Di musim semi 2023, saat teman-temannya di Georgetown sibuk belajar untuk ujian akhir, Brendan Foody sibuk menguji teori barunya tentang kerja.
“Saya tau saya mau keluar dari kuliah sebelum ujian di tahun kedua,” katanya ke Fortune. “Saya cuma tidak pergi ke ujian saja.”
Saat itu, Foody sudah menemukan sesuatu yang tidak bisa dipelajari di ruang kuliah. Beberapa bulan sebelumnya, di sebuah hackathon di São Paulo, dia dan teman-temannya secara tidak sengaja menemukan model yang sederhana tapi kuat: mencocokkan perusahaan dengan insinyur yang ahli di luar negeri, mengurus semua urusan logistiknya, dan mengambil sedikit bagian dari setiap kesepakatan. Klien pertama mereka setuju untuk bayar $500 per minggu untuk seorang developer; Mercor bayar insinyurnya sekitar 70% dan simpan sisanya sebagai biaya jasa.
Awalnya yang cuma cara untuk menghubungkan bakat, lama-lama berkembang menjadi sesuatu yang lebih ambisius: sebuah pasar di mana manusia bisa bantu latih sistem AI yang suatu hari nanti mungkin gantikan mereka. Mercor sekarang mempekerjakan para profesional—konsultan, pengacara, banker, dan dokter—untuk buat “eval” dan rubrik yang menguji dan memperbaiki cara berpikir model AI.
“Semua orang fokus pada apa yang model AI bisa lakukan,” kata Foody. “Tapi kesempatan sebenarnya adalah mengajar mereka hal yang cuma manusia yang tau—pertimbangan, nuansa, dan selera.”
Dalam sembilan bulan, dia dan rekan pendirinya—teman SMA dan tim debat Adarsh Hiremath dan Surya Midha—telah mengubah ide kecil itu menjadi perusahaan dengan tingkat pendapatan $1 juta. Kesuksesan awal mereka bukanlah kebetulan, tetapi bukti dari konsepnya: bahwa penalaran terstruktur yang dulu mereka latih dalam debat bisa dikodifikasikan untuk mengajar mesin cara berpikir.
Dua tahun kemudian, Mercor telah menjadi perusahaan senilai $10 miliar, mengubah trio ini menjadi miliarder self-made termuda di dunia. Hasil dari eksperimen São Paulo itu telah berubah menjadi salah satu startup yang berkembang paling cepat di era AI, menarik investor besar yang melihatnya sebagai kunci penting di masa depan otomasi dengan manusia di dalam prosesnya.
Buat Foody, lompatan dari mahasiswa yang keluar kuliah menjadi pendiri miliarder adalah hal yang masuk akal.
“Waktu saya masih kuliah, kerja adalah sesuatu yang harus saya disiplin untuk dilakukan,” katanya. “Ketika saya mulai Mercor, kerja menjadi sesuatu yang tidak bisa berhenti saya pikirkan.”
Foody masih belum pernah ambil hari libur dalam tiga tahun. Dia bilang bahkan ketika dia di meja makan bersama orang tuanya, dia mikirin kerja, yang baginya, tidak terasa seperti kerja.
“Orang-orang burnout ketika mereka kerja keras pada hal-hal yang tidak terasa bertambah,” jelasnya. “Saya lihat ROI dari waktu saya setiap hari.”
Cara pikir itu telah menjadi inti filosofis dari misi Mercor. Dalam pandangan Foody, AI tidak menghilangkan tenaga kerja: AI mengalokasikannya kembali. Saat perangkat lunak mengotomasi tugas-tugas kerah putih yang berulang, manusia akan pindah ke rantai nilai yang lebih tinggi, mengajar mesin cara bernalar, memutuskan, dan mencipta.
“Ini seperti kita punya hambatan ini dimana hanya ada begitu banyak tenaga kerja manusia di ekonomi,” katanya. “Bentuk itu akan berubah secara radikal dalam dekade berikutnya.”
Bagaimana Mercor mengurangi hambatan itu? Platformnya memungkinkan perusahaan untuk memesan ribuan tugas-tugas kecil yang mengukur performa model dalam konteks profesional yang nyata: menulis memo keuangan, membuat draf ringkasan hukum, atau menganalisis bagan medis. Penilai manusia memberi nilai setiap hasil berdasarkan rubrik yang detail, memberikan umpan balik terstruktur kembali ke modelnya. Setiap evaluasi membantu AI belajar bagaimana orang membuat keputusan, dan bagaimana mereka mengukur kualitas.
Di pusat sistem itu ada APEX—Indeks Produktivitas AI, patokan khusus Mercor untuk menilai seberapa baik AI melakukan pekerjaan yang bernilai ekonomis. Daripada menguji penalaran abstrak atau teka-teki matematika, APEX mengevaluasi model-model besar pada 200 tugas yang diambil dari alur kerja investment banker, pengacara, konsultan, dan dokter. Untuk membangunnya, Mercor merekrut grup penasihat yang termasuk mantan Menteri Keuangan Larry Summers, mantan managing partner McKinsey Dominic Barton, ahli hukum Cass Sunstein, dan ahli jantung Eric Topol. Masing-masing membantu merancang rubrik evaluasi dan struktur kasus untuk mencerminkan realitas tenaga kerja profesional berisiko tinggi.
Seperti yang perusahaan katakan: “Sangat hebat punya 10,000 PhD di saku Anda—lebih hebat lagi punya model yang bisa andal kerjakan pajak Anda.”
Implikasi dari kesuksesan Mercor sangat luas. Di mata Foody, pasar tenaga kerja baru ini bisa mempekerjakan jutaan orang di seluruh dunia sambil mempercepat kemajuan AI.
“Kita akan mengotomasi mungkin dua-pertiga dari pekerjaan pengetahuan,” katanya. “Dan itu akan luar biasa, karena itu memungkinkan kita melakukan hal-hal seperti menyembuhkan kanker dan pergi ke Mars.”
Bagi investor, kisah pertumbuhan Mercor sangat menarik. Perusahaan ini berada di persimpangan dua perubahan besar: masuknya AI ke arus utama dan bangkitnya pekerjaan berbasis proyek yang fleksibel. Setiap klien perusahaan menambah penilai baru, dan setiap penilai membantu memperbaiki lebih banyak model, menciptakan roda penggerak untuk data dan permintaan.
“Kami punya salah satu peningkatan pendapatan tercepat dari perusahaan mana pun dalam sejarah,” kata Foody dengan lugas.
Foody suka menggambarkannya sebagai revolusi industri berikutnya. Dia tau orang-orang takut digantikan oleh AI, dan sering dapat pertanyaan tentang etika melatih AI untuk menggantikan pekerjaan. Foody berargumen kita seharusnya menerima kenyataan itu saja.
“Mudah jatuh ke pola pikir Luddite dan lihat peningkatan produktivitas sebagai hal buruk karena menyebabkan kehilangan pekerjaan jangka pendek,” kata Foody. “Tapi setiap revolusi teknis besar pada akhirnya telah membuat hidup lebih baik.”
Setelah revolusi industri, ekonomi berubah dari 75% orang Amerika bekerja sebagai petani menjadi sekitar 1%, dan itu membebaskan orang untuk melakukan hal-hal lainnya, kata Foody.
“Tantangannya sekarang adalah untuk berpikir matang tentang apa yang terjadi selanjutnya: hal-hal yang lebih tinggi dan lebih baik yang akan manusia habiskan waktunya,” kata Foody, “dan seberapa cepat kita bisa bantu mewujudkan masa depan itu.”