Nvidia e Mercor: dados humanos viram ativo de US$ 20 bi no mercado de IA
Com uma avaliação que pode chegar a US$ 20 bilhões, a startup de dados Mercor se torna peça-chave na estratégia da Nvidia, evidenciando a verticalização do setor de IA.
A Nvidia está em negociações para investir na Mercor, uma startup especializada na curadoria de dados para treinamento de inteligência artificial, em uma rodada que pode avaliar a empresa em US$ 20 bilhões (cerca de R$ 103,6 bilhões). A movimentação, reportada pelo The Information, sinaliza uma mudança estratégica no mercado de IA, onde o acesso a dados de alta qualidade, produzidos por humanos, se consolida como um ativo de alto valor e um vetor de verticalização para os grandes players de tecnologia.
Se confirmada, a nova rodada de financiamento dobrará o valor da Mercor em aproximadamente nove meses. Em outubro do ano passado, a startup foi avaliada em US$ 10 bilhões. A rodada atual deve ser liderada pela General Catalyst, que já é investidora da empresa, mas o tamanho da participação da Nvidia ainda não foi definido.
De cliente a potencial investidor
A relação entre as duas companhias não é nova. A Nvidia já é cliente da Mercor e, segundo as informações, pagou dezenas de milhões de dólares à startup no último trimestre. O objetivo era obter dados especializados para o desenvolvimento de seus modelos de IA. A parceria se aprofundou a ponto de a Mercor montar uma equipe dedicada quase que exclusivamente para atender à crescente demanda da fabricante de chips.
Esses dados, produzidos e selecionados por especialistas humanos, são cruciais para a estratégia da Nvidia de expandir sua oferta de modelos de IA de código aberto. O material fornecido pela Mercor foi utilizado no desenvolvimento das duas versões mais recentes dos modelos Nemotron. A qualidade desses dados depende do conhecimento de especialistas de áreas como:
Gostou desta análise? Receba a próxima primeiro.
Edição diária da IA News com impacto real para empresas — grátis no seu e-mail.
- Jurídico: Para treinar modelos em tarefas de análise de contratos e legislação.
- Financeiro: Para aprimorar a capacidade de modelos em análise de mercado e relatórios financeiros.
- Científico: Para alimentar modelos com informações complexas de diversas disciplinas, garantindo precisão e profundidade técnica.
O negócio de dados e a mudança no mercado
A Mercor atua como uma ponte, conectando empresas de tecnologia a uma rede de especialistas humanos capazes de gerar e rotular dados para treinamento de IA. No passado, a maior parte de sua receita vinha de desenvolvedores de modelos de código fechado, incluindo clientes como OpenAI, Google e Anthropic. No entanto, a Nvidia se tornou uma parcela cada vez mais importante do negócio à medida que intensificou seus esforços em modelos abertos.
A rápida valorização da Mercor reflete a percepção do mercado de que dados bem curados são um gargalo crítico para o avanço da IA. Enquanto o poder computacional se torna mais acessível, a capacidade de treinar modelos com informações precisas, contextuais e especializadas passa a ser o principal diferencial competitivo, justificando avaliações bilionárias.
Verticalização como estratégia de ecossistema
O potencial investimento na Mercor se encaixa na estratégia mais ampla da Nvidia de solidificar seu domínio no ecossistema de IA. A companhia já havia reportado investimentos de US$ 18,6 bilhões (cerca de R$ 96,3 bilhões) no setor apenas no trimestre encerrado em abril. A transação com a Mercor, no entanto, é diferente por combinar um aporte financeiro com o fortalecimento de uma relação com um fornecedor essencial.
Ao investir diretamente na fonte de seus dados de treinamento, a Nvidia busca garantir o suprimento de um componente vital para seus produtos, mitigar riscos na cadeia de suprimentos e potencialmente influenciar o desenvolvimento de dados alinhados com sua visão tecnológica. Esse movimento aponta para uma tendência de verticalização, na qual os líderes de mercado integram diferentes etapas da produção de IA, do hardware aos dados, para proteger e expandir sua vantagem competitiva.
