以下は、提供された英語の Markdown コンテンツを日本語に翻訳したものです。すべての指示（CJK スペーシング、ブロッククォート翻訳、コードセグメント処理、タグ保持、SEO 最適化など）に従っています。
先月、Mercor の創業者たちは史上最年少の自力で成り上がった億万長者になりました。
しかし、彼らはインドのハッカソンでエンジニアをスカウトし、コーディングコンテストで審査し、WhatsApp でマッチングするところから始めました。
@mercor_ai は、AI を活用したタレントマーケットプレイスです。医師、弁護士、エンジニア、博士号保持者などのドメインスペシャリストを採用、審査、マッチングし、主要な研究所向けに AI モデルのトレーニングと評価を行います。創業者は Brendan Foody、Adarsh Hiremath、Surya Midha です。
これは cold start のエピソード 1 です。
cold start は、企業が爆発的な人気を獲得するために使用した成長メカニズムとレバーを紹介するシリーズです。
現在、ほとんどの創業者は、Apple の元社員、元 VC 投資家、元創業者といった、生まれながらのアドバンテージを持ってスタートします。
しかし、私たちのほとんどはそうではありません。
このシリーズでは、企業が立ち上がるために使用した、スケールしない成長戦略をすべてカバーします。具体的には、生き残るためにシリアルの箱を売る、初期の顧客を獲得するために手作りのギフトボックスを作る、またはソロリティをユーザーに変えるなどです。
このシリーズを読み終える頃には、各企業がどのように 0 → 1 を達成したか、そしてあなたがどのステップを盗むことができるかについて、完全なアイデアが得られるでしょう。
創業の物語
Brendan Foody (CEO) はメンロパークで育ち、中学 8 年生の時に Safeway のドーナツを転売して起業家精神を身につけました。
彼はドーナツを $5 で 1 ダース購入し、1 個 $2 で販売しました。競合他社を潰すために 2 週間は価格を $1 に下げ、校長が閉鎖しようとしたときには、スタンドを学校の敷地から 20 フィート離れた場所に移動しました \[Foody, 20VC]。
高校時代、Brendan はクラウドコンサルティング事業を開始し、企業が AWS プログラムに応募するために必要なウェブサイトの構築やフォームの提出を支援することで、最大 $25K の AWS スタートアップクレジットを引き出せるようにしました \[First Block]。
Adarsh と Surya の物語はもっと早く始まります。10 歳のとき、討論会で競いたいと思った唯一の小学生として出会いました。彼らは高校まで競い合い、そこで Bellarmine College Prep の討論チームで Brendan と出会いました \[Hiremath, 20VC]。
Mercor のアイデアが浮かんだのは 2021 年、高校最後の年の卒業旅行で、Brendan が AWS コンサルティングのクライアントのために十分な速さで開発者を見つけられないと不満を漏らしたときでした。Adarsh と Surya は、世界最高のエンジニアの一部がインドにいて、過小評価され、見過ごされていることに気づきました。
これが Mercor の始まりでした。
2022年：立ち上げ
- 最初のクライアントはどのように獲得したのか？
- どのようなスポンサーシップを引き受けたのか？
- 最初のエンジニアはどのように見つけたのか？
巧妙な成長戦術
Mercor は、2022 年 1 月にソフトウェア開発エージェンシーとしてスタートしました。
最初のクライアントは、ジョージタウン大学に通う Brendan のクラスメートから来ました。企業が機能やシステムを構築したい場合、手頃な価格で作業を行える人材を擁する Mercor に依頼しました [The Hoya]。
アーリーステージのスタートアップは、Mercor に MVP の作成を依頼し、インドのエンジニアがそれを構築し、3 人の創業者が利益を得ました [GlobeNewswire]。
Brendan はまた、自身のネットワークを活用して、友人がバイラルアプリを構築するのを支援し、これがもう 1 つの流通エンジンとして機能しました。Brendan は友人と、オンラインゲーム Wordle の派生作品である Hoyadle というプロジェクトに取り組みました。友人が Brendan に直接支払うことはありませんでしたが、Mercor は Hoyadle とともに記事に登場するようになりました。
💡
バイラルアプリや企業と協力することは、それ自体が流通として機能します。誰もが大規模なロゴ（OAI、Meta など）を追いかけますが、小規模なプロジェクト（例：JMail）がもたらす注目を見落とすべきではありません。
