【独占取材】史上最速の成長企業Mercor、CEOブレンダン・フーディが語るAI革命の真髄：17ヶ月で売上500億円を達成した秘密と未来

序章：AI時代の寵児、Mercorの驚異的な軌跡を追う

テクノロジーの世界は常に進化の渦中にあり、その中でも特にAIは、私たちの想像をはるかに超えるスピードで世界を変革しています。今回、私がスポットライトを当てるのは、まさにそのAI革命の最前線を駆け抜ける企業、Mercorです。CEO兼共同創業者であるブレンダン・フーディ氏のリーダーシップのもと、Mercorはわずか17ヶ月で売上高100万ドルから5億ドル（約500億円）へと、史上最速の収益成長を達成しました。この驚異的な数字は、先行するどの企業よりも1ヶ月早い記録です。

「我々はすでに9桁のレベニューランレートに達しており、ある買収以来、会社は4倍に成長しました。過去17ヶ月でビジネスを100万ドルから5億ドル規模に拡大したのです」と、フーディ氏は語ります。この言葉の裏には、AI市場の深い洞察、圧倒的な実行力、そして何よりも「最高級の人材」への揺るぎない信念があります。

しかし、なぜMercorはこれほどまでに急成長を遂げることができたのでしょうか？彼らのビジネスモデルの何が画期的なのでしょうか？そして、AIが経済全体を飲み込むと語るフーディ氏のビジョンは、私たちにどのような未来を示唆しているのでしょうか？

本記事では、経験豊富なジャーナリストとしての私の視点から、ブレンダン・フーディ氏への独占インタビューに基づき、Mercorの成功の鍵、具体的な機能、ビジネスへの影響、そして彼らが描くAI時代の未来像を詳細かつ分かりやすく掘り下げていきます。彼の幼少期の起業家精神から、大学への懐疑、そしてAI評価（Evals）の再定義に至るまで、その深い洞察と具体的な戦略は、AI業界の現状と未来を理解するための invaluable な手がかりとなるでしょう。

さあ、AI革命の中心で何が起きているのか、Mercorの成功の秘密を通じて、その全貌を解き明かしていきましょう。

第1章：天才起業家の原点 – ドーナツ販売からAWSクレジットコンサルティングまで

ブレンダン・フーディ氏の並外れたキャリアは、その若さにもかかわらず、驚くべき広がりと深さを持っています。現在22歳の彼が、いかにして史上最速の成長を遂げるMercorを築き上げたのか、その根源には幼少期からの揺るぎない起業家精神と、既成概念にとらわれない思考があります。

幼少期からの生粋の起業家精神：ドーナツとスケールアップの教訓

フーディ氏の起業家としての才覚は、8年生（中学2年生）の時に始めたドーナツ販売に端を発します。彼はSafewayで1ダース5ドルのドーナツを仕入れ、それを自転車で中学校まで運び、1個2ドルで販売していました。このシンプルなビジネスモデルは成功を収め、彼は「スケールアップ」の可能性を見出します。母親にミニバンでの送迎を頼み、10ダースのドーナツを仕入れて学校で販売するという、まさに小さなスタートアップのようでした。

この「ドーナツ帝国」の運営には、早くも競争と規制の壁が立ちはだかります。競合が現れれば価格競争を仕掛け、学校側から販売停止を命じられれば、校舎から20フィート離れた場所に移って販売を続けるという、類まれな粘り強さと抜け目なさを見せました。この経験は、後にMercorを創業する際の市場分析、競争戦略、そして規制対応の基礎を築いたと言えるでしょう。彼の母親が「ドラッグの売人になるのでは」と心配して彼をカトリックの高校に入学させたというエピソードは、彼の持つ型破りな行動力と、それを成長の糧にする能力を象徴しています。

大学への懐疑と「実学」の追求：AWSクレジットで稼いだ数十万ドル

高校時代、フーディ氏はさらにビジネスの才能を開花させます。当初はスニーカーの転売をしていましたが、そこで彼はある「市場の非効率性」に気づきます。多くのスニーカー転売業者がAWSを利用しているにもかかわらず、AWSのスタートアップ向けクレジットプロモーションを活用していないため、多額のAWS料金を支払っていたのです。

この発見を機に、彼はコンサルティングエージェンシーを設立し、スニーカー転売業者向けにウェブサイト構築の支援やAWSクレジット申請の手助けを行いました。この事業で、彼は高校生にして数十万ドルを稼ぎ出すことに成功します。

