En esta noticia
Cuando Tasha Kozak, trabajadora social de las escuelas públicas del Condado de Hillsborough en Tampa, Estados Unidos, conoció a la familia, vivían en un auto. Las calificaciones de los tres niños habían bajado. La madre estaba agotada; el padre, ausente. Kozak comenzó a ayudarlos a encontrar vivienda. Visitaba a los niños cada dos días en la escuela. Llamaba a la madre cada tres o cuatro días. Después de varios meses, la familia encontró una vivienda estable. Los niños comenzaron a mejorar en la escuela. “Vi que la madre recuperó su alegría y empezó a tener turnos de trabajo más regulares”, recuerda Kozak.
Momentos como ese son la razón por la que Kozak cumple este trabajo. No tenía la intención de ser trabajadora social, pero después de tomar una materia optativa en la universidad, cambió de carrera y, más de una década después, sigue considerando que el trabajo social es su pasión. Su tarea consiste en escuchar, conectar y ayudar de una manera que resulte significativa en lo inmediato. En su opinión, alrededor del 70% del trabajo social eficaz reside en ese componente humano.
Muchas tardes, tras terminar su jornada laboral completa en el distrito, Kozak accede a una página web llamada Mercor. La startup Mercor.io, con sede en San Francisco, contrata a profesionales altamente calificados -médicos, abogados, banqueros de inversión, periodistas, trabajadores sociales, etc.- para ayudar a enseñar a los sistemas de IA cómo realizar su trabajo. La empresa coloca a estos expertos en puestos de trabajo de jornada parcial o temporales para trabajar en proyectos de formación con importantes empresas tecnológicas y laboratorios de IA, entre cuyos clientes se encuentran OpenAI, Anthropic y Meta. Es como el Uber de la formación avanzada en IA: una plataforma de trabajo temporal para profesionales calificados que les ofrece la posibilidad de obtener ingresos extras gracias a su experiencia, a riesgo de sacrificar sus carreras ante la IA.
Al igual que muchos de los contratistas de Mercor, Kozak conoció la empresa a través de LinkedIn. Acababan de terminar las clases de verano de 2025, así que tenía tiempo libre y sentía curiosidad por el auge de la IA. Consiguió una entrevista y se encontró frente a la cámara hablando con un agente de IA con una suave voz femenina y un estilo de conversación sorprendentemente natural. Cuando Kozak describió un caso concreto que había gestionado, el agente le hizo preguntas específicas -“Cuéntame más sobre el padre o la madre en esa situación”-, con el tipo de detalle incisivo que solía escuchar de parte de sus supervisores humanos. Dos semanas después, ya estaba trabajando en sus primeras tareas, y hoy gana tanto dinero entrenando IA durante 20 horas a la semana como en 40 horas ayudando a familias reales.
Su trabajo para Mercor es metódico y específico. Kozak forma parte de un equipo virtual que redacta instrucciones para que un modelo de IA realice tareas concretas de trabajo social basadas en casos ficticios; por ejemplo, pedirle a la IA que elabore un historial de desarrollo social de un estudiante de primaria que necesita un plan de educación individualizado. El expediente incluye notas de una entrevista con los padres, una entrevista con el estudiante, una revisión de sus registros académicos y un informe médico. Otro equipo revisa las respuestas de la IA, y otro se encarga de completar información adicional sobre el proceso de capacitación. Hay cientos de personas en el proyecto, apunta Kozak; tal vez más que eso: sólo su equipo cuenta con 40 contratistas. Hora tras hora, en diferentes tareas segmentadas, traducen evaluaciones profesionales en datos de capacitación.
En todo Estados Unidos, otros profesionales están haciendo lo mismo. En San Francisco, la doctora en medicina interna, Melania Poonacha, trabaja de 50 a 60 horas semanales como pediatra hospitalaria a tiempo completo en el turno de noche y se conecta a Mercor en sus días libres durante unas 10 horas adicionales para solicitar a un modelo de IA que interprete los resultados de laboratorio y evalúe su trabajo. En Baton Rouge, Louisiana, la novelista y guionista Robin Palmer Blanche comenzó en agosto pasado a evaluar textos creativos generados por IA en cuanto a estilo y estructura. Madre de dos hijos que se esfuerza por ganarse la vida escribiendo desde la huelga de guionistas de Hollywood de 2023, Palmer Blanche forma parte de un amplio grupo de trabajadores de Mercor que están subempleados en sus profesiones y utilizan la plataforma para complementar sus ingresos.
