La historia de éxito de Mercor: cómo Brendan Foody creó un negocio de selección de expertos para entrenar la inteligencia artificial
En 2023, Brendan Foody y dos antiguos compañeros de colegio fundaron Mercor con un objetivo sencillo: conseguir que los procesos de contratación fueran más rápidos y eficaces mediante la inteligencia artificial. En apenas tres años, su empresa se había convertido en uno de los principales proveedores de conocimientos humanos especializados para la industria de la IA, había alcanzado una valoración de 10.000 millones de dólares y había establecido relaciones comerciales con algunas de las empresas más importantes del sector. El éxito de Mercor no consistió simplemente en entrar en un mercado prometedor en el momento adecuado. Foody y sus socios comprendieron que los sistemas de inteligencia artificial, por muy avanzados que fueran, seguían necesitando profesionales experimentados capaces de enseñarles cómo se desarrolla realmente el trabajo especializado. Al transformar esa necesidad en un servicio comercial, crearon un negocio de rápido crecimiento que conecta a médicos, abogados, ingenieros, especialistas financieros y otros profesionales con organizaciones dedicadas al desarrollo de modelos avanzados de IA. La trayectoria de Mercor demuestra cómo una empresa joven puede modificar su estrategia, identificar una oportunidad comercial poco explotada y construir un negocio de gran valor alrededor de un problema que las grandes organizaciones todavía no han conseguido resolver por completo.
Cómo Brendan Foody fundó Mercor e identificó una oportunidad de negocio
La trayectoria empresarial de Brendan Foody comenzó a una edad poco habitual. Antes de fundar Mercor, estudió en Bellarmine College Preparatory, en California, donde conoció a Adarsh Hiremath y Surya Midha a través de competiciones de oratoria y debate. Su interés compartido por la argumentación, la investigación y la resolución de problemas les permitió establecer una relación de trabajo mucho antes de convertirse en socios. Posteriormente, Foody ingresó en la Universidad de Georgetown, mientras que Hiremath y Midha continuaron sus estudios en Harvard. Ninguno de los tres contaba con una amplia experiencia empresarial ni con una trayectoria profesional en el sector de la contratación de personal. Sin embargo, estaban convencidos de que la tecnología podía solucionar un problema habitual para las empresas: encontrar candidatos con las capacidades adecuadas seguía siendo un proceso demasiado lento, costoso y, en ocasiones, poco fiable. En lugar de esperar a terminar sus estudios universitarios, los tres amigos decidieron poner a prueba su idea cuando todavía eran adolescentes.
Mercor se fundó en enero de 2023, con Foody como director ejecutivo, Hiremath al frente del desarrollo tecnológico y Midha como responsable de operaciones. Su propuesta inicial no estaba relacionada específicamente con el entrenamiento de modelos de inteligencia artificial. Los fundadores pretendían mejorar los procesos de selección de personal utilizando IA para evaluar candidatos y relacionarlos con oportunidades laborales adecuadas. Los métodos tradicionales de contratación suelen exigir la revisión de cientos de currículos, la organización de entrevistas preliminares y la comparación de aspirantes cuyas titulaciones y experiencias no siempre reflejan sus capacidades reales. Mercor introdujo evaluaciones automatizadas y entrevistas por vídeo dirigidas mediante inteligencia artificial, con las que los empleadores podían identificar candidatos prometedores sin revisar manualmente cada solicitud. El sistema podía analizar la experiencia profesional, las competencias técnicas y las respuestas proporcionadas durante las entrevistas, ofreciendo a las empresas una forma más estructurada de evaluar a los aspirantes. Aunque las entrevistas automatizadas no eliminan los posibles sesgos de contratación ni garantizan decisiones acertadas, sí ofrecían una alternativa para reducir las tareas administrativas asociadas a la selección de personal.
Los fundadores comenzaron a desarrollar su negocio desde sus alojamientos universitarios, utilizando sus propios recursos antes de conseguir inversiones externas importantes. En enero de 2024, cuando Mercor anunció públicamente una ronda de financiación inicial de 3,6 millones de dólares liderada por General Catalyst, la empresa declaró que disponía de una red de aproximadamente 100.000 profesionales repartidos por 25 países y que había alcanzado unos ingresos recurrentes anuales de siete cifras. Estas cantidades procedían de información comunicada por la propia compañía y no de resultados auditados de forma independiente, pero indicaban que su propuesta había conseguido atraer tanto a candidatos como a clientes dispuestos a pagar por sus servicios. La financiación inicial permitió continuar desarrollando la tecnología de selección y facilitó la expansión de Mercor más allá de las pequeñas empresas a las que atendía al principio. Sin embargo, el aprendizaje más importante de aquel primer año fue comercial: las organizaciones estaban dispuestas a pagar por acceder a profesionales cuidadosamente seleccionados, especialmente cuando necesitaban conocimientos especializados difíciles de encontrar mediante los canales de contratación convencionales.