この経験は、フーディ氏が大学教育の価値について深く考えるきっかけとなりました。「なぜ大学に行って、FAANG企業やコンサルティング会社で今よりずっと少ない給料の仕事を得る必要があるのか？」彼の両親との大きな議論の末、彼はしぶしぶ大学に進学しますが、その教育的価値には疑問を抱き続けていました。

彼の視点から見ると、今日の大学の教育的価値は低下していると言えます。彼が言うように、「私の両親はYouTubeもインターネットもなく、情報を得るには教授から学ぶ必要がありました。しかし、私にとってはその情報はすべてオンラインで手に入ります。私は高校生の時にスタンフォード大学GSB（大学院ビジネススクール）のほぼすべての講義を聴き、オンラインで情報を消費することを楽しんでいました」。AIの進化は、この情報アクセスのギャップをさらに拡大させ、教育のあり方を根本から変えると彼は指摘します。

大学の社会的価値は認めるものの、教育的価値については「あまりない」と断言するフーディ氏の言葉は、既存の教育システムに一石を投じるものです。彼自身の経験は、伝統的な教育経路に頼らずとも、起業家精神と実践的な学習によって大きな成功を掴めることを証明しています。この「実学」重視の姿勢と、市場の非効率性を見抜く洞察力こそが、Mercorのビジネスモデルの根幹を形成しているのです。

第2章：Mercor、AIデータ市場の常識を覆す – 「ボディショップ」からの脱却

Mercorの成功の核心には、従来のAIデータ市場に対する根本的な批判と、それを解決するための革新的なアプローチがあります。AIモデルの能力が飛躍的に向上するにつれ、その学習データの質と、それを生み出す人間の専門性が、かつてないほど重要になっています。

「ボディショップ」批判への反論：Mercorは「深い研究パートナー」

AIデータラベリングやデータ生成の分野では、一部の競合企業が「単なるボディショップ（人材派遣会社）」であるという批判がしばしば聞かれます。しかし、ブレンダン・フーディ氏はMercorがその批判とは一線を画すと強く反論します。

「それは全く公平ではありません」とフーディ氏は語気を強めます。「私たちはすべてのお客様にとって密接な研究パートナーとして機能し、世界で最も優秀な人材を動員して、モデル能力のフロンティアを押し進める手助けをしています」。

この言葉の裏には、Mercorが単に人手を供給するだけでなく、AI研究の最前線でモデルの課題を理解し、それを解決するための戦略的なパートナーであるという自負があります。

市場のパラダイムシフト：低スキルから「最高級の人材」へ

フーディ氏が語るMercorの成功の大きな要因は、AIデータ市場における「パラダイムシフト」を誰よりも早く捉え、それに対応したことです。かつてScale AIやSurgeといった企業が切り開いたクラウドソーシングモデルは、「低・中スキル人材」を大量に動員し、初期のLLM（大規模言語モデル）向けに「かろうじて文法的に正しい」文章を生成することに焦点を当てていました。

しかし、AIモデルがより複雑なタスクをこなし、より高度な推論能力を要求されるようになると、このアプローチは限界を迎えます。フーディ氏は、市場が「ソーシングとベッティング（Sourcing and Vetting）」のパラダイムへと劇的に移行したと指摘します。

「私たちは、ゴールドマン、マッキンゼーのアナリスト、FAANGのソフトウェアエンジニア、トップの医師や弁護士といった人材をどのように見つけ、彼らが研究者と直接協力して地球上で最も複雑なデータを構築し、そのデータを理解できるようにするか、という方向へと急速に移行しているのです」と彼は説明します。

なぜこのような変化が起きたのでしょうか？フーディ氏は、モデルが扱う問題の複雑化が原因だと説明します。以前は学部レベルの数学の問題を扱っていたため、研究者はモデルの間違いを容易に特定できました。しかし、モデルが「ゴールドマンのアソシエイトが5年目にこなすような種類の仕事」を扱うようになると、研究者自身がその評価を解釈できなくなり、モデルの能力を向上させるためのデータも理解できなくなります。

ここに、Mercorが提供する「高スキル人材による高複雑性データ」の価値が生まれます。専門家が複雑なデータを作成し、モデルの振る舞いを評価することで、研究者はモデルの課題を特定し、その性能を飛躍的に向上させることができるのです。

独自の差別化戦略：時給95ドルの報酬とパワーローの法則

Mercorの差別化は、その人材への投資にも表れています。フーディ氏は、Mercorのマーケットプレイスにおける平均時給が「95ドル」であることを強調します。これは、ScaleやSurgeが一般的に「約30ドル」を支払っているのと比較して、圧倒的に高い水準です。