Brendan はこれらのキャンパス成長戦術を継続し、Mercor をジョージタウン大学の起業家チャレンジに売り込み、学部生大賞の $10,000 を獲得しました。これにより、彼らは独自のプレスリリースを発行し、月間収益 $40K の見込みを発表しました。
エンジニアの採用
エンジニアを調達するために、Mercor は IIT（インド工科大学）に目を向け、報酬の裁定取引を利用して、ビッグテック企業からのオファーを上回る提示を行いました。
彼らはまず、IIT のコーディングクラブと提携して直接紹介を受け、その後、IIT 全体のハッカソンをスポンサーし、賞金と「Mercor で働く機会」を提供しました。
これらのコンテストでは、上位入賞者に 3,000、2,000、1,000 ルピー（合計約 $71）を授与しました。
これは深刻な低賃金のように思えるかもしれませんが、インドでのビッグテックのオファーは時給約 $5 相当だったため、Mercor は彼らの時間を買い取るためにそれらを上回ることができました \[1-to-100]。
💡
不公平なアドバンテージを与えられる分野で採用を行う。この場合、Mercor は地理的条件に基づいてビッグテックの給与を上回ることができました。他の選択肢としては、仕事の機会やコネクションなどがあります。
Mercor はまた、候補者を探すために Facebook 広告を掲載しました。これは見落とされがちな採用方法です。
Mercor の最高のエンジニアの 1 人は、これらの広告の 1 つを通じて来ました。彼らは Adarsh の手動面接に不合格となり、何が間違っていたのかを正確に分析した長いメッセージを Adarsh に送りました。その後、採用され、最高のエンジニアの 1 人になりました \[20VC]。
2023年：ピボットの拡大
- Mercor のピボットは実際にどのように起こったのか？
- 彼らはどのようにプロダクトなしでマーケットプレイスを運営したのか？
- マーケティングなしでどのように $1M ARR に到達したのか？
2023 年 1 月 1 日、Mercor はタレントマーケットプレイスとして再始動しました。
スタートアップは週約 $500 を支払い、Mercor はインドのエンジニアとマッチングし、約 30 パーセントの手数料を受け取りました \[Fortune]。
このピボットは、クライアントの需要によって自然に発生しました。エンジニアが優れたソフトウェアを構築し続けるにつれて、Mercor は彼らが構築したプロダクトではなく、人材で知られるようになりました。
Mercor のクライアントは、エージェンシーのソフトウェア部分をスキップして、エンジニアを直接雇うことができるかどうかを尋ね始めました。
💡
顧客の需要に応じてピボットすることを恐れないでください。Pinterest はショッピングカタログとして始まりましたが、人々がアイテムを収集して保存するために使用し始めたため、それがプロダクトになりました。
ピボットの開始時点では、ほとんどすべてのマッチングが手動で行われていました。
Brendan と Surya は自ら履歴書を確認し、面接を実施しました \[Foody, VectorShift]。彼らはこれらの創業者とエンジニアを WhatsApp で接続し、Google スプレッドシートのような非常にシンプルなソフトウェアを整理に使用し、PandaDoc で契約書を送付しました。
2023 年の Mercor の旧ウェブサイト
Mercor チームはまた、コーディングコンテストや課題を構築し、応募者を迅速にふるいにかけました。彼らはこれを、採用に直結する方法でコーディングを練習する方法として位置づけ、雇用主がトップ人材を直接確認できるようにしました。
Mercor のコーディングコンテスト
💡
プロダクト内に共有可能な瞬間を作り出すことは非常に重要です。ユニークなローディングアニメーションであれ、自慢できる何か（例：Spotify Wrapped）であれ、人々は自然にそれについて投稿したくなります。
この過程で、彼らは応募者の中にシグナルを発見し始めました。例えば、Brendan は、西洋諸国に留学した経験のある候補者は、米国企業とうまく連携する可能性がはるかに高いことに気づきました。これは彼らが手動で見つけ、後でエンコードした相関関係です \[VectorShift]。
最終的に手動プロセスは破綻したため、彼らはプロンプトエンジニアリングされた GPT-4 のバージョンを使用して Google フォームのプロフィールをスコアリングし、AI 面接官を使用して技術的な質問をするシステムを自動化しました。
このプロセスは非常に優れたものになり、企業は AI 面接官をスタンドアロンのプロダクトとして購入したいと依頼しましたが、Mercor は当然断りました \[VectorShift]。
企業側
2023 年 3 月の時点で、Mercor のウェブサイトでは、企業が即座にサインアップして採用を開始することはできませんでした。企業は応募する必要がありました。
Mercor は、承認された企業のみがエンジニアのネットワークにアクセスできる申請システムを設定し、人材をプレミアムで、ゲートキープされたもののように感じさせました。
