史丹佛創業訪談：23歲估值一百億美元，他做的生意是把人類專家賣給AI

Brendan Foody 前陣子回史丹佛的創業講座，坐在台上跟學生對談。他今年剛滿23歲，出生在史丹佛醫院，離會場沒多遠；他的公司 Mercor 成立不到兩年，年化營收衝破十億美元，主持人說這可能是史上最快的紀錄，他和兩位共同創辦人也成了世界上最年輕的白手起家億萬富翁。我查了一下，2025年10月那輪募資，Mercor 估值一百億美元；到今年7月，年化營收已經翻到二十億，新一輪估值談到兩百億。

他的起點其實很有畫面。八年級的時候，他發現 Safeway 超市的甜甜圈一打才賣5美元，就每週五早上騎腳踏車去掃貨，帶到學校一個賣2美元，毛利六七成；後來表弟跳進來競爭，他直接降價到1美元，兩週把對方逼到退場。疫情期間轉賣球鞋、做 AWS 顧問，收入做到幾十萬美元，然後他問媽媽：我為什麼要去上大學，賺得比現在還少？最後在 Georgetown 讀了兩年，輟學。

Mercor 2023年1月1日成立，前提很簡單：既然人類可以看履歷、面試、決定錄用誰，那 LLM 應該可以把整套流程自動化。一開始只是幫大學朋友僱印度工程師寫程式，一週500美元抽兩成佣金，八個月做到年營收一百萬美元。轉捩點在他20歲那年，在 OpenAI 辦公室正對面的酒吧認識了 OpenAI 的人——他當時還在緊張進酒吧會不會被查證件——對方點醒他：人類數據市場正在大轉向。九個月內，Mercor 變成 OpenAI 最大的數據供應商，二十個月營收從一百萬翻到十億。

那個轉向是什麼？以前 Scale AI 那套眾包模式，找的是低技能的人，寫一些「文法勉強正確的句子」餵給早期的 ChatGPT。現在模型要學的是投資銀行、法律、醫學、軟體工程這些真正值錢的工作，需要的變成頂尖專家——而且專家不是來給答案，是來出考卷：像教授訂評分標準，模型做對這步加5分、犯那個錯扣5分，然後讓模型自己試一百次，照著分數往上爬。於是一個反直覺的局面出現了：AI 越強，答案越便宜，但出考題的人越貴，頂尖專家的判斷變成一門十億美元等級的生意。他們做的 Apex 就是專門衡量模型做專業工作的能力，現在成了各家實驗室的行業標準。這裡我帶走一個判斷：當機器把「會做」變便宜，「知道怎樣算做得好」就會漲價。

另一段我聽了很有感，是他講怎麼敢跟 Scale 對打。其實他們一開始根本沒想對打，想當 Scale 的供應商，用自己的技術幫 Scale 招了一千多名軟體工程師。結果客訴湧進來：這些人領不到薪水，還有人罵「Mercor 是騙局」。那一刻他們看懂了——Scale 的整套基礎設施，是圍繞菲律賓的自駕車標註業務蓋起來的，資產全押在舊前提上；範式一轉，那些資產反而動不了。所以看一個巨頭，別只看它多大，要看它的優勢綁在哪個前提上，前提換掉，優勢就是包袱。

有學生問他怎麼看未來，他把公司策略濃縮成一件事：盯領先指標，而且只認一種——真的花下去的錢。人們天天說想要什麼、什麼趨勢要來了，沒掏錢之前都不算數；實驗室真金白銀在把算力擴大好幾個數量級、市場真的在缺蓋資料中心的電工，這種才是能讓你提前看到未來的訊號。

至於大家最關心的「工作會不會被 AI 吃光」，他給了一組我覺得可以記十年的數字：過去225年，美國把一般人的生產力提高了20倍，等於把95%的工作自動化了，結果就業崗位比任何時候都多。他估幾年內 agent 會做掉知識工作的一大塊，但100%自動化還要幾十年，因為大家高估了實體世界的進展速度。95%跟100%之間，隔著一整個世界；只要沒到100%，人就不會沒事做。不過他也沒裝樂觀，直說自己最怕的就是未來五到十年，知識工作可能有一半被自動化、大量工作消失——這句話從一個靠這波浪潮賺到身家的人嘴裡講出來，我覺得比任何研究報告都可信。

我21歲創業做日系代購，一路做到全台最大，26歲賣給潤泰。二十年生意做下來，我最有共鳴的就是他那句「只認真的花下去的錢」——問卷會騙人，按讚會騙人，只有下單不會。一個23歲的人已經想通這件事，你就知道他走到今天，真的不只是運氣。

如果您喜歡科技財經，商業分析，世界新知，社會觀察議題，歡迎您追蹤及訂閱我 MaxLu 呂元鐘。