような上昇は、どのような状況でも注目に値する。かつて主にデータラベリングと説明されていた市場で事業を展開する企業にとっては、特に際立つ。

Mercorは、このカテゴリー自体が変化したと主張する。フロンティアモデルには、単純な物体識別ではなく推論を試す、専門家が作成した評価、現実的なワークフロー、フィードバックがますます必要になっている。

この変化が、本稿における本質的な緊張を生む。投資家は単に短期労働者向けマーケットプレイスを評価しているのではない。AIモデルに専門職の仕事の進め方を教える人間の仕組みに、大きな価値を置いている。

NvidiaがAIデータ供給企業に関心を持つ理由

Nvidiaの関心は、人間の専門知識が計算能力の戦略的な補完要素となり、より優れたモデルが登場するまでの一時的な代替手段ではなくなったことを示唆する。

フロンティアモデルの構築は、テキスト、画像、コード、その他のデータを用いた大規模な学習から始まる。この段階では莫大な計算能力を消費し、Nvidiaが最も強い地位を持つ。

初期学習だけでは、複雑な専門業務を完了できるエージェントを確実に生み出せない。開発者はモデルをテストし、失敗を特定し、その挙動を改善するフィードバックを生成しなければならない。

Mercorはそのプロセスのために専門家を採用する。弁護士は法的判例に関する推論を評価し、エンジニアはコーディングタスクを設計したり、提案された解決策が技術要件を満たすかを評価したりする。

こうした業務は、モデルをより有用な挙動へ導く例やスコア、すなわちトレーニングシグナルを生む。これらは教師ありファインチューニング、評価、強化学習を支援できる。

強化学習は、定義されたタスクに対するより良いパフォーマンスに報酬を与えることでモデルを学習させる。その価値は、タスクと採点システムが実際の業務を表現しているかどうかに大きく依存する。

モデルは学術的なベンチマークで優れた成績を収めながら、企業のソフトウェア内では失敗することがある。曖昧な依頼を誤読し、例外処理を誤り、次に取るべき行動を間違える可能性がある。

この隔たりが、ドメイン専門家の価値を高める。彼らはワークフローを記述し、現実的な演習を作成し、単純な自動ルールでは採点できない出力を判断できる。

Mercorは7月、Deeptuneの買収に合意することでこの戦略を拡大した。Mercorによると、DeeptuneはAIエージェントがシミュレーションされたエンタープライズアプリケーション全体でタスクを練習できるソフトウェア環境を構築している。

同社の買収発表では、環境をソフトウェア、割り当てられたタスク、成功裏の完了を判断する検証器という3つの要素として説明している。

Mercorは、そのネットワークに500万人を超えるドメイン専門家が含まれると述べた。この数字は企業側の主張であり、500万人のアクティブな契約者を意味すると解釈すべきではない。

Deeptuneとの取引は、Mercorにより明確な製品ストーリーをもたらす。専門家が現実的な業務を定義し、買収したソフトウェアがエージェントの練習するシステムを再現する。

この組み合わせにより、Mercorは採用業務の枠を超える。同社はAIエージェントの評価と改善に使われる技術的なループにより近い位置を占めることになる。

開発者が計算能力をより価値の高い用途に活用できれば、Nvidiaにも恩恵がある。より優れたトレーニング環境は、ラボが追加の実験を実施し、より多くのエージェント方策を学習させ、新たなワークフロー全体にモデルを展開することを促しうる。

ただし、それによってMercorが従来型のNvidiaによる顧客向け資金調達取引になるわけではない。Mercorの主な費用構造は、大量のチップ購入ではなく、人材、ソフトウェア、運営に関わる。

むしろ、この可能性のある投資はサプライチェーン上の位置取りに近い。Nvidiaは、計算能力への支出が商業的に有用なモデルを生むかどうかを左右するボトルネックへのエクスポージャーを得られる。

