AI一边裁员，一边又在催生新富翁？
最近的硅谷，正上演着一出冰与火之歌。
一边是Meta、亚马逊等巨头挥舞着裁员大刀，成千上万的岗位因AI而优化。
另一边，一个2003年出生的年轻人，却靠着AI成了史上最年轻的白手起家亿万富翁。
他叫Brendan Foody，他的公司Mercor刚刚拿到3.5亿美金融资，估值冲到100亿美金。
这个故事非常有意思，因为它恰恰发生在大家普遍焦虑“工作被AI取代”的当下。
当大公司用AI来“减员”时，Foody却反其道而行之，用AI来“造饭碗”。
这背后，不仅是一个天才的造富神话，更是一个值得所有创业者思考的信号。
AI浪潮带来的，不只有颠覆，还有全新的、巨大的结构性机会。
你看，旧的工作岗位在消失，但新的商业生态正在破土而出。
Foody的故事，就是对这个新生态最生动的诠释。
让白领教AI打工，这生意是怎么做的？
Mercor的商业模式，一句话就能说明白：做AI的“家教中介”。
现在的AI大模型虽然厉害，但在很多专业领域还是个“偏科生”。
比如，它不懂复杂的法律文书，也搞不定专业的金融分析。
要让AI变聪明，就得有各行各业的专家来“手把手”地教，这个过程叫“微调”。
AI公司不可能自己养一个庞大的专家团队，成本太高了。
于是，Mercor的机会就来了。
他们从OpenAI、Anthropic这些AI巨头手里接下训练任务。
然后再把这些任务，分发给他们平台上聚集的博士、律师、华尔街精英等高知白领。
这些精英们，摇身一变成了“AI私教”，时薪最高能到200美金。
Mercor就从中间赚取差价，做起了AI时代的“知识中介”。
这套商业模式的巧妙之处在于，它把看似要被AI取代的人，变成了AI的老师。
这不仅解决了AI公司的刚需，也为高端人才创造了新的收入来源。
从本质上看，Mercor做的是“高技能零工经济”的生意。
百亿美金估值，是风口还是泡沫？
Mercor的崛起速度，堪称惊人。
公司成立不到三年，估值就在半年内翻了五倍，冲到100亿美元。
这背后最大的推手，就是AI行业对高质量训练数据的疯狂渴求。
尤其是当数据标注巨头Scale AI被Meta高价收购后，其他AI公司急需寻找新的合作伙伴，订单便涌向了Mercor。
可以说，Mercor是站在了风口之上。
它的增长点非常清晰：只要大模型还在迭代，对人类专家的“微调”需求就永远存在。
Foody甚至预测，未来训练AI会成为地球上最大的劳动类别。
但风险也同样明显。
首先，Mercor的业务高度依赖少数几家AI巨头，客户集中度过高。
一旦巨头们收紧预算，或者自建训练团队，Mercor的收入就会受到巨大冲击。
其次，这种模式的壁垒并不高，本质上是“中介”生意，容易被模仿和竞争。
更深层的风险在于，如果未来AI实现了更高程度的自我学习和进化，对人工微调的依赖会不会降低？
所以，这场盛宴究竟能持续多久，是所有投资者和观察者心中的一个问号。
写在最后
Mercor的故事，给正在探索AI商业化的创业者们，带来了几个极具价值的启示。
第一个启示是，不要总盯着“取代”，要学会思考“协同”。
真正的商业机会，往往不在于用AI完全取代人，而在于找到人与AI协同工作的最佳结合点。
Mercor的核心价值，就是搭建了一个高效的“人机协同”平台。
第二个启示是，专业知识的价值正在被重估。
在AI时代，你所在行业的深度知识（Domain Knowledge），是训练出专业AI模型的稀缺资源。
把这些知识“产品化”，教给AI，本身就是一种全新的创业机会。
对于小微企业和个人专家来说，这意味着你可以不再仅仅是知识的执行者，更可以成为知识的“赋能者”。
你可以思考一下，你所在领域的专业技能，如何能变成喂养AI的“高级数据”？这里面藏着巨大的蓝海。
最后，Mercor模式也揭示了一个本质：AI的发展，正在催生一个庞大的“AI服务生态”。
从数据标注、模型训练，到应用开发、安全维护，每一个环节都可能诞生百亿美金的公司。对普通人而言，找到并切入这个生态链的某个环节，就是抓住这波技术红利最直接的方式。