De emprendedores universitarios a fundadores de una empresa respaldada por inversores
El desarrollo inicial de Mercor dependió de la combinación de capacidades complementarias y de la disposición de sus fundadores para cuestionar los métodos tradicionales de contratación. Foody se concentró en el desarrollo comercial, las asociaciones estratégicas y la dirección general del negocio, mientras que Hiremath se ocupó de la tecnología necesaria para evaluar grandes cantidades de solicitudes. Midha asumió las responsabilidades operativas, incluidos los sistemas destinados a atender a empleadores y profesionales contratados. Su experiencia en competiciones de debate también resultó útil, ya que dirigir una empresa joven exigía defender propuestas, responder a las críticas y comunicar ideas complejas a posibles clientes e inversores. Los tres terminaron abandonando sus estudios universitarios para dedicarse a Mercor a tiempo completo y se convirtieron en beneficiarios de las becas Thiel Fellowship, un programa vinculado al empresario Peter Thiel que apoya a jóvenes interesados en desarrollar proyectos ambiciosos fuera de la educación superior convencional.
La obtención de inversiones contribuyó a transformar Mercor de un experimento prometedor en una empresa capaz de trabajar con clientes de mayor tamaño. En septiembre de 2024, la compañía anunció una ronda de financiación Serie A de 32 millones de dólares, liderada por Benchmark, que situó su valoración en aproximadamente 250 millones de dólares. La operación supuso un respaldo importante a su método de selección de personal, en un momento en que las empresas comenzaban a mostrar un interés creciente por la contratación asistida mediante inteligencia artificial. No obstante, el capital era solo una parte de lo que necesitaba el negocio. Mercor también debía contar con una oferta constante de candidatos cualificados, procedimientos de evaluación eficientes y clientes dispuestos a confiar decisiones importantes de contratación a una empresa relativamente nueva. Mantener la calidad de su red de profesionales se convirtió en una prioridad a medida que aumentaba el número de solicitudes. Un servicio de selección puede atraer rápidamente a miles de candidatos, pero su verdadero valor comercial depende de que los empleadores reciban profesionales capaces de realizar correctamente el trabajo.
Una de las principales ventajas de Mercor surgió de su manera de relacionar profesionales con oportunidades laborales. En lugar de concentrarse exclusivamente en el empleo permanente, la empresa también conectaba a las organizaciones con especialistas disponibles para proyectos concretos. Este modelo resultó especialmente adecuado para los desarrolladores de inteligencia artificial, cuyas necesidades podían cambiar rápidamente a medida que probaban y mejoraban nuevos sistemas. Un laboratorio podía necesitar matemáticos para una investigación, programadores para otra y especialistas jurídicos para un tercer proyecto. Contratar a cada grupo mediante un proceso tradicional podía requerir semanas o meses, mientras que mantener a todos esos profesionales en plantilla de forma permanente podía resultar demasiado costoso. La experiencia de Mercor en identificar, evaluar y coordinar trabajadores independientes le permitió responder a esa demanda. Lo que había comenzado como una iniciativa para mejorar la contratación estaba evolucionando hacia una forma de organizar conocimientos humanos especializados para la industria de la inteligencia artificial.
Cómo Mercor convirtió la contratación de expertos en un negocio multimillonario
La oportunidad comercial decisiva para Mercor surgió de una limitación cada vez más evidente de la inteligencia artificial. Aunque los modelos avanzados ya podían generar textos convincentes, escribir código informático y responder preguntas técnicas, seguían teniendo dificultades con el criterio profesional necesario en determinadas ocupaciones. El razonamiento médico, el análisis jurídico, la elaboración de modelos financieros y las decisiones de ingeniería requieren algo más que reproducir información procedente de manuales o páginas web. Los profesionales deben interpretar pruebas incompletas, reconocer excepciones, comparar alternativas y comprender las consecuencias de sus recomendaciones. Por tanto, los desarrolladores de IA necesitaban algo más que enormes colecciones de información general. Necesitaban ejemplos cuidadosamente elaborados, evaluaciones y comentarios de personas que comprendieran realmente estas profesiones. Mercor identificó que sus capacidades de selección de personal podían ayudar a las empresas de inteligencia artificial a encontrar especialistas a gran escala, y la demanda de este tipo de trabajo se convirtió rápidamente en el centro de su actividad comercial.