Nvidiaはすでに、より広範な資金提供戦略を示している。8月10日、同社はApollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKRとの提携を発表した。

Nvidiaの資金調達に関する発表によると、これらの独立したプラットフォームは、AIインフラ向けに時間をかけて5,000億ドル超を動員することを目指している。

このインフラプログラムは、計算資産と利用連動型収益を、外部資本に適した投資に転換することに焦点を当てる。Nvidiaは、参加機関が独自の投資判断を行うと述べた。

Mercorはスタックの別の位置にある。同社は、開発者が計算能力を手にした後、それを何に使うかを左右する。

この違いが、報じられた協議を戦略的に興味深いものにしている。NvidiaはAIの物理的な能力と、その能力を学習済みの挙動へ転換する支援を行う企業の双方を後押しすることになる。

この関係は、Nvidiaに有用な市場の可視性をもたらす可能性がある。複数のラボで活動するデータ供給企業は、どのタスク、専門領域、学習手法に需要が集まっているかを観察できる。

それでもNvidiaは、顧客中立性を慎重に管理する必要がある。AIラボは、主要なチップ供給企業と資本関係を持つベンダーを通じて、機密性の高い開発優先事項を明らかにすることをためらうかもしれない。

NvidiaがMercorの顧客データへアクセスすることを示す公的証拠はない。自動的にそのような情報を取得するという示唆は、推測にすぎない。

戦略的価値は、特権的なデータがなくても存在しうる。ラボがポストトレーニングやエージェント評価への支出を増やすなか、NvidiaはMercorの成長から単純に利益を得られる可能性がある。

Mercorの成長がScale AIなどのデータベンダーに圧力をかける

評価額200億ドルは、専門家が生成するトレーニングデータを、AIに残された最も価値あるボトルネックの一つとして位置付けることになる。

競争市場は急速に変化している。初期のデータラベリング企業は、標準化された分類タスクを担う大規模な労働力に依存することが多かった。

現在、フロンティアラボはより限定的な専門性を求めている。難しい出力を評価できるソフトウェア開発者、研究者、金融専門家、医師、弁護士、その他の専門家を必要としている。

この移行は各プロジェクトの潜在価値を高める。同時に、採用、品質管理、プライバシー、顧客管理に関する要件も引き上げる。

Mercorは採用テクノロジーを通じて市場に参入した。自動化された面接とマッチングシステムを使って候補者と雇用主をつなぎ、その後AIトレーニング業務へと深く進出した。

同社の現在の物語は、人間の判断をインフラとして扱うものだ。専門家は、モデルが経済的に価値のあるタスクを処理するのを支援する評価とワークフローデータを作成する。

Scale AIは依然として最も目立つ比較対象である。Metaは2025年にScaleへ約150億ドルを投資し、大きな経済的持分を得る一方、創業者のAlexandr Wangを自社のAI組織に迎え入れた。

その取引により、公開報道によればScaleの評価額は約290億ドルとなった。これは、フロンティアラボにデータおよび評価サービスを販売するすべての非公開企業にとって、ひとつの基準点となった。

Mercorの評価額が200億ドルとなれば、その差は縮まる。また、市場が高く評価されるデータプラットフォームを複数支えられることを投資家に示すことにもなる。

両社は同一の戦略を採っているわけではない。Scaleはより長い事業運営の実績、広範な政府関連業務、そしてデータパイプラインを管理するためのより幅広いツール群を持つ。

Mercorは、専門家の採用と柔軟なコントラクターネットワークを重視している。Deeptuneの買収により、専門家の判断を再現可能なエージェントタスクへ結び付けるトレーニング環境が加わる。

Surge AIは別の競争モデルを提示している。同社は比較的目立たない対外姿勢を保ちながら、高品質な人間由来データを提供することで大規模な事業を築いてきた。

Turing、Handshake、Invisible Technologies、Labelbox、そして複数の専門プロバイダーも、AI研究所の予算を巡って競争している。ソフトウェアを重視する企業もあれば、マネージド人材や技術評価を重視する企業もある。

