Inglés 
Francês 
Alemão 
Italiano 
Japonês 
Norueguês 
Portugués 
Español 
6 min de lectura 
0 comentarios 
Startup Mercor paga hasta US$ 250/h para especialistas que entrenan IA, crece rápido y levanta debate sobre automatización y futuro del trabajo calificado
En la primavera de 2023, mientras los estudiantes de Georgetown se preparaban para los exámenes finales, Brendan Foody decidió abandonar la universidad para probar una tesis sobre inteligencia artificial, mercado laboral y automatización. Dos años y medio después, él y sus cofundadores transformaron esa decisión en Mercor, una startup valorada en US$ 10 mil millones que conecta a especialistas altamente calificados con el entrenamiento de modelos de IA, consolidando un nuevo mercado global basado en datos especializados, RLHF y trabajo bajo demanda para inteligencia artificial.
Con solo 22 años, Foody se convirtió en uno de los jóvenes multimillonarios más destacados de la historia del sector tecnológico. La empresa que ayudó a crear paga más de US$ 1,5 millones por día a alrededor de 30 mil profesionales — incluyendo médicos, abogados, ingenieros y analistas financieros — que trabajan directamente en el entrenamiento de modelos avanzados de IA.
RLHF: por qué la inteligencia artificial necesita de especialistas humanos para funcionar con precisión
Entrenar modelos de inteligencia artificial solo con datos de internet es suficiente para generar lenguaje coherente, pero no garantiza precisión en tareas críticas. Para que un sistema pueda diferenciar un diagnóstico médico correcto de un error potencialmente peligroso o un dictamen jurídico sólido de uno inconsistente, es necesario incorporar juicio humano especializado.
-
Casio presenta a Moflin, una mascota robótica con inteligencia artificial creada para ofrecer confort emocional y simular un vínculo afectivo permanente.
-
Google Maps revoluciona la navegación por GPS con la inteligencia artificial Gemini, la función Ask Maps y visualización 3D avanzada para la planificación de rutas y viajes
-
China advierte a EE. UU. sobre un apocalipsis estilo «Terminator»: la disputa por la inteligencia artificial militar, las sanciones contra una startup estadounidense y el miedo a que los algoritmos decidan quién vive o muere ponen al mundo ante una pesadilla que parecía solo ficción
-
Mucha gente lo utiliza todos los días, pero pocos saben que ChatGPT tiene límites en Brasil: los menores de 14 años necesitan autorización, no se deben ingresar datos sensibles y los contenidos pueden ser monitoreados en casos específicos.
Este proceso es conocido como RLHF (Reinforcement Learning from Human Feedback), uno de los pilares más importantes en el desarrollo de modelos confiables. Sin este mecanismo, la IA permanece limitada a la reproducción de patrones. Con él, comienza a operar en niveles cercanos a los de profesionales experimentados.
La Mercor estructura este proceso a escala industrial. En lugar de tareas simples de anotación, sus profesionales analizan respuestas de IA, identifican fallas, construyen criterios técnicos y refinan continuamente el desempeño de los modelos.
Mercado laboral en IA paga hasta US$ 250 por hora para especialistas calificados
La diferencia entre el modelo de Mercor y plataformas anteriores de anotación de datos es estructural. Mientras que sistemas como el Mechanical Turk operaban con mano de obra de baja remuneración, Mercor actúa en la cima de la cadena de valor.
Los especialistas reciben en promedio US$ 95 por hora, pudiendo llegar a US$ 250 por hora en áreas altamente especializadas. Dermatólogos, ingenieros industriales y abogados experimentados son contratados para enseñar a los modelos de IA a operar con precisión técnica en contextos reales.
Este cambio representa una transición de volumen a calidad. El enfoque deja de ser la cantidad de datos y pasa a ser la sofisticación del conocimiento incorporado en los sistemas.