Con este modelo, Mercor selecciona profesionales cuyos conocimientos pueden contribuir al desarrollo y la evaluación de sistemas de inteligencia artificial. Un abogado puede revisar el análisis de un contrato generado por IA e identificar cuestiones jurídicas que el sistema haya pasado por alto. Un contable puede comprobar si un informe financiero sigue los procedimientos profesionales reconocidos, mientras que un ingeniero de software puede evaluar si un asistente de inteligencia artificial ha identificado correctamente un error de programación. Los médicos y especialistas sanitarios también pueden ayudar a evaluar respuestas ante situaciones clínicas, aunque estas pruebas no sustituyen los estándares necesarios para atender a pacientes reales. Los expertos pueden, además, elaborar tareas realistas, comparar distintas respuestas y explicar por qué una solución resulta más adecuada que otra. Sus observaciones proporcionan a los desarrolladores de IA ejemplos del razonamiento y los criterios prácticos utilizados por profesionales con experiencia. La función comercial de Mercor consiste en encontrar colaboradores apropiados, comprobar sus cualificaciones, coordinar su trabajo y ayudar a los clientes a obtener aportaciones especializadas que puedan utilizarse de forma eficaz.
La diferencia entre recopilar datos generales y realizar evaluaciones especializadas es fundamental para comprender el negocio de Mercor. La información general está ampliamente disponible, pero el criterio profesional fiable resulta mucho más difícil de reproducir. Una colección de documentos financieros, por ejemplo, no explica necesariamente cómo un banquero de inversión evalúa una operación cuando la información disponible es incompleta. Un profesional experimentado puede aportar ese contexto adicional, mostrando qué supuestos son importantes, dónde suelen aparecer los errores y cómo debe evaluarse un análisis terminado. Los desarrolladores de inteligencia artificial pueden utilizar estos materiales para mejorar y evaluar sus sistemas, aunque disponer de mejores ejemplos de entrenamiento no garantiza que un modelo tome siempre la decisión correcta. Mercor convirtió la experiencia profesional en un servicio que podía ofrecerse en distintos proyectos de investigación. A medida que los desarrolladores comenzaron a solicitar evaluaciones cada vez más especializadas, aumentó la demanda de trabajadores procedentes de numerosos sectores, y no únicamente de las profesiones técnicas tradicionalmente relacionadas con la inteligencia artificial.
Financiación, crecimiento de los ingresos y valoración de Mercor en 10.000 millones de dólares
La expansión financiera de Mercor se aceleró considerablemente durante 2025. En febrero, la compañía anunció una ronda de financiación Serie B de 100 millones de dólares liderada por Felicis, que elevó su valoración a 2.000 millones de dólares. Esta cifra multiplicaba por ocho el valor estimado de la empresa tras su anterior gran ronda de inversión. Entre los demás inversores figuraban Benchmark, General Catalyst, DST Global y Menlo Ventures. En septiembre de 2025, TechCrunch informó de que el ritmo de ingresos anualizados de Mercor había superado los 450 millones de dólares, según la información compartida con inversores. Foody señaló que la cifra real era superior y explicó que los ingresos comunicados incluían el importe total facturado a los clientes antes de descontar los pagos realizados a los profesionales contratados. Esta diferencia es importante porque la facturación bruta no equivale al dinero que Mercor conserva después de remunerar a los expertos y cubrir sus gastos operativos. Por tanto, las cifras demostraban una demanda considerable y una rápida expansión comercial, pero no permitían determinar si la empresa era rentable.
El siguiente gran hito llegó el 27 de octubre de 2025, cuando Mercor anunció una ronda de financiación Serie C de 350 millones de dólares, nuevamente liderada por Felicis, con la participación de Benchmark, General Catalyst y Robinhood Ventures. La operación situó la valoración de la empresa privada en 10.000 millones de dólares, cinco veces más que apenas ocho meses antes. Sumando las rondas anunciadas de financiación inicial, Serie A, Serie B y Serie C, Mercor había conseguido aproximadamente 486 millones de dólares en inversiones. Una valoración de esta magnitud reflejaba las expectativas de los inversores sobre el crecimiento futuro y no la cantidad de efectivo disponible en la empresa ni sus beneficios anuales. Aun así, convirtió a Mercor en una de las compañías jóvenes más valiosas dedicadas a proporcionar conocimientos humanos especializados a los desarrolladores de IA. El rápido aumento de su valor también generó una enorme riqueza patrimonial estimada para sus fundadores. En noviembre de 2025, Forbes identificó a Foody, Hiremath y Midha, entonces de 22 años, entre los multimillonarios más jóvenes del mundo que habían creado su propia fortuna, basándose en estimaciones sobre sus participaciones en Mercor.
