L’histoire du succès de Mercor : comment Brendan Foody a créé une entreprise spécialisée dans le recrutement d’experts pour entraîner l’IA

En 2023, Brendan Foody et deux anciens camarades de classe ont fondé Mercor avec une ambition simple : rendre le recrutement plus rapide et plus efficace grâce à l’intelligence artificielle. En trois ans, leur entreprise est devenue un fournisseur majeur d’expertise humaine spécialisée pour le secteur de l’IA, a atteint une valorisation de 10 milliards de dollars et a établi des relations avec certains des plus grands développeurs d’intelligence artificielle au monde. Le succès de Mercor ne tient pas simplement au fait d’avoir investi un marché porteur au bon moment. Foody et ses cofondateurs ont compris que les systèmes d’IA, malgré leurs progrès constants, avaient toujours besoin de professionnels expérimentés pour apprendre comment le travail s’effectue réellement dans différents métiers. En transformant ce besoin en service commercial, ils ont créé une entreprise en pleine croissance qui met en relation des médecins, des juristes, des ingénieurs, des spécialistes de la finance et d’autres professionnels avec des organisations développant des systèmes d’IA avancés. L’histoire de Mercor montre comment une jeune entreprise peut changer d’orientation, identifier une opportunité commerciale encore peu exploitée et construire une activité de grande valeur autour d’un problème que les grandes organisations n’ont pas encore réussi à résoudre.

Comment Brendan Foody a fondé Mercor et identifié une opportunité commerciale

La carrière entrepreneuriale de Brendan Foody a commencé particulièrement tôt. Avant de fonder Mercor, il fréquentait le Bellarmine College Preparatory, en Californie, où il a rencontré Adarsh Hiremath et Surya Midha lors de concours d’éloquence et de débat. Leur intérêt commun pour l’argumentation, la recherche et la résolution de problèmes a contribué à créer une relation de travail bien avant qu’ils ne deviennent associés. Foody a ensuite intégré l’université de Georgetown, tandis que Hiremath et Midha ont poursuivi leurs études à Harvard. Aucun des trois ne possédait une longue expérience en entreprise ni un parcours traditionnel dans le recrutement. Pourtant, ils étaient convaincus que les technologies modernes pouvaient résoudre un problème auquel les employeurs sont régulièrement confrontés : trouver des personnes possédant les compétences adéquates reste souvent un processus inutilement lent, coûteux et peu homogène. Plutôt que d’attendre la fin de leurs études, les trois amis ont décidé de tester leur idée alors qu’ils étaient encore adolescents.

Mercor a été fondée en janvier 2023, avec Foody au poste de directeur général, Hiremath responsable de la technologie et Midha chargé des opérations. Leur proposition initiale ne concernait pas précisément l’entraînement des modèles d’IA. Ils souhaitaient avant tout améliorer le processus de recrutement en utilisant l’intelligence artificielle pour évaluer les candidats et les associer aux offres d’emploi les plus pertinentes. Le recrutement traditionnel implique souvent d’examiner des centaines de CV, d’organiser des entretiens préliminaires et de comparer des candidats dont les diplômes ou les expériences ne reflètent pas nécessairement les compétences réelles. Mercor a introduit des évaluations automatisées et des entretiens vidéo menés par une IA, permettant aux employeurs d’identifier des profils prometteurs sans examiner manuellement chaque candidature. Le système pouvait analyser l’expérience professionnelle, les compétences techniques et les réponses fournies lors des entretiens afin de proposer aux entreprises une méthode d’évaluation plus structurée. Même si les entretiens automatisés ne permettent pas d’éliminer tous les biais de recrutement ni de garantir des décisions parfaitement fiables, ils offraient une solution susceptible de réduire considérablement les tâches administratives liées à l’embauche.