市場は、単一の勝者を生まなくても成長できる。モデル開発者はしばしば複数のベンダーを利用し、品質を比較し、容量を拡張し、依存を減らしている。

このマルチベンダー方式は価格決定力を制限する。品質が低下した場合、セキュリティ上の懸念が生じた場合、あるいは研究の優先順位が変わった場合、研究所はプロジェクトを別のベンダーへ振り向けられる。

顧客集中も別の圧力を生む。フロンティアモデルの開発は、非常に大きな予算を持つ少数の組織に支配されている。

ひとつの研究所を獲得すれば急成長につながり得る。同じ顧客を失えば、ほとんど前触れなく業務のかなりの割合が失われる可能性がある。

このリスクは投資家だけでなくコントラクターにも及ぶ。研究所が研究方針を変更したり、実験を完了したり、ワークフローを社内へ移したりすれば、プロジェクトは停止する可能性がある。

Mercorの報じられた成長は強い需要を示すが、収益の質は見出しを飾る規模と同じくらい重要だ。投資家は、どの程度の収益が継続的なものか、どの程度が短期プロジェクトに依存しているかを把握する必要がある。

また、コントラクターへの総支払額と自社に残る収益を区別する必要がある。マーケットプレイスは大きな取引フローを報告できる一方、労働者への支払い後に手元に残るのはその一部にすぎない場合がある。

MercorのCEOであるBrendan Foodyは7月、同社の年換算売上ランレートが20億ドルを超えたと述べた。年換算ランレートとは、直近の活動を通年に換算した見通しである。

これは、完了した12か月間ですでに獲得した監査済み収益と同義ではない。同社は、この計算を再構成できるほど十分な詳細を公表していない。

200億ドル規模の企業を評価する際、この違いは重要となる。投資家は、提示された評価額が持続可能な利益率を反映しているのか、それとも少数の研究所による一時的に強い支出を反映しているのかを判断しなければならない。

Mercorの買収戦略は、さらに別の変数を加える。Deeptuneは、コントラクターのマッチングだけよりも採算性の高いソフトウェアや統合トレーニングプログラムを同社が販売する助けとなる可能性がある。

この買収は実行リスクも高め得る。Mercorは急成長する労働ネットワークと、機密性の高い研究プログラム内で利用される技術インフラを統合しなければならない。

Nvidiaの参加によって、こうした疑問が解消されるわけではない。Mercorの評価額を支えるあらゆる前提を裏付けることなく、このカテゴリーの戦略的重要性を示す可能性はある。

より有力な結論は競争圧力に関するものだ。Scale AIや他のベンダーは現在、資金調達の勢いが報じられ、より包括的なエージェント訓練の提案を持つ競合に直面している。

200億ドルの評価額にはなおセキュリティとバリュエーションの試練がある

Mercorにとって最大の課題は、急成長が持続的なセキュリティ、中立的な顧客関係、信頼できるプロジェクト採算性と両立できることを示すことだ。

Mercorは2026年3月、アプリケーションを複数のAIモデルへ接続するために使われるオープンソースツールLiteLLMの改ざんされたバージョンに関わるセキュリティインシデントを経験した。

悪意ある主体が、影響を受けたリリースをインストールしたシステムから認証情報を抜き取るよう設計されたコードを挿入したと報じられている。Mercorは自社環境が影響を受けたことを認めた。

4月には、Metaがこのインシデントを調査する間、Mercorとの業務を停止した。他の研究所も自らの影響範囲を見直したと、侵害に関する報道は伝えている。

リスクは通常の個人情報にとどまらなかった。トレーニングタスクや評価データからは、研究所が何をテストしているか、モデルがどこで失敗するか、そしてどのように改善しようとしているかが明らかになる可能性がある。