En 2026, las operaciones de Mercor ya habían superado ampliamente el alcance de su propuesta original de contratación. Según las cifras publicadas por la propia compañía, su red reunía a más de cinco millones de expertos en diferentes disciplinas y los pagos diarios a colaboradores superaban los cuatro millones de dólares. Mercor también comunicó que contaba con más de 400 empleados distribuidos entre San Francisco, Nueva York y Londres. Estos datos permiten hacerse una idea de la dimensión del negocio, aunque deben entenderse como declaraciones de la empresa y no como resultados verificados de forma independiente. La compañía no publica estados financieros completos con el mismo nivel de información exigido a las sociedades cotizadas, lo que dificulta conocer su rentabilidad y sus márgenes operativos exactos. Su valoración de 10.000 millones de dólares, establecida en la ronda Serie C, seguía siendo la referencia pública confirmada más clara sobre el valor de la empresa en octubre de 2026. El principal logro no consistía simplemente en alcanzar una valoración elevada, sino en desarrollar un servicio que grandes organizaciones de inteligencia artificial estaban dispuestas a contratar repetidamente para realizar proyectos especializados de gran exigencia.
Mercor en 2026: crecimiento, desafíos y futuro de la inteligencia artificial entrenada por expertos
La evolución de Mercor durante 2026 demostró hasta qué punto su negocio se había alejado de sus comienzos en la contratación automatizada. El 21 de enero, la empresa presentó APEX-Agents, una prueba de evaluación diseñada para medir si los asistentes de inteligencia artificial podían completar tareas profesionales realistas relacionadas con la banca de inversión, la consultoría de gestión y el derecho corporativo. En lugar de comprobar si un modelo era capaz de responder una pregunta aislada, las evaluaciones examinaban su capacidad para resolver encargos complejos que implicaban varios documentos, instrucciones y decisiones. Mercor recurrió a profesionales experimentados para diseñar los escenarios y establecer los criterios que permitían considerar satisfactorio un trabajo. Sus investigaciones iniciales determinaron que los principales agentes de IA completaban correctamente menos del 25 % de las tareas en el primer intento, mientras que los mejores resultados alcanzaban únicamente el 40 % incluso cuando se permitían ocho intentos. Estas conclusiones correspondían a los modelos, las tareas y las condiciones concretas utilizadas en el estudio, pero demostraban por qué la evaluación especializada seguía teniendo importancia comercial a pesar de los rápidos avances de la inteligencia artificial.
Mercor continuó desarrollando sus investigaciones durante 2026 y amplió sus evaluaciones a la ingeniería de software y la contabilidad. En marzo, presentó una evaluación de ingeniería de software elaborada con aportaciones de Cognition, centrada en tareas prácticas como localizar fallos, introducir modificaciones y mantener sistemas operativos. En julio, Mercor anunció una prueba de contabilidad desarrollada junto con Ramp, que incluía 160 tareas basadas en diez empresas simuladas. En septiembre, la compañía también revisó su evaluación APEX-Agents para conseguir que las puntuaciones reflejaran mejor las expectativas profesionales. Estas iniciativas reforzaron la posición de Mercor en un mercado donde los clientes querían cada vez más pruebas de que la inteligencia artificial podía realizar trabajos útiles y no limitarse a producir respuestas bien redactadas. También proporcionaron una nueva función comercial a su red de especialistas: los profesionales podían ayudar a establecer los criterios utilizados para valorar los productos de inteligencia artificial. De esta manera, la empresa creó una conexión entre la contratación, el entrenamiento, las pruebas y la aplicación comercial de estas tecnologías.