Les fondateurs ont commencé à développer leur entreprise depuis leurs logements universitaires, en s’appuyant sur leurs propres ressources avant d’obtenir des investissements extérieurs importants. En janvier 2024, lorsque Mercor a officiellement annoncé une levée de fonds d’amorçage de 3,6 millions de dollars menée par General Catalyst, l’entreprise déclarait disposer d’un réseau d’environ 100 000 professionnels répartis dans 25 pays et générer des revenus annuels récurrents à sept chiffres. Ces données provenaient des déclarations de l’entreprise et non de résultats audités de manière indépendante, mais elles indiquaient que le concept attirait aussi bien des candidats que des clients payants. Ce premier financement a permis de poursuivre le développement des technologies de recrutement et d’étendre les activités de Mercor au-delà des petites entreprises qui constituaient initialement sa clientèle. Plus important encore, cette première année a permis à Foody de constater une réalité commerciale essentielle : les entreprises étaient prêtes à payer pour accéder à des professionnels soigneusement sélectionnés, particulièrement lorsque les compétences recherchées étaient difficiles à trouver par les circuits de recrutement habituels.

De jeunes entrepreneurs étudiants à une entreprise soutenue par le capital-risque

Le développement initial de Mercor reposait sur des compétences complémentaires et sur la volonté de remettre en question les pratiques établies du recrutement. Foody se concentrait sur le développement commercial, les partenariats et l’orientation générale de l’entreprise, tandis que Hiremath dirigeait les travaux technologiques nécessaires pour évaluer un grand nombre de candidats. Midha assumait les responsabilités opérationnelles, notamment la mise en place des processus permettant d’accompagner les employeurs et les travailleurs indépendants. Leur expérience des concours de débat s’est également révélée utile, car créer une jeune entreprise exige de défendre ses hypothèses, de répondre aux critiques et d’expliquer clairement des idées complexes aux clients et aux investisseurs potentiels. Tous trois ont finalement quitté l’université pour se consacrer entièrement à Mercor et sont devenus bénéficiaires du programme Thiel Fellowship, associé à l’entrepreneur Peter Thiel, qui soutient de jeunes talents souhaitant mener des projets ambitieux en dehors du parcours universitaire traditionnel.

L’arrivée des investisseurs a contribué à transformer Mercor, qui est passée d’une expérience prometteuse à une entreprise capable de répondre aux besoins de clients plus importants. En septembre 2024, elle a annoncé une levée de fonds de série A de 32 millions de dollars menée par Benchmark, pour une valorisation estimée à environ 250 millions de dollars. Cet investissement témoignait d’un soutien significatif à son approche du recrutement, à une période où les employeurs s’intéressaient de plus en plus aux solutions d’embauche assistées par l’IA. Toutefois, les financements ne représentaient qu’une partie de l’équation. Mercor devait également disposer d’un vivier fiable de candidats qualifiés, de procédures de sélection efficaces et de clients prêts à confier leurs décisions de recrutement à une entreprise encore relativement récente. Le maintien de la qualité de son réseau de professionnels est devenu particulièrement important à mesure que le nombre de candidatures augmentait. Un service de recrutement peut attirer rapidement de nombreux candidats, mais sa valeur commerciale durable dépend de sa capacité à fournir régulièrement aux employeurs des personnes réellement aptes à accomplir les missions demandées.

Un avantage majeur est apparu dans la manière dont Mercor mettait les professionnels en relation avec les opportunités disponibles. Au lieu de se concentrer exclusivement sur les emplois permanents, l’entreprise proposait également aux organisations des spécialistes disponibles pour des missions ponctuelles. Cette approche s’est révélée particulièrement adaptée aux développeurs d’IA, dont les besoins pouvaient évoluer rapidement à mesure que de nouveaux modèles étaient testés et améliorés. Un laboratoire pouvait avoir besoin de mathématiciens pour un projet de recherche, de développeurs de logiciels pour un autre et de juristes pour un troisième. Recruter chacun de ces groupes par des procédures traditionnelles pouvait prendre plusieurs semaines, voire plusieurs mois, tandis que conserver tous ces spécialistes comme salariés permanents aurait pu s’avérer financièrement peu judicieux. L’expérience de Mercor dans l’identification, l’évaluation et la coordination de travailleurs indépendants lui permettait de répondre à cette demande. Ce qui avait commencé comme une tentative d’amélioration du recrutement devenait progressivement un moyen d’organiser les connaissances humaines spécialisées au service du secteur de l’intelligence artificielle.