こうした情報は大きな競争価値を持ち得る。そのため、複数の研究所にまたがって業務を行うベンダーは、攻撃者にとって魅力的な標的となる。

Mercorは後に、顧客情報への影響は非常に限定的だったと述べた。また、機密情報が影響を受けたのは専門家ネットワークの限定的な一部だけだったとも述べた。

これらの説明はMercorの調査更新からのものである。同社は独立した検証に必要な完全なフォレンジック証拠を公表していないため、出所を明記するに値する。

Mercorはまた、その後の数か月間にすべてのフロンティア研究所が同社との業務を拡大したと述べた。正確であれば、顧客の大幅な回復を示すことになる。

Nvidiaによる資金提供の可能性は、この解釈を補強するかもしれない。高度な知見を持つ企業投資家であれば通常、デューデリジェンスの際にセキュリティ統制、顧客維持、インシデントに伴う責任を検討する。

しかし、投資家が運用上の安全性を保証するわけではない。期待収益が依然として魅力的であれば、既知のリスクがあっても投資は成立し得る。

MercorはScale AIとの法的紛争にも対応しなければならない。Scaleは2025年、機密文書の不正取得疑惑をめぐりMercorと元Scale従業員を提訴した。

Scaleは、その従業員がMercorに入社する前に100件を超える文書をダウンロードしたと主張した。Mercorはファイルにアクセスしておらず、Scaleの営業秘密も望んでいないと述べた。

これらは相反する主張であり、確定した認定ではない。この紛争に関する公の議論では、どちらか一方が立証済みだと前提すべきではない。

それでも訴訟は、この市場における顧客戦略の機微を示している。ベンダーは、次世代の商用モデルを形作り得る機密プログラムを巡って競争している。

Nvidiaとのより緊密な関係は、追加のガバナンス上の疑問を生む可能性がある。Nvidiaは、Mercorを採用する可能性のある研究所にもコンピューティング技術を供給している。

顧客はデータ分離に関する明確な保証を求めるだろう。投資家がベンダーの優先順位に影響を与えられるのか、あるいは非公開プロジェクトに関する洞察を得られるのかを問うかもしれない。

これらの懸念は、契約、アクセス制御、独立したガバナンスによって管理可能である。当事者がこの投資を戦略的だと説明しただけで、懸念が消えるわけではない。

評価額そのものにも厳密な検証が必要だ。100億ドルから200億ドルへの倍増は、Mercorが同程度のリスク増大なしに拡大を維持できることを前提としている。

報じられた20億ドルの年換算売上ランレートは、売上前のスタートアップの場合よりも評価額を極端には見せにくい。しかし、その収益の質と利益率は依然として不明確である。

大きな部分がコントラクターへ直接流れるなら、従来のソフトウェア倍率はあまり有用ではなくなる。Mercorは、自社のマッチング技術とトレーニングプラットフォームが防御可能な手元収益の経済性を生むことを示す必要がある。

自動化も長期的な不確実性のひとつだ。より優れたモデルは、他のAIシステムが作成する例である合成トレーニングデータをさらに生成する可能性がある。

合成データは、一部のタスクで人間への依存を減らせる。しかし、エージェントが微妙な法律、医療、または組織上の判断を正しく扱ったかどうかを自動的に判定することはできない。

起こり得る結果は、人間の仕事が完全に不要になることではなく、その内容が変化することだ。専門家は基本的な例の作成に費やす時間を減らし、環境の設計、失敗の採点、曖昧なケースの処理により多くの時間を使うようになるかもしれない。

この移行はMercorの戦略を支えるが、継続的な製品開発も求める。コントラクターのマーケットプレイスだけでは、インフラ級の評価額を永続的に正当化できない。

Deeptuneはソフトウェアを加えることで、この課題への対応を助ける。投資家はなお、統合製品がモデル性能を改善し、再現可能な顧客需要を生むという証拠を求めるべきだ。