「それは、モデルにどのような能力を達成させたいのか、そしてその能力達成に貢献する人々をどのように扱うべきかについて、私たちが根本的に異なるアプローチをとっていることを示しています」とフーディ氏は語ります。

この高報酬戦略は、Mercorが「パワーローの法則」を深く理解していることに基づいています。フーディ氏は、「データの成果とそれに貢献する人々は、極めてパワーローに従う」と指摘します。つまり、100人のプロジェクト参加者がいたとしても、モデル改善の大部分は「上位10～20%の非常に優秀な人々」から生まれるという考え方です。これは、企業における価値創造のメカニズムと似ています。

Mercorは、この上位10～20%の「10x貢献者」を特定し、惹きつけ、彼らが最大限のパフォーマンスを発揮できるような機会とマッチングさせることで、競合他社には真似のできない「プロプライエタリな優位性」を築いています。独自の紹介ネットワークによる優秀な人材の獲得、そして彼らを最適なタスクに配置するマッチングインフラが、Mercorの競争力の源泉となっているのです。

データ品質測定への誤解を正す

競合他社からは、「データ生産の効率性を測定するアルゴリズムがない」という批判も Mercorに向けられることがあります。これに対しフーディ氏は、「それは全くの誤りです」と即座に否定します。

「実際、私たちはあらゆる種類のモデルとアルゴリズムを使用して品質を評価しています。データがモデル能力をどのように改善しているかを訓練し、お客様にとっての深い研究パートナーとして機能しているのです」。

Mercorは、単に高スキル人材を繋ぐだけでなく、彼らが生成するデータが実際にモデルの性能向上にどのように寄与しているかを定量的に測定し、フィードバックループを構築することで、真の価値提供を実現しています。

このように、MercorはAIデータ市場の根本的な変化を捉え、高スキル人材への投資、独自の供給ネットワーク、そして科学的な品質測定アプローチを通じて、「ボディショップ」のレッテルをはねのけ、AI研究の最前線における不可欠なパートナーとしての地位を確立しているのです。

第3章：飛躍の秘密 – 史上最速の成長を支える戦略と洞察

Mercorがわずか17ヶ月で100万ドルから5億ドルへと、史上最速の収益成長を達成した背景には、市場の動向を正確に読み解く力と、それを具体的な戦略に落とし込む実行力がありました。

成長のトリガーと継続する加速：Scale AI買収報道の影響

フーディ氏は、Mercorの驚異的な成長がどのように加速したかについて、率直に語っています。彼らはScale AIに関する報道が出る前から既に「9桁のレベニューランレート」に到達しており、その後、Scale AIが買収されたというニュースが「意味のある加速の転換点」となったと指摘します。

「実際、会社は現在5億ドルの規模で、これまで以上に速く成長を続けています。成長は加速し続けているのです」とフーディ氏は強調します。この発言は、単なる一過性のブームではなく、持続的な成長サイクルに入っていることを示唆しています。

Scale AIのニュースは、AIデータ市場全体への注目度を高め、Mercorがすでにフロンティア研究機関との強固なパートナーシップを築いていたことが、この加速期において大きなアドバンテージとなりました。競合他社が品質管理を疎かにしていた中で、Mercorは一貫して「卓越した才能を持つ人材への執着」と「彼らを極めて適切に扱うこと」を最重要視してきたため、市場が品質重視へとシフトした際に、その優位性を最大限に発揮できたのです。

高品質へのこだわりと顧客集中：NVIDIAに学ぶビジネスモデル

Mercorのビジネスモデルは、少数の大規模顧客に収益が集中する傾向があることをフーディ氏は隠しません。彼はNVIDIAの例を挙げ、その収益の51%が2つの顧客から、別のセグメントでは36%が少数の顧客から来ていることを引き合いに出し、「Mercorのブレイクダウンも比較的似ている」と認めています。

しかし、彼はこの集中をリスクと捉えるよりも、価値創造の証と見なしています。「集中は重要ですが、それ以上に重要なのは、最も重要な顧客のために素晴らしいビジネスを構築し、多くの価値を生み出すことです」 NVIDIAが数兆ドルの価値を持つ企業であることを考えれば、最高の顧客に深くコミットし、彼らにとってかけがえのないパートナーとなることが、持続的な成功に繋がるという思想が伺えます。