💡
バックエンドシステムが完全に開発されていなくても、エクスペリエンスを独占的に感じさせることで、プレミアムなプロダクトのように感じられます。
クライアントが実際にエンジニアをオンボーディングした後も、Mercor は採用プロセスに関与し続けました。
通常、インドの個人請負業者を雇う場合、スタートアップは契約書、税務フォーム、通貨送金などを処理する必要があります。Mercor はこのプロセス全体を処理し、海外の人材を活用する際の最大の障壁を取り除きました。
このプロセスに関与し続けることで、彼らは顧客体験を監視することができました。つまり、誰が契約を延長したか、誰が解約したか、誰が昇給したかなどです。彼らはそのデータを使用して AI モデルを微調整し、マッチング予測を改善し、最終的に AI 面接官の作成に使用しました。
💡
誰かがあなたのプロダクトを使用するのをできるだけ簡単にしてください（障壁を取り除く）。プロセス全体を通じてチームと緊密に連携することで、プロダクトがどの程度採用されているかについてのデータが得られます。
この時点まで、Mercor は完全にブートストラップされていました。彼らは、学生主導の創業者コミュニティである Prod というコミュニティを通じて顧客を獲得しました。
彼らのタレントマーケットプレイスの初期の顧客のほとんどすべては Prod からのもので、現在 100 億ドル以上の価値がある AI チップスタートアップ @Etched も含まれていました。彼らは、製品市場への参入（Go-to-Market）全体を、ほぼ Prod と顧客からの連鎖紹介に依存していました。
Mercor は、2024 年 1 月に X、Instagram、YouTube などのプラットフォームで General Catalyst からの $3.6M の調達を発表するまで、企業のソーシャルメディアアカウントを使用していませんでした。
この時点から、Mercor は急成長を遂げました。
2024年〜現在：脱出速度
2024 年、Mercor はより大規模なエンタープライズ企業を獲得し始めました。
特に OpenAI は、Brendan が OpenAI の人間データ運用責任者である Shaun VanWeelden にコールドメールを送ったことで実現しました。
VanWeelden は Brendan に、数学オリンピックの優勝者を見つけるようにテストしました。Mercor は 1 日で 25 人を提供しました。Mercor は 9 か月以内に OpenAI の最大のデータベンダーとなり、最終的に VanWeelden 自身を雇いました \[SF Standard]。
2025 年 6 月、Meta は Scale AI（Mercor の最大の競合他社）の 49% を買収し、Mercor の実行率は 4 倍になりました \[20VC]。Scale AI の顧客は、データが Meta のような競合他社に送られることを望まなかったため、Mercor は指数関数的に成長しました。
現在、Mercor は約 20 億ドルの収益実行率で運営されており、200 億ドルの評価額で 5 億ドルを調達するための協議中であると報じられています \[Forbes, July 2026]。
考察
Mercor は、近接性を活用して 0 → 1 を達成しました。
クラスメートが最初のクライアントになり、Prod のようなビルダーコミュニティを利用して拡大し、クライアントの需要に基づいてプロダクトをピボットしました。
このような成長戦略には、派手なソーシャルメディアのスタントやローンチ動画は含まれていません。むしろ、特定のニーズに深く応え、紹介を連鎖させてより大きな契約を獲得することに重点を置いています。
このような状況では、プロダクトはユーザーを採用するために完璧な状態である必要はありません。
「スケールしない」ことを行うことで、プロセスのどの部分を自動化することが最も重要であるかについての洞察が得られ、構築すべき最大の優先事項、あるいはピボットすべき領域が明らかになります。
彼らのプレイブック：
- ソーシャルネットワークを活用する：学生コミュニティ（Prod）やクラスメートを初期のクライアントにする
- 裁定取引の機会を見つける：地元の選択肢を上回ることができる、見過ごされがちなプール（IIT ハッカソン、Facebook 広告）から人材を調達する
- 顧客のプルに従う：最も牽引力がある機能を分析し、そこにピボットすることを恐れない
- 始める...たとえ手動でも：まずは手動で価値を提供し、何が本当に重要かを発見し、その後自動化する
- 摩擦を取り除く：顧客がプロダクトを使用するのを妨げる障壁をすべて処理する
- 独占性を構築する：アクセスを制限し、プロダクトを独占的/プレミアムに感じさせる
- 紹介チェーンを活用する：大規模なクライアント（OpenAI など）にアンカーを置き、期待を超えて提供し、エンタープライズにスケールする