最後の不確実性はNvidiaの動機に関するものだ。小規模な金融投資は、取締役会との関係や深い商業提携とは異なる意味を持つ。

当事者が条件を開示するまで、市場は考え得るすべての形態を同じほど重要だと扱うべきではない。

この報道の意味を示す3つのシグナル

次に注目すべき証拠は、匿名の評価額報道ではなく、署名済みの条件、顧客行動、測定可能な製品導入から得られるはずだ。

第1のシグナルは、正式な資金調達の発表だ。投資家は、ラウンド規模、主幹事投資家、Nvidiaの正確な役割、最終的な評価額を確認すべきである。

これらの詳細は、Nvidiaが取引の中心なのか、単なる参加者のひとりなのかを示す。また、報じられた200億ドルという数字が交渉を経ても維持されたかどうかも明らかにする。

より低い評価額は、デューデリジェンス後に投資家がより厳格な規律を課したことを示唆する。200億ドルの評価額が確認されれば、専門家によるトレーニングシステムが依然として希少であるという見方を補強するだろう。

第2のシグナルは、セキュリティインシデント後の顧客維持だ。Mercorはフロンティア研究所が業務を拡大したと述べているが、非公開企業の主張から得られる可視性は限られている。

今後の顧客による言及、プロジェクトの更新、または独立して報じられた支出は、Mercorの主張を強めるだろう。追加の停止があれば、成長がセキュリティ上の懸念を完全に乗り越えたという見方は弱まる。

コントラクターは、プロジェクトの利用可能性が顧客活動を反映するため、不完全ながら早期のシグナルを提供できる。ただし、個別の報告を全社的なデータの代替とみなすべきではない。

第3のシグナルは、MercorとDeeptuneの統合製品の導入である。この買収が意味を持つのは、顧客が統合された専門家業務とトレーニング環境を有意義な規模で購入する場合に限られる。

実名で示されるユースケース、反復的な導入、そしてエージェントが現実的な職場タスクに対して改善する証拠に注目したい。より優れたモデルに関する一般論だけでは不十分だ。

これらのシグナルは、エンタープライズAIの購入者にも重要である。データまたは評価ベンダーを選ぶ企業は、サプライヤーが専門家をどう採用し、機密ワークフローをどう保護し、出力品質をどう検証するかを調べるべきだ。

開発者も気にかけるべきである。モデル能力は評価設計への依存をますます強めている。より多くのGPUにアクセスしても、誤った行動に報いるベンチマークは修正できない。

ナレッジワーカーも気にかけるべきだ。彼らの専門性はトレーニング素材になりつつある。重要な問いは、同意、報酬、機密性、そして企業が専門的判断をどのように再利用するかに関わる。

複数ベンダーにまたがる研究を管理するチームは、主張、セキュリティ開示、変化するプロジェクト条件について、持続的な記録を必要とするかもしれない。検索可能なAIナレッジベースは、散在するアラートに頼らず、その文脈を維持する助けとなる。

報じられたNvidiaとの協議は、Mercorに200億ドルの価値があることを証明するものではない。それは、モデル訓練を取り巻くシステムが、AI業界で最も影響力のあるサプライヤーの注目を集めていることを示している。

Nvidiaが投資すれば、この取引は計算資本と組織化された人間の専門知識を結び付ける。その組み合わせはMercorを強化し得る一方で、中立性、セキュリティ、顧客依存に対する監視も強めるだろう。

協議が取引なしに終わったとしても、根底にある市場が消えるわけではない。研究所は依然として、専門家、評価、そしてエージェントが実際の仕事を遂行できるかを明らかにする環境を必要としている。

実務上の次のステップは、署名済みの資金調達条件、顧客維持、そしてDeeptuneの統合を注視することだ。これらの事実が、これが戦略的な転換なのか、それとも野心的な非公開市場の評価額にすぎないのかを決める。