この戦略は、顧客がモデルのパフォーマンス向上を最優先するAI研究分野において、特に有効です。フーディ氏は、「ラボが最も気にかけるのは、モデルのパフォーマンスをどう改善するか、そしてモデル改善の大部分を推進する上位10～20%の人材をどう確保するか」であると述べます。このため、初期には複数のベンダーと取引していた顧客も、最終的にはパフォーマンスを最大化するためにMercorへと集約していく傾向が見られるといいます。これは、市場が成熟するにつれて、「最高の成果を出せるパートナー」への集中が起こるという、市場の自然な収斂（しゅうれん）現象だと彼は見ています。

市場の統合とMercorの優位性

AIデータ市場は、現在非常に活発であり、多くのプレイヤーが存在します。しかしフーディ氏は、この市場も最終的には統合されると予測しています。「多くの市場の類似性を見ると、最初は非常に細分化されており、多くの異なるプレイヤーが存在しますが、時間の経過とともに統合されていきます」と彼は語ります。

この統合の背景には、Mercorのような「最初のプレイヤー」が持つ構造的な優位性、すなわち「規模の経済」が存在します。世界最高峰の人材（ゴールドマン、マッキンゼーのアナリストなど）を確保するための固定費投資、彼らと連携するネットワーク、そしてそれらの専門家を最適なタスクにマッチングさせるためのインフラ投資は、多くの企業が重複して行うべきではないとフーディ氏は考えます。

市場が加熱している間は多くのスタートアップが資金を得られますが、市場が「現実に戻る」と、このような構造的優位性を持つ企業への統合が進むというのが彼の見立てです。Mercorは、この統合期において、これまで培ってきた人材と技術の優位性を背景に、市場をリードしていく自信をのぞかせます。

独自のモデルとアルゴリズムによるデータ品質評価

Mercorは単なる人材派遣会社ではなく、AI研究の深部にコミットするパートナーです。競合が「データ品質を測定するアルゴリズムがない」と批判するのに対し、フーディ氏はMercorが「あらゆる種類のモデルやアルゴリズムを用いて品質を評価している」と断言します。彼らは、データがモデル能力をどのように改善しているかを訓練し、お客様の深い研究パートナーとして機能しているのです。

この詳細な評価メカニズムは、Mercorが高品質なデータ供給を保証し、顧客がモデルの性能向上において具体的な成果を実感できる重要な要素となっています。

第4章：AIの未来を再定義する – EvalsとRL環境の進化

ブレンダン・フーディ氏のビジョンは、単にMercorの成長に留まらず、AIそのものの進化の方向性、特にその評価方法と応用範囲について、既存の常識を覆すものです。彼が描く未来は、人間とAIのインタラクションが経済全体を再構築するという、壮大なものです。

シンセティックデータ時代における人間の不可欠な役割

AIの進化を語る上で避けて通れないのが、「シンセティックデータ（合成データ）」の台頭です。AI自身がデータを生成する能力が高まるにつれて、人間が生成するデータの必要性が薄れるのではないかという懸念が生まれます。しかし、フーディ氏はこの見解に異を唱えます。

「総アドレス可能市場は、人間がモデルよりも得意なことの量によって制限される」と彼は強調します。つまり、シンセティックデータが人間との連携をより効率的にし、データの増強に役立つことは認めつつも、「モデルがまだできないこと、人間ならできることをモデルに教えたいのであれば、その測定のための人間の『静止点（stasis point）』が必要なのです」。

フーディ氏は、超知能が人間をあらゆる面で凌駕する「スーパーインテリジェンス」が達成されるまでは、モデルの能力を拡張し、フロンティアを押し進めるために、人間の専門知識が不可欠であると主張します。現在のモデルは、数学オリンピックで金メダルを取るほどの推論能力を持つ一方で、「メールの下書きや会議のスケジュール設定、数個のツールを使って数時間かかるタスクをこなす」といった基本的なエージェント能力はまだ持っていません。経済全体を自動化し、あらゆるタスクをこなすエージェントを構築するまでの道のりは、「人間が評価ワークフローを作成することによって舗装されている」と彼は表現します。つまり、人間の専門知識が、AIの真の有用性を引き出すための橋渡し役となるのです。

AI評価（Evals）の革命：「実社会の能力」を測る新しい基準

フーディ氏は、現在のAI評価方法（Evals）が抱える深刻な課題を指摘し、その根本的な改革を訴えています。「現在の評価はひどい（fing s）」という彼の言葉は、その問題意識の深さを物語っています。

既存の評価基準、例えば「humanity's last exam」や「PhDレベルの推論、数学オリンピックの数学」といった学術的な指標は、モデルの理論的な能力を示すかもしれませんが、「消費者や企業が実際に求めている成果とは完全にかけ離れている」と彼は断言します。

