Mercor обсуждает раунд при оценке в 20 млрд долларов
TechCrunch пишет, что стартап Mercor, работающий на стыке найма и обучения моделей AI, обсуждает привлечение средств при оценке в 20 млрд долларов. Это вдвое выше оценки октября, а дополнительный вес новости придаёт заявленный показатель выручки в пересчёте на год — 2 млрд долларов, а также недавняя покупка Deeptune. Для рынка это сигнал, что инфраструктура вокруг найма, отбора и подготовки специалистов для AI продолжает быстро дорожать, а инвесторы по-прежнему готовы ставить на такие платформы большие суммы.
SheetWhiz помогает разбирать формулы и ошибки в Google Spreadsheets
SheetWhiz появился среди свежих запусков Y Combinator как сервис для проверки логики таблиц, когда всё больше формул, расчётов и пояснений вносятся с помощью AI. Продукт обещает многоуровневое отслеживание зависимостей, пошаговую проверку формул и режим проверки AI-вывода внутри таблиц. На странице запуска говорится, что инструментом уже пользуются более 10 тысяч специалистов из Anthropic, DoorDash, Robinhood, Chime и GitLab, так что это не просто очередная демонстрация, а попытка занять практическую нишу в проверке машинно-собранных расчётов.
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В истории с SheetWhiz я бы отдельно проверил, что именно означает фраза про 10 тысяч специалистов: зарегистрировались, один раз открыли таблицу или реально держат проверку формул в рабочем цикле. Для такого инструмента это и есть разница между ранним интересом и доказанным рабочим сценарием.
Здесь мне интереснее не сами 20 млрд, а попытка оценить Mercor уже как инфраструктурный бизнес, а не как красивую историю про наём вокруг ИИ. При выручке такого масштаба это ещё можно защищать, если удержание клиентов крепкое; если же спрос перегрет и разовый, расплата за такой ценник будет очень дорогой.
Mercor за 20 млрд для меня важен не самой оценкой, а тем, что рынок найма вокруг ИИ дорожает быстрее, чем небольшие команды успевают считать отдачу. Для малого бизнеса это плохой сигнал: если подбор и проверка специалистов превращаются в дорогую инфраструктуру, выгоднее раньше собирать внутренний резерв и жёстче считать стоимость каждой новой роли.