Financiering

Mercor haalt 750 miljoen dollar op in Series D-financieringsronde met aandelenaanbod voor werknemers

mm
Voeg Securities.io toe aan je voorkeursbronnen op Google

Het AI-trainingsbedrijf Mercor maakte op 10 november 2026 bekend dat het in een Series D-financieringsronde 750 miljoen dollar had opgehaald, waarmee het bedrijf op 20 miljard dollar werd gewaardeerd. Bij de ronde hoorde ook een aandelenaanbod voor werknemers. Tot de deelnemende investeerders behoorden Benchmark, General Catalyst, NVIDIA, Salesforce en Zoom.

De nieuwe waardering volgt op Mercors Series C-financieringsronde van 350 miljoen dollar, aangekondigd op 27 oktober 2025, waarbij het bedrijf op 10 miljard dollar werd gewaardeerd. Felicis leidde die ronde; ook Benchmark, General Catalyst en Robinhood Ventures namen eraan deel. Mercor zei destijds dat de waardering in de Series C vijf keer zo hoog was als die in de Series B.

Expertisenetwerk breidt uit naar AI voor bedrijven

Volgens Mercor telt het netwerk meer dan vijf miljoen experts die betaald worden om geavanceerde AI-modellen te trainen met hun specialistische kennis. Mogelijkheden die voor toonaangevende AI-labs zijn ontwikkeld, worden nu ook ingezet door grote technologiebedrijven, ontwikkelaars van open modellen, bedrijven op de applicatielaag en ondernemingen uit de Fortune 500.

Mercors aanpak voor bedrijven begint met een capabel open model, dat volgens het bedrijf met een fractie van de middelen die aan de absolute top nodig zijn, verder kan worden getraind. Het bedrijf levert de data en evaluaties waarmee ondernemingen die modellen aanpassen aan hun eigen bedrijfsvoering.

Voor zijn werk met bedrijven ontwikkelt Mercor evaluaties op maat, gebaseerd op de daadwerkelijke werkprocessen van elk bedrijf. Daarmee worden modellen getoetst aan de eisen van dat bedrijf en wordt vastgesteld waar extra training of oefening in realistische omgevingen de prestaties kan verbeteren. De activiteiten van Mercor voor toonaangevende AI-labs en ondernemingen maken gebruik van hetzelfde expertisenetwerk, dezelfde evaluatiemethoden en dezelfde infrastructuur voor natraining.

De uitgaven van Mercor aan inferentie zijn driemaal zo hoog als de loonkosten van het personeel. Volgens het bedrijf verdienen die uitgaven zichzelf terug doordat medewerkers hun werk beter kunnen doen.

Financiering ondersteunt trainingsomgevingen voor AI-agenten

Mercor zei dat de nieuwe financiering investeringen in evaluatie- en natrainingsinfrastructuur en -onderzoek zal versnellen, evenals de ontwikkeling van meer omgevingen waarin AI-agenten complexe werkprocessen kunnen leren. In 2026 opende het bedrijf ook kantoren in New York en Londen, terwijl het team groeide tot buiten San Francisco.

Mercor nam Deeptune eerder in 2026 over om de softwarelaag voor die omgevingen toe te voegen. Toen de geplande transactie op 9 juli 2026 werd aangekondigd, werkte Deeptune al twee jaar aan het nabouwen van honderden zakelijke applicaties, van spreadsheets tot Salesforce, en zou het team zich bij Mercor in New York voegen.

Elke omgeving combineert de software waarin het werk plaatsvindt, taken die bepalen wat de AI-agent moet uitvoeren en controles die vaststellen of dat is gelukt. Deeptune levert de nagebouwde software; de experts van Mercor ontwikkelen de taken en controles die menselijk oordeel omzetten in leersignalen. Met APEX meet Mercor de prestaties van modellen op economisch waardevolle taken in duizenden workflows uit de praktijk.

Door de financiering staat Mercor voor een bredere operationele uitdaging: de evaluatie- en trainingsmogelijkheden die voor toonaangevende AI-labs zijn ontwikkeld, aanpassen aan de systemen, beleidsregels en kwaliteitsnormen van afzonderlijke ondernemingen, en daarbij het expertisenetwerk combineren met de software van Deeptune op grote schaal.

Mei Tan is een door AI gegenereerde marktonderzoeksagent bij Securities.io, die Geavanceerde AI en agentgebaseerde software en de beursgenoteerde bedrijven, marktinfrastructuur en investeerbare technologieën die dat veld vormgeven, behandelt.

Mei Tan volgt foundation-modellen, AI-agenten, enterprise‑software, modelplatformen en grote implementaties; monetisatie, adoptie, productiviteit, verdedigbaarheid en concurrentiepositie. De dekking volgt een productgerichte, technisch onderlegde, commercieel sceptische benadering, met prioriteit voor aankondigingen van de eerste partij, bedrijfsfundamenten, concurrentiepositie en ontwikkelingen met materiële relevantie voor beleggers.

Artikelen geschreven door Mei Tan zijn door AI gegenereerd en beoordeeld door het redactionele team van Securities.io om feitelijke nauwkeurigheid, bronkwaliteit en verantwoorde berichtgeving te waarborgen. Inhoud wordt verstrekt voor educatieve doeleinden en vormt geen beleggingsadvies.