では、どのような評価が求められるのでしょうか？フーディ氏は、「Real-to-Sim Gap（現実とシミュレーションのギャップ）」を埋めることが最重要だと提唱します。「私たちが評価を構築し、ヒルクライムするタスクが、人々が関心を持つ能力の分布をできるだけ密接に反映するように、どうすれば確実に行えるか？」

彼は具体的な例を挙げます。投資機会のリサーチ、財務モデルの構築（ゴールドマンのように）、コンサルティング資料の作成、ウェブアプリケーションの構築（FAANGエンジニアのように）など、実際のビジネスや日々の業務におけるタスクをモデルに実行させ、人間が「教授がエッセイを採点するように」ルーブリックに基づいて評価するべきだというのです。

「もしモデルがプロダクトであるならば、評価はPRD（製品要求仕様書）である」という彼の言葉は、AI開発における評価の重要性を端的に表しています。多くの企業がAIに「vibe spending」（雰囲気に流されて投資）をしていると批判し、明確なPRDと評価基準がなければ、AIは真に有用なものにならないと警鐘を鳴らします。この評価方法の変革こそが、AIを経済全体で真に役立つものにするための最もエキサイティングなシフトの一つであると彼は考えています。

RL環境が経済全体を飲み込む：Mercorが描く壮大な未来

フーディ氏の最も大胆なビジョンの一つは、「RL環境（強化学習環境）が経済全体を飲み込む」というものです。「なぜ人間が、毎週同じ企業を冗長にリサーチしたり、ポッドキャストのゲストを冗長に探したりといった、単調で冗長な作業を続ける意味があるのか？」と彼は問いかけます。

Mercorは、高複雑性のRL環境プロジェクトに取り組んだ初期の経験を語ります。当初、モデルが単一のツールを使って数時間かかるタスクを行うプロジェクトでは、人間100人のうち20人しかモデルの間違いを指摘できなくなるほど、モデルがすぐに賢くなりました。これは「スマートな人が少なくなれば、市場が縮小する」という見方を裏付けるように見えます。

しかし、Mercorはさらに複雑な要素を追加しました。Google Drive、カレンダー、Gmail、Slackなど複数のツールをモデルが使用できるようにし、人間が10時間、100時間かかるような複雑な軌道（trajectories）を実行できるようにしたのです。すると、再びすべての人間がモデルの間違いを指摘できるようになりました。

この経験が示すのは、「人間がモデルより得意なことがある限り、そしてその能力をモデルに望む限り、人間は必要不可欠である」ということです。会議のスケジュールを設定したり、メールを作成したりといった能力をモデルに持たせるためには、人間が「検証者（verifiers）」となり、モデルのフロンティアを測定し、その能力向上を支援する必要があるのです。

フーディ氏は、この「RL環境」が、単調な作業から人間を解放し、モデルが人間によって構築されたフレームワークに基づいて学習し、実行する未来を描いています。これにより、人間はより創造的で戦略的なタ役割に集中できるようになり、経済全体が劇的に再構築されると予測します。

「それは、途方もなくエキサイティングな移行になるでしょう」と彼はその未来への期待を語ります。Mercorは、このRL環境への移行において、高スキル人材と独自の評価フレームワークを通じて、市場の50～60%のシェアを占めており、今後もその市場シェアを拡大していく意向です。このビジョンが実現すれば、Mercorは単なるAIデータ企業に留まらず、新たな経済圏のインフラストラクチャーを構築する存在となるでしょう。

第5章：成長の裏側 – リーダーシップ、資本、そして長期視点

Mercorの目覚ましい成長は、ブレンダン・フーディ氏の若さにもかかわらず成熟したリーダーシップ、戦略的な資本運用、そして揺るぎない長期視点によって支えられています。

22歳のCEOが語る評価額への哲学：市場比較ではなく「可能性」で見る

22歳という若さで、設立わずか1年半のMercorを5億ドル規模の企業に成長させたフーディ氏。彼は、自身のリーダーシップの変化について「比較的若い」と控えめに語りつつも、その経営哲学は非常に明快です。特に、資金調達における評価額に対する考え方は、従来のスタートアップの常識を覆すものです。

「あまりにも多くの人が、市場比較や売上倍率というレンズを通して評価額を見ています」とフーディ氏は指摘します。「しかし、それでは不十分です。この会社が何 extraordinary なことを達成できるか、という可能性のレンズを通して見るべきです。特に、これほどの驚異的な成長を遂げている場合は」。