Comment Mercor a transformé le recrutement d’experts en une entreprise valorisée plusieurs milliards de dollars

L’opportunité commerciale décisive de Mercor est née d’une limite persistante de l’intelligence artificielle. Bien que les modèles d’IA avancés soient déjà capables de produire des textes convaincants, d’écrire du code informatique et de répondre à des questions techniques, ils rencontraient fréquemment des difficultés lorsqu’il fallait faire preuve du jugement propre aux métiers spécialisés. Le raisonnement médical, l’analyse juridique, la modélisation financière et les décisions d’ingénierie exigent bien davantage que la simple reproduction d’informations provenant de manuels ou de sites Internet. Les professionnels doivent interpréter des données incomplètes, reconnaître les exceptions, évaluer différentes possibilités et comprendre les conséquences de leurs recommandations. Les développeurs d’IA avaient donc besoin de bien plus que d’immenses collections d’informations générales. Il leur fallait des exemples soigneusement préparés, des évaluations et des retours provenant de personnes qui maîtrisaient réellement ces professions. Mercor a compris que ses capacités de recrutement existantes pouvaient aider les entreprises d’IA à trouver ces spécialistes à grande échelle, et la demande pour ce type de travail est rapidement devenue centrale dans son activité.

Dans ce modèle économique, Mercor recrute des professionnels dont les connaissances peuvent contribuer au développement et à l’évaluation de systèmes d’intelligence artificielle. Un juriste peut examiner l’analyse d’un contrat produite par une IA et signaler les éléments juridiques négligés. Un comptable peut vérifier si un rapport financier respecte les procédures professionnelles reconnues, tandis qu’un ingénieur logiciel peut déterminer si un assistant d’IA a correctement identifié une erreur de programmation. Des médecins et d’autres spécialistes de santé peuvent également contribuer à évaluer les réponses à des scénarios cliniques, même si ces exercices ne remplacent pas les normes exigées pour la prise en charge réelle des patients. Les experts peuvent aussi concevoir des exercices réalistes, comparer différentes réponses et expliquer pourquoi une approche est préférable à une autre. Leurs commentaires fournissent aux développeurs d’IA des exemples du raisonnement et des critères pratiques employés par les professionnels expérimentés. Le rôle commercial de Mercor consiste à identifier les contributeurs adaptés, à évaluer leurs qualifications, à coordonner leurs missions et à aider ses clients à obtenir une expertise humaine directement exploitable.

La distinction entre la collecte ordinaire de données et l’évaluation spécialisée est fondamentale pour comprendre le modèle économique de Mercor. Les informations générales sont largement accessibles, mais le jugement professionnel fiable est beaucoup plus difficile à reproduire. Une collection de documents financiers, par exemple, n’explique pas nécessairement comment un banquier d’affaires évalue une transaction lorsque les éléments disponibles sont incomplets. Un professionnel expérimenté peut apporter ce contexte supplémentaire en montrant quelles hypothèses sont importantes, où les erreurs apparaissent habituellement et comment apprécier la qualité d’une analyse terminée. Les développeurs d’IA peuvent utiliser ces informations pour améliorer et évaluer leurs systèmes, même si des exemples d’entraînement de meilleure qualité ne garantissent pas qu’un modèle prendra toujours la bonne décision. Mercor a ainsi transformé l’expérience professionnelle en un service pouvant être proposé à de nombreux projets de recherche. À mesure que les développeurs recherchaient des retours toujours plus spécialisés, cela a créé une demande de travailleurs issus de secteurs très variés, et non plus uniquement des professions techniques traditionnellement associées à l’intelligence artificielle.