Análise IA News
A leitura da nossa redação
Assinado: Redação IA News
A negociação da Nvidia para investir na Mercor é um movimento clássico de controle da cadeia de suprimentos adaptado para a era da IA. A Nvidia não está apenas comprando GPUs; ela está garantindo o acesso ao combustível que alimenta seus modelos – dados especializados. À medida que o hardware avança e a competição por modelos de código aberto se acirra, o diferencial não reside mais apenas na capacidade de processamento, mas na qualidade e exclusividade dos dados de treinamento. O investimento é uma manobra para construir um fosso competitivo, tornando seus modelos Nemotron mais robustos e difíceis de replicar.
A valorização de US$ 20 bilhões da Mercor estabelece um novo patamar para o valor de dados humanos curados. Isso marca a transição da corrida da IA de uma fase centrada em computação para uma focada em dados. O efeito colateral é um aumento significativo na barreira de entrada. Startups e empresas menores, que não podem desembolsar dezenas de milhões por trimestre para obter dados ou adquirir fornecedores, enfrentarão uma desvantagem crescente. A capacidade de desenvolver modelos de fronteira pode se tornar um privilégio de poucos.
Nos próximos meses, devemos observar se outros gigantes da tecnologia, como Google e Meta, seguirão o exemplo, iniciando uma onda de fusões e aquisições no mercado de anotação e curadoria de dados. Tal consolidação pode levar a ecossistemas de dados cada vez mais fechados, onde o acesso a informações especializadas se torna um ativo proprietário e escasso. Isso levanta questões sobre a concentração de poder no setor e o futuro da inovação aberta, que depende fundamentalmente do acesso compartilhado a recursos, incluindo dados de alta qualidade.
Contexto para empresários e decisores
No Brasil, o mercado de IA B2B ainda está em fase de maturação, com a maioria das empresas adotando soluções de prateleira de grandes fornecedores globais em vez de treinar modelos fundamentais do zero. A aquisição de serviços de curadoria de dados no nível da Mercor é rara, sendo mais comum o uso de equipes internas ou consultorias locais para projetos específicos. O custo e a complexidade para garantir pipelines de dados especializados de alta qualidade representam uma barreira significativa para a inovação local. A concorrência se concentra na camada de aplicação da IA, e não na infraestrutura de dados e modelos em larga escala, enquanto a regulação, via LGPD, adiciona uma camada de complexidade sobre a governança e a origem dos dados de treinamento.
Impactos para empresas
- 1Aumento do custo de dados de alta qualidade: a valorização de empresas como a Mercor inflaciona o preço de dados especializados, impactando o ROI de projetos de IA que dependem de treinamento customizado.
- 2Risco de dependência de fornecedores: a consolidação do mercado de dados em poucos players controlados por gigantes pode criar gargalos e limitar o poder de negociação de empresas que desenvolvem seus próprios modelos.
- 3Pressão por talentos híbridos: a demanda por especialistas de domínio (advogados, cientistas) para curadoria de dados de IA intensifica a competição por profissionais que combinem conhecimento setorial e técnico, elevando salários.
- 4Reavaliação de estratégias de 'build vs. buy': o custo crescente de garantir um pipeline de dados de qualidade pode tornar mais atraente o uso de modelos pré-treinados, alterando a alocação de recursos de P&D.
Conclusão editorial
A transação entre Nvidia e Mercor não é apenas um negócio, mas um marco que define o próximo campo de batalha da IA: o controle sobre dados especializados. O gargalo da inovação está se movendo do silício para a informação curada. Empresas que não tratarem seus dados proprietários como um ativo estratégico central correm o risco de se tornarem meras consumidoras em uma cadeia de valor controlada por poucos. A recomendação para decisores é clara: mapear, proteger e valorizar suas fontes de dados críticos agora.
— Redação IA News
Fontes utilizadas
Apuração, análise e conclusão editorial produzidas pela redação do IA News a partir das fontes acima. O conteúdo não reproduz o texto original.