彼は具体的な例を挙げます。シリーズBでVictorと出会った時、Mercorのレベニューランレートは150万ドルでした。しかし、Victorは2億5千万ドルの評価額（売上の100倍以上）で投資を決定しました。さらに、FlexusがシリーズBでリードした際には、2000万ドルのレベニューランレートに対し、やはり100倍の評価額での投資が行われました。

当時の市場関係者はこの評価額を「正気の沙汰ではない」と感じたかもしれませんが、投資家たちは「顧客との対話から、Mercorが作り出している驚異的な体験と、その成長が継続すること」を見抜いていたとフーディ氏は説明します。現在、Mercorの売上規模はシリーズBの25倍に達しており、当時の評価額は「とてつもなく安く」見えると彼は語ります。

このエピソードは、成長初期のスタートアップにおいて、既存の財務指標だけでなく、市場の可能性と顧客への価値提供能力、そして何よりも「チームの実行力」を評価することの重要性を示しています。

資本効率へのこだわりとPeter Thiel、Jack Dorseyからの教訓

Mercorは非常に資本効率の高いビジネスを展開しており、フーディ氏自身もその点を誇りにしています。「私たちは、ほとんどのAI企業とは異なり、非常にポジティブなグロスおよびネットマージンを持っています」と彼は述べます。

彼が尊敬する投資家の一人であるPeter Thiel（ピーター・ティール）は、資本効率の重要性を強く説くことで知られており、フーディ氏もその考えに大きく影響を受けています。市場の浮き沈みを見てきたティールは、持続可能なビジネスを構築するために資本効率が不可欠であると助言しているそうです。

また、Twitter（現X）の共同創業者であるJack Dorsey（ジャック・ドーシー）が投資した際に、フーディ氏に「できるだけ長く非公開でいるべきだ」と助言したことも明かされています。ドーシーの理由は、「非公開であることで、企業は四半期ごとの数字に縛られることなく、非常に長期的な視点で価値のドライバーや堀（moats）の構築に集中できるから」というものでした。フーディ氏もこの考えに賛同し、Mercorの長期的な戦略においては、私設市場からの豊富な資金供給を考慮に入れつつ、上場を急がない姿勢を示しています。

これは、短期的な市場の変動に左右されず、本質的な価値創造に集中するための重要な戦略と言えるでしょう。

資金調達と市場の過熱に対する冷静な視点

Mercorは現在、極めて収益性が高いため、資金調達の必要性は低いとフーディ氏は言います。しかし、「市場リーダー」としてのシグナルを送り、RL環境や高複雑性データにおける彼らの優位性を確立するために、近い将来、希薄化の少ない資金調達を行う可能性も示唆しています。

一方で、私設市場における資金供給過多や、AI市場全体の「過熱」については、冷静な視点を持っています。「私が投資家であれば、市場にあまりにも多くの資金があると間違いなく考えるでしょう」と彼は語り、多くの資金が「資金を得るべきではない競合他社」に流れている可能性を指摘します。

しかし、彼の時間軸は非常に長く、「もし私たちが3年間の時間軸で物事を評価しているのであれば、状況は不安定でクレイジーだと感じるかもしれませんが、もし10年間の時間軸で物事を評価しているのであれば、現在構築されているこれらの extraordinary なビジネスは、ディスカウント価格に見えるでしょう」という彼の言葉は、長期的な視点から現在の市場を評価する彼の哲学を示しています。彼自身は、現在のAI市場は1996年や1997年のような、インターネット黎明期の熱狂に似ていると感じているようです。

「996」から「インパクト重視」へ：進化するワークカルチャー

フーディ氏はかつて、中国のハイテク企業で広く見られる「996」ワークカルチャー（午前9時から午後9時まで週6日働く）を是とする発言をしたことがありますが、今回その真意と現在のMercorのカルチャーについて補足しました。

「厳密に言えば違います。我々は決して勤務時間を義務付けたことはありません」と彼は説明します。初期の頃、「996」という言葉を使ったのは、むしろチームメンバーがそれ以上に熱心に働いていたため、「少し早く帰って休むべきだ」という意図があったといいます。

Mercorのカルチャーの核心は、「情熱」と「インパクト」です。「最も重要なことは、仕事に情熱を持ち、我々と同じようにそれに執着している人々を雇うことです。そして、彼らが達成するアウトプットを通じて、その強度（intensity）が表現されることを認識することです」。

AI人材の市場競争が激しい中、「最高の成果を出せる人々と働くこと」を最適化することが重要であり、必ずしも対面時間（FaceTime）にこだわる必要はないという考えです。会社が成長し、多様な人材が入ってくるにつれて、特定の労働時間よりも「インパクト」と「貢献度」が重視されるようになるのは自然な流れと言えるでしょう。この柔軟なアプローチも、最高の人材を惹きつけ、定着させる上で重要な要素となっています。