Financements, croissance du chiffre d’affaires et valorisation de Mercor à 10 milliards de dollars

L’expansion financière de Mercor s’est considérablement accélérée en 2025. En février, l’entreprise a annoncé une levée de fonds de série B de 100 millions de dollars menée par Felicis, portant sa valorisation à 2 milliards de dollars. Cela représentait une multiplication par huit de sa valorisation déclarée après le précédent grand tour de financement. Parmi les autres investisseurs figuraient Benchmark, General Catalyst, DST Global et Menlo Ventures. En septembre 2025, des informations publiées par TechCrunch indiquaient que le rythme annualisé du chiffre d’affaires de Mercor avait dépassé 450 millions de dollars, selon des éléments communiqués aux investisseurs. Foody a déclaré que le chiffre réel était supérieur, tout en précisant que les revenus de l’entreprise comprenaient la totalité des sommes facturées aux clients avant le versement des rémunérations aux travailleurs indépendants. Cette distinction est importante, car les montants bruts facturés aux clients ne correspondent pas aux sommes que Mercor conserve après avoir rémunéré ses experts et couvert ses coûts d’exploitation. Ces chiffres de croissance impressionnants témoignaient donc de la demande et de l’ampleur de l’activité, mais ne permettaient pas d’établir la rentabilité de l’entreprise.

Une nouvelle étape majeure a été franchie le 27 octobre 2025, lorsque Mercor a annoncé une levée de fonds de série C de 350 millions de dollars, de nouveau menée par Felicis, avec la participation de Benchmark, General Catalyst et Robinhood Ventures. L’opération a valorisé cette entreprise non cotée en Bourse à 10 milliards de dollars, soit cinq fois sa valorisation seulement huit mois auparavant. En additionnant ses tours de financement d’amorçage, de série A, de série B et de série C annoncés publiquement, Mercor avait levé environ 486 millions de dollars. Une telle valorisation reflétait les attentes des investisseurs concernant sa croissance future, et non ses réserves de trésorerie ou ses bénéfices annuels. Elle a néanmoins établi Mercor parmi les jeunes entreprises les plus valorisées fournissant une expertise humaine aux développeurs d’intelligence artificielle. Cette progression rapide a également apporté une immense richesse théorique à ses fondateurs. En novembre 2025, Forbes a classé Foody, Hiremath et Midha, alors âgés de 22 ans, parmi les plus jeunes milliardaires ayant bâti eux-mêmes leur fortune, sur la base d’estimations de leurs participations dans Mercor.

En 2026, les activités de Mercor avaient largement dépassé le cadre de son offre initiale de recrutement. Selon les données publiées par l’entreprise, son réseau comptait plus de cinq millions d’experts spécialisés dans différents domaines, tandis que les paiements quotidiens versés aux contributeurs dépassaient quatre millions de dollars. Mercor déclarait également employer plus de 400 personnes dans ses bureaux de San Francisco, New York et Londres. Ces chiffres constituent des indicateurs utiles de son envergure, même s’ils doivent être considérés comme des informations communiquées par l’entreprise et non comme des mesures de performance vérifiées de manière indépendante. Mercor ne publie pas les mêmes états financiers détaillés qu’une société cotée en Bourse, ce qui rend difficile l’évaluation précise de sa rentabilité et de ses marges opérationnelles. Sa valorisation de 10 milliards de dollars lors de la série C demeurait, en octobre 2026, le principal repère financier confirmé publiquement. La réussite essentielle ne résidait pas uniquement dans l’atteinte d’une valorisation spectaculaire, mais dans la création d’un service que de grandes organisations spécialisées dans l’IA étaient prêtes à utiliser régulièrement pour des projets exigeant des compétences pointues.