Otro acontecimiento importante tuvo lugar el 26 de marzo de 2026, cuando Mercor anunció su expansión hacia los servicios de inteligencia artificial para empresas. El objetivo era ayudar a las organizaciones a desarrollar y mejorar asistentes capaces de comprender procedimientos internos y completar tareas específicas de cada negocio. Por ejemplo, una empresa de servicios financieros podría necesitar un asistente que preparase informes utilizando sus propias plantillas, siguiese los procedimientos de revisión establecidos y reconociese cuándo un resultado debía recibir la aprobación de una persona. Mercor propuso aplicar a estas necesidades empresariales los mismos métodos de evaluación dirigidos por expertos que había desarrollado para los laboratorios de investigación de IA. En julio, la compañía también anunció su intención de adquirir Deeptune, cuya tecnología permite crear entornos de entrenamiento realistas para agentes de inteligencia artificial. Estos movimientos reflejaban una estrategia comercial más amplia: en lugar de depender exclusivamente del suministro de profesionales a laboratorios de investigación, Mercor buscaba otras formas de ayudar a las organizaciones a incorporar conocimientos especializados al desarrollo de IA. Sus perspectivas a largo plazo dependerían cada vez más de la capacidad de estos nuevos servicios para ofrecer resultados medibles a los clientes.
Qué revela el éxito de Mercor sobre el liderazgo y el mercado laboral de la inteligencia artificial
El crecimiento de Mercor también ha planteado cuestiones complejas relacionadas con la seguridad, la protección de los trabajadores y la responsabilidad operativa. En marzo de 2026, la empresa se vio afectada por un ciberataque a la cadena de suministro relacionado con versiones comprometidas del software LiteLLM. Posteriormente, Mercor comunicó el incidente y, en junio, publicó los resultados de una investigación realizada con especialistas externos en seguridad. La compañía declaró que únicamente una parte limitada de su red de expertos había visto comprometida información personal sensible, aunque el incidente generó preocupación entre clientes y colaboradores. Durante 2026 también se presentaron demandas judiciales que incluían acusaciones relacionadas con el tratamiento de datos personales, las prácticas de contratación automatizada y la clasificación laboral de los trabajadores. Estas acusaciones no deben interpretarse como hechos establecidos mediante resoluciones judiciales. No obstante, el episodio puso de manifiesto un riesgo importante del modelo comercial de Mercor: una organización que gestiona expedientes profesionales, entrevistas y encargos comercialmente sensibles necesita mantener medidas de protección sólidas y conservar la confianza tanto de sus clientes como de sus colaboradores.
También existen incertidumbres más amplias en el mercado donde opera Mercor. Entre sus competidores se encuentran empresas consolidadas de datos para inteligencia artificial, como Scale AI, Surge AI y Turing, además de otras compañías que ofrecen servicios de entrenamiento y evaluación especializados. Algunos de los principales desarrolladores de IA también pueden optar por contratar directamente a expertos o crear sus propios equipos internos de evaluación. Por tanto, Mercor debe demostrar que su combinación de selección de personal, control de calidad, gestión de proyectos y conocimientos de investigación ofrece ventajas que los clientes no pueden reproducir fácilmente por su cuenta. Para los profesionales que realizan estos trabajos, las oportunidades pueden resultar atractivas porque permiten participar en proyectos especializados al margen del empleo tradicional. Sin embargo, los ingresos individuales, la disponibilidad de encargos y las condiciones laborales pueden variar considerablemente. El trabajo por proyectos no proporciona necesariamente la estabilidad, las prestaciones sociales o las posibilidades de progresión profesional asociadas al empleo permanente. El crecimiento de Mercor dependerá en parte de su capacidad para mantener relaciones de confianza con sus colaboradores mientras responde a las exigencias cada vez mayores de sus clientes del sector de la inteligencia artificial.
La principal enseñanza de la experiencia de Brendan Foody es que el éxito empresarial suele surgir cuando se identifica cómo una capacidad existente puede resolver un problema de mayor valor. Mercor comenzó ayudando a los empleadores a encontrar candidatos adecuados, pero sus fundadores comprendieron que esa misma capacidad para identificar y organizar profesionales cualificados podía responder a una necesidad urgente del desarrollo de inteligencia artificial. Aprovecharon su experiencia inicial en selección de personal, consiguieron inversiones, establecieron relaciones con organizaciones de investigación y ampliaron sus servicios hacia la evaluación del rendimiento de la IA en tareas profesionales. Foody no fue el único responsable de estos resultados: las aportaciones de Adarsh Hiremath, Surya Midha, el equipo directivo y la red de expertos de Mercor fueron fundamentales para el desarrollo de la compañía. En octubre de 2026, Mercor había conseguido establecer un negocio considerable alrededor de una idea esencial: los avances de la inteligencia artificial siguen dependiendo del conocimiento humano. Su futuro continúa siendo incierto, pero sus primeros tres años demuestran que comprender las necesidades reales de los clientes puede resultar mucho más valioso que limitarse a seguir las tendencias tecnológicas más visibles.