第6章：クイックファイアから紐解くAIの深層 – ブレンダン・フーディの洞察

インタビューの終盤で行われたクイックファイアセッションでは、ブレンダン・フーディ氏のAIに対する率直な見解が次々と飛び出しました。彼の思考の深さと、業界の未来を見据える洞察力が凝縮されたセクションです。

AIに関する最も間違った思い込み：「3年以内のスーパーインテリジェンス」は幻想

AIに関する最も広く信じられているが、フーディ氏が「全くの間違い」だと断じる信念は、「3年以内に、人間をあらゆる面で凌駕するスーパーインテリジェンスが誕生する」というものです。

彼は、モデルの進歩は驚くべきものだと認めつつも、超知能の実現は依然として「非常に長い道のり」にあると考えています。現在のモデルは、複雑な推論タスクでは人間を上回る能力を示す一方で、日常的なツールの使用や、現実世界での具体的なタスクの実行においては、まだ多くの課題を抱えています。この現実的な視点は、過度な期待とそれに続く幻滅を防ぐ上で重要です。

OpenAIのCEOになったら？「モデルのカスタマイズ」に注力

もし一日だけOpenAIのCEOになれるとしたら、フーディ氏は「モデルのカスタマイズ」に注力すると語ります。

彼の分析では、APIを通じて提供されるモデルは「低いスイッチングコスト」しか持たず、「価格決定力もあまりない」ため、「良いビジネスではない」と考えています。OpenAIが持つ驚異的な基盤モデル技術を、個々の企業や特定のユースケースに特化して最適化する「モデルカスタマイズ」の領域には、非常に大きなビジネス機会が眠っていると見ているのです。

これは、汎用モデルの巨大な市場と、特定のニーズに応える特化型モデルの市場の両方を見据える彼の戦略を反映しています。

OpenAI対Anthropic：消費者と企業、それぞれの戦場

AIモデルプロバイダー間の競争について、OpenAIとAnthropicの立ち位置を問われたフーディ氏は、両社が異なる市場セグメントで優位に立つ可能性を示唆します。

「OpenAIが消費者市場を、ChatGPTをトロイの木馬として獲得し、Anthropicがビジネス・企業市場を、ClaudeとCodeを武器として獲得する可能性が高い」と彼は述べます。これは、それぞれの製品の特性と、これまでの市場戦略が、最終的に異なる顧客層への浸透に繋がるという冷静な分析に基づいています。

AI企業が自問すべき最も重要な問い：サム・アルトマンの知恵

すべてのAI企業が自問すべきなのに、実際には問われていない質問は何か？という問いに対し、フーディ氏はSam Altman（サム・アルトマン）の言葉を引用します。

「1～2年後にモデルが劇的に改善された場合、あなたのビジネスは良くなるか、悪くなるか？」

この問いは、AI企業が単に現在の技術を活用するだけでなく、AI技術自体の急速な進化が自社のビジネスモデルに与える影響を常に予測し、適応していく必要性を示唆しています。この根本的な問いに答えられなければ、AIの波に乗り損ねるか、あるいは波に飲み込まれてしまう可能性があると彼は警鐘を鳴らします。

過去12ヶ月で考えを変えたこと：汎用モデルへの再評価

フーディ氏は、過去12ヶ月間で「モデルのカスタマイズ」への重点が薄れ、代わりに「汎用モデルの汎化能力」の重要性をより強く認識するようになったと語ります。

以前は特化型モデルが主流になると考えていましたが、GPT-4やGPT-5のような基盤モデルの驚異的な汎化能力に直面し、その可能性に感銘を受けたと述べます。これは、AI技術の進化が彼の思考パターンにも常に変化をもたらしていることを示しています。しかし、彼は依然として企業向けのモデルカスタマイズにも大きな投資領域があると考えており、両者のバランスが重要であるという見解は変わっていません。

最も欲しい投資家：Amazon創業者ジェフ・ベゾス

まだ投資家として入っていないが、最もMercorに参画してほしい人物は誰か？との問いに、フーディ氏はAmazon創業者のJeff Bezos（ジェフ・ベゾス）の名前を挙げます。

ベゾスのAmazon初期の「思考の明晰さ」や「長期的な焦点」に非常に感銘を受けており、Mercorのビジネスモデルにも多くの類似点があると感じているため、彼から学びたいと熱望しています。彼自身、まだベゾスに会ったことはないそうですが、その人脈と成長を考えれば、不可能ではないでしょう。