Mercor en 2026 : croissance, défis et avenir de l’intelligence artificielle encadrée par des experts

L’orientation prise par Mercor en 2026 montre à quel point son activité s’était éloignée du recrutement automatisé de ses débuts. Le 21 janvier, l’entreprise a présenté APEX-Agents, un référentiel d’évaluation conçu pour mesurer la capacité des assistants d’IA à accomplir des missions professionnelles réalistes dans la banque d’investissement, le conseil en stratégie et le droit des affaires. Au lieu de simplement vérifier si un modèle pouvait répondre à une question isolée, les évaluations examinaient sa capacité à mener à bien des missions complexes impliquant plusieurs documents, des consignes et des décisions successives. Mercor a recruté des professionnels expérimentés pour contribuer à la conception des scénarios et déterminer les critères d’un travail satisfaisant. Ses premiers travaux ont révélé que les principaux agents d’IA réussissaient moins de 25 % des tâches dès leur première tentative, tandis que les meilleurs résultats atteignaient seulement 40 %, même lorsque huit tentatives étaient autorisées. Ces conclusions concernaient les modèles, les missions et les conditions d’évaluation spécifiques de l’étude, mais elles illustraient pourquoi l’expertise humaine restait commercialement importante malgré les progrès rapides des capacités de l’IA.

Mercor a poursuivi ses recherches en 2026 en élargissant ses évaluations au génie logiciel et à la comptabilité. En mars, l’entreprise a présenté une évaluation en ingénierie logicielle élaborée avec la contribution de Cognition, portant sur des missions pratiques telles que l’identification de dysfonctionnements, la réalisation de modifications et la maintenance de systèmes opérationnels. En juillet, Mercor a annoncé un référentiel d’évaluation comptable développé avec Ramp, comprenant 160 missions fondées sur dix entreprises fictives. En septembre, l’entreprise avait également révisé son évaluation APEX-Agents pour que le système de notation reflète plus fidèlement les attentes des professionnels. Ces initiatives ont renforcé sa position sur un marché où les clients souhaitaient de plus en plus obtenir des preuves que l’IA pouvait accomplir un travail réellement utile, et non simplement produire des réponses bien formulées. Elles ont également donné une autre utilité à son réseau professionnel : les experts pouvaient contribuer à établir les critères permettant d’évaluer les produits d’intelligence artificielle. Une relation directe s’est ainsi créée entre le recrutement, l’entraînement, les tests et l’utilisation commerciale des systèmes d’IA.

Une autre évolution importante est intervenue le 26 mars 2026, lorsque Mercor a annoncé son expansion dans les services d’intelligence artificielle destinés aux entreprises. L’objectif était d’aider les organisations à concevoir et à améliorer des assistants d’IA capables de comprendre leurs procédures internes et d’accomplir des missions propres à leurs activités. Une société de services financiers pourrait, par exemple, souhaiter disposer d’un assistant capable de préparer des rapports à partir de ses propres modèles, de respecter ses procédures de vérification et de reconnaître les situations nécessitant une validation humaine. Mercor proposait d’appliquer à ces besoins professionnels quotidiens les mêmes méthodes d’évaluation fondées sur l’expertise humaine que celles développées pour les laboratoires d’intelligence artificielle. En juillet, l’entreprise a également annoncé son intention d’acquérir Deeptune, dont la technologie permet de créer des environnements d’entraînement réalistes pour les agents d’IA. Ces initiatives s’inscrivaient dans une stratégie commerciale plus large : plutôt que de dépendre entièrement de la fourniture de travailleurs indépendants aux laboratoires de recherche, Mercor cherchait de nouvelles manières d’aider les organisations à intégrer les connaissances professionnelles au développement de l’intelligence artificielle. Ses perspectives à long terme dépendront de plus en plus de la capacité de ces services supplémentaires à apporter une valeur mesurable aux clients.