Inversión multimillonaria de Meta abrió ventana estratégica para el crecimiento de Mercor en 2025
En junio de 2025, un movimiento externo aceleró drásticamente el crecimiento de la empresa. Meta invirtió US$ 14,3 mil millones en Scale AI, hasta entonces el principal proveedor de datos para el entrenamiento de modelos de inteligencia artificial.
Esta inversión generó un conflicto estratégico inmediato. Empresas competidoras comenzaron a evitar el uso de Scale AI por riesgo de exposición de datos sensibles. Mercor, ya posicionada en el mercado, absorbió rápidamente esta demanda.
En los meses siguientes, su ingreso anualizado se cuadruplicó. En octubre de 2025, la empresa recaudó US$ 350 millones en una ronda Serie C, elevando su valoración a US$ 10 mil millones en uno de los crecimientos más rápidos jamás registrados en el sector.
Cómo médicos, abogados e ingenieros entrenan inteligencia artificial en la práctica
El trabajo realizado en la plataforma va mucho más allá de la simple clasificación de datos. Los profesionales trabajan en tareas de alta complejidad, replicando decisiones del mundo real.
Los ingenieros resuelven problemas técnicos avanzados, evalúan soluciones generadas por IA y definen criterios de calidad. Los médicos analizan casos clínicos, identifican errores y enseñan al modelo a mejorar sus respuestas.
Este proceso transforma el conocimiento acumulado a lo largo de décadas en datos estructurados que alimentan modelos de IA cada vez más sofisticados.
APEX: benchmark muestra que IA ya rivaliza con profesionales humanos en casi la mitad de las tareas
En septiembre de 2025, Mercor lanzó el APEX, un índice de productividad en inteligencia artificial basado en tareas reales de alto valor económico.
Los resultados indicaron que los modelos de IA ya superan o igualan el rendimiento humano en el 47,6% de los casos evaluados. Este número representa un salto significativo en comparación con el año anterior y refuerza la velocidad de la evolución tecnológica.
El avance evidencia que la IA ya no es solo una herramienta auxiliar, sino que comienza a competir directamente con profesionales en diversas áreas.
Paradoja de la automatización: especialistas entrenan sistemas que pueden reemplazarlos
El modelo de negocio de Mercor expone una paradoja central de la economía digital. Profesionales altamente calificados son pagados para entrenar sistemas que, en el futuro, pueden reducir la demanda por su propio trabajo.
Relatos de contratados indican preocupaciones sobre estabilidad, remuneración y sustitución gradual. Al mismo tiempo, ejecutivos de la empresa defienden que el aumento de productividad puede generar beneficios amplios para la sociedad.
Esta tensión entre oportunidad y riesgo define el debate actual sobre inteligencia artificial y mercado laboral.
Mercado global de trabajo bajo demanda en IA crece sin vínculos tradicionales
La estructura creada por Mercor representa una nueva forma de organización del trabajo. Los especialistas actúan de forma independiente, sin vínculos laborales tradicionales, vendiendo conocimiento por tarea.
Aunque las ganancias pueden ser elevadas, el modelo no ofrece estabilidad de carrera. La ausencia de progresión profesional y beneficios plantea interrogantes sobre la sostenibilidad a largo plazo.
Al mismo tiempo, la capacidad de transformar conocimiento en ingresos inmediatos atrae a profesionales de diversas áreas.
Inteligencia artificial avanza y redefine el concepto de trabajo calificado
La evolución de la IA no elimina inmediatamente la necesidad de especialistas, pero altera profundamente su función. En lugar de ejecutar tareas, pasan a entrenar sistemas que las ejecutan.
Este proceso crea un ciclo continuo de aprendizaje, en el que cada interacción humana contribuye a hacer la IA más eficiente. A medida que este ciclo se intensifica, la frontera entre trabajo humano y automatización se vuelve cada vez más difusa.
Mercor opera exactamente en este punto de transición, estructurando un mercado que aún está en formación, pero que ya mueve miles de millones de dólares y redefine el papel del conocimiento especializado en la economía digital.
Seja o primeiro a reagir!