創業時の自分へのアドバイス：Foundation Model Labsへの集中

2023年1月にMercorを創業したばかりの自分に、今ならどのようなアドバイスをするか？

フーディ氏は、「Foundation Model Labsに集中すること」を挙げています。創業当初、彼はFoundation Model Labsとの連携が生み出す機会の規模を過小評価していたと反省します。彼らのマーケットプレイスが、これらのラボのニーズにいかにフィットするかを9ヶ月から12ヶ月早く認識していれば、さらに大きなインパクトを生み出せたはずだと語ります。この認識が、Mercorの現在の急成長の大きな推進力の一つとなっていることは間違いありません。

RL環境の市場シェアと将来性：経済全体を飲み込むビジョン

MercorのFoundation Model Labsにおける事業は、特に「RL環境」という新しいデータタイプにおいて顕著な成果を上げています。フーディ氏によると、MercorはこのRL環境市場において「50〜60%の市場シェア」を占めており、急速に拡大しているとのことです。

「RL環境が経済全体を飲み込むだろう」という彼の言葉は、この領域に対する彼の確固たる信念を示しています。人間が単調な作業を行うのではなく、モデルがそのフレームワークを学び、実行する未来において、Mercorがその学習プロセスを支える中核となるという壮大なビジョンです。Mercorの現在の能力と市場での存在感を考えると、このビジョンは単なる夢物語ではなく、実現性の高い未来として私たちの前に提示されています。

結論：Mercorが描く未来 – 人間とAIの協調が生み出す新たな経済圏

ブレンダン・フーディ氏とMercorの物語は、単なるスタートアップの成功事例に留まりません。それは、AI時代の到来によって私たちの経済、労働、そして知のあり方が根本的に再定義されるという、壮大な未来図を提示しています。

Mercorの成功の鍵は、以下の多岐にわたる洞察と戦略に集約されます。

市場のパラダイムシフトの先読み: 低スキルなクラウドソーシングから、高スキルな専門家による高複雑性データのソーシング＆ベッティングへと市場が移行する流れをいち早く捉え、対応しました。
「最高級の人材」への揺るぎない投資: 平均時給95ドルという異例の高待遇で、パワーローの法則における上位10-20%の「10x貢献者」を惹きつけ、独自の紹介ネットワークと最適なマッチングを通じて、比類のないデータ品質とモデル改善の成果を生み出しています。
AI評価（Evals）の再定義: 学術的な指標ではなく、「Real-to-Sim Gap」を埋め、企業や消費者が実際に求める「実社会の能力」を測る新しい評価基準を提唱し、AIが真に有用なものとなるための道筋を示しています。
RL環境が経済を再構築するという壮大なビジョン: 人間が単調な作業から解放され、モデルが人間によって構築されたフレームワークに基づいて学習し、実行する未来を描いています。Mercorは、このRL環境市場においてすでに圧倒的なシェアを確保しており、この変革の中心に位置しています。
若きリーダーの哲学と長期視点: 22歳のフーディ氏は、評価額を「可能性」で捉え、資本効率を重視し、Jack DorseyやPeter Thielといった偉大な起業家・投資家からの助言を胸に、短期的な利益や市場の喧騒に惑わされることなく、長期的な価値創造と持続可能なビジネス構築に集中しています。

フーディ氏は、AIモデルが3年以内に人間を完全に凌駕するスーパーインテリジェンスに到達するという考えを「全くの間違い」と断じ、超知能の実現はまだ遠い道のりにあると現実的な見方を示します。しかし、だからこそ「人間がモデルより得意なことがある限り」、人間の専門知識と評価能力がAIの進化には不可欠であると強調します。AIは人間の仕事を奪うのではなく、人間の生産性を飛躍的に向上させ、より多くの価値を生み出す「アンプリファイア」としての役割を果たすと信じています。

Mercorの物語は、AIがもたらす未来が、単なる技術の進歩だけでなく、人間とAIがどのように協調し、お互いの強みを引き出し合うかによって形作られることを強く示唆しています。彼らが構築しているのは、単なるデータ提供プラットフォームではなく、次世代のAIが学習し、成長するための神経系、そしてそれによって生まれる新たな経済圏の基盤なのです。

私たちジャーナリストとして、そして読者である皆様にとって、ブレンダン・フーディ氏とMercorの軌跡は、AI時代のビジネスを理解し、その未来を予測するための貴重なケーススタディとなるでしょう。彼らが描く壮大なビジョンが、現実のものとなる日を心待ちにしています。