Ce que le succès de Mercor révèle sur le leadership et le marché du travail lié à l’IA

La croissance de Mercor a également soulevé des questions difficiles concernant la sécurité, la protection des travailleurs et la responsabilité opérationnelle. En mars 2026, l’entreprise a été touchée par une cyberattaque visant la chaîne d’approvisionnement logicielle, impliquant des versions compromises du logiciel LiteLLM. Mercor a ensuite révélé l’incident et, en juin, publié les conclusions d’une enquête menée avec des spécialistes externes de la cybersécurité. L’entreprise a indiqué que les données personnelles sensibles d’une partie limitée de son réseau d’experts avaient été affectées, même si l’incident a suscité des inquiétudes parmi les clients et les travailleurs indépendants. Des procédures judiciaires engagées au cours de l’année 2026 ont également soulevé des accusations concernant le traitement des données personnelles, les pratiques de recrutement automatisé et la classification juridique des travailleurs. Ces accusations ne doivent pas être considérées comme des conclusions judiciaires établies. L’épisode illustre néanmoins un risque important du modèle économique de Mercor : une organisation qui traite des dossiers professionnels, des entretiens et des missions comportant des informations commercialement sensibles doit maintenir des mesures de protection solides et préserver la confiance de ses clients comme de ses contributeurs.

Le marché sur lequel Mercor exerce ses activités présente également des incertitudes plus générales. Parmi ses concurrents figurent des entreprises déjà bien établies dans les services de données pour l’IA, telles que Scale AI, Surge AI et Turing, ainsi que d’autres sociétés proposant des services spécialisés d’entraînement et d’évaluation. Certains grands développeurs d’intelligence artificielle pourraient aussi décider de recruter directement leurs experts ou de constituer leurs propres équipes internes d’évaluation. Mercor doit donc démontrer que son association de compétences en recrutement, contrôle qualité, gestion de projets et recherche offre des avantages que ses clients ne peuvent pas facilement reproduire eux-mêmes. Pour les professionnels qui réalisent ces missions, les possibilités peuvent être intéressantes, car elles donnent accès à des projets spécialisés en dehors de l’emploi traditionnel. Toutefois, les rémunérations individuelles, la disponibilité des missions et les conditions de travail peuvent varier considérablement. Le travail par projet n’offre pas nécessairement la stabilité, les avantages sociaux ou les perspectives d’évolution associés à un emploi permanent. La poursuite de la croissance de Mercor dépendra en partie de sa capacité à entretenir des relations fiables avec ses contributeurs tout en répondant aux exigences croissantes de ses clients spécialisés dans l’intelligence artificielle.

Le principal enseignement du parcours de Brendan Foody est que la réussite entrepreneuriale naît souvent de la capacité à comprendre comment une compétence déjà acquise peut résoudre un problème de plus grande valeur. Mercor a commencé par aider les employeurs à trouver des candidats adaptés, mais ses fondateurs ont compris que cette même capacité à identifier et à organiser des professionnels qualifiés pouvait répondre à un besoin urgent dans le développement de l’IA. Ils se sont appuyés sur leur première expérience du recrutement, ont attiré des investisseurs, développé des relations avec des organisations de recherche et étendu leurs activités à l’évaluation des performances de l’intelligence artificielle dans les métiers spécialisés. Foody n’était pas le seul responsable de cette réussite : les contributions d’Adarsh Hiremath, de Surya Midha, de l’ensemble de l’équipe dirigeante et du réseau d’experts de Mercor ont été essentielles au développement de l’entreprise. En octobre 2026, Mercor avait créé une activité d’envergure autour d’une idée fondamentale : les progrès de l’intelligence artificielle dépendent encore largement des connaissances humaines. Son avenir reste incertain, mais ses trois premières années montrent que comprendre les besoins réels des clients peut être bien plus précieux que de simplement suivre les tendances technologiques les plus visibles.