Mercor cuenta con decenas de miles de expertos trabajando en su plataforma, seleccionados mediante entrevistas con IA, pruebas de habilidades específicas para cada proyecto y ejercicios prácticos. En los tres años desde su fundación, la empresa ha recaudado casi US$ 500 millones en capital de riesgo de figuras destacadas del sector financiero de Silicon Valley, como Benchmark, General Catalyst, Peter Thiel, Jack Dorsey y Larry Summers. La ronda de financiación más reciente, en octubre, tasó a Mercor en US$ 10.000 millones, cinco veces más de lo que se estimaba que valía tan solo unos meses antes. Según la empresa, ha sido rentable desde su creación, paga más de 2 millones de dólares diarios a contratistas y cuenta con unos 300 empleados a tiempo completo, en su mayoría ingenieros y gerentes de proyecto. Los fundadores -Brendan Foody, Adarsh Hiremath y Surya Midha, tres jóvenes veinteañeros que abandonaron la universidad y eran amigos en la secundaria- se han convertido en los multimillonarios más jóvenes de la historia, al menos en el papel.
Peter Thiel es el megamillonario del que más se habla en Argentina. Compró mansiones en Barrio Parque, se reunió con el presidente Javier Milei y hasta se murmura que dio letra para el proyecto de “Súper Rigi”, que otorga beneficios impositivos a proyectos de inversión que arranquen en u$s 1000 millones.
Se estima que las tecnológicas están interesadas en estas ventajas, en especial para la instalación de data centers.
El Ascenso
El rápido ascenso de Mercor también ha generado controversias, incluyendo varias demandas colectivas que se están tramitando en los tribunales de California y una reciente filtración de datos que planteó dudas sobre cómo la empresa maneja la información confidencial, lo que llevó a uno de sus clientes, Meta, a suspender indefinidamente su colaboración con la startup.
Si Mercor y sus inversores tienen razón, la empresa está en una posición privilegiada para ayudar a que la IA se convierta en la fuerza económica que Silicon Valley ha prometido. Argumentan que la mayor parte de lo que se vio hasta ahora de la IA fue una deslumbrante demostración para el consumidor. Ir más allá -lograr que la tecnología funcione de manera fiable en ámbitos profesionales donde los errores tienen consecuencias reales- consiste, en esencia, en alimentar los modelos con mejores datos de entrenamiento, afirma Sundeep Peechu, socio director de la firma de capital riesgo Felicis Ventures, que lideró las dos últimas rondas de financiación de Mercor. “La primera generación de datos provenía de Internet -explica- y eso permitió a las empresas crear modelos de propósitos generales”. Pero para que la IA sea “verdaderamente útil desde el punto de vista económico y no solo un juguete”, es necesario que los humanos le expliquen al modelo, paso a paso, cómo realizan su trabajo.
Hay muchos trabajadores que ven a Mercor como la última escala sombría para monetizar su experiencia antes de la extinción profesional.
En este momento, no es difícil entender por qué la gente está tan dispuesta a alimentar las máquinas que algún día podrían volverlos obsoletos. La ansiedad por la pérdida de empleos se ve en todas partes: las ofertas de trabajo en servicios profesionales y empresariales han caído en más de un millón desde su pico pospandémico en 2022, según la Oficina de Estadísticas Laborales de EE.UU.. Alrededor del 42% de los recién graduados universitarios están subempleados, indica un informe de 2025 del Banco de la Reserva Federal de Nueva York, y un estudio del año pasado de la Asociación Estadounidense de Psicología reveló que el 54% de los trabajadores estadounidenses experimentan un estrés significativo por la inseguridad laboral.
Las ofertas de Mercor -a veces avisos de la propia empresa y otras de terceros que utilizan enlaces de Mercor que les permiten cobrar comisiones por referencias- saturan LinkedIn y otras plataformas de empleo, con lo que ofrecen un respiro en este panorama. Mercor afirma que su salario promedio por hora es de aproximadamente US$ 90, aunque el rango es amplio, desde generalistas que apenas alcanzan el salario mínimo hasta programadores de élite o doctores que ganan US$ 250 o US$ 300 la hora. Quien trabajara en proyectos de jornada completa para Mercor a US$ 90 la hora podría ganar casi US$ 190.000 al año.
Hay muchos trabajadores que ven a Mercor como la última escala sombría para monetizar su experiencia antes de la extinción profesional. Kozak no lo ve así, y afirma que el motivo por el que hace este trabajo es mucho más práctico. Se imagina delegando el 30% más tedioso del trabajo social (el papeleo, los informes) para poder dedicar más tiempo a las tareas que no se pueden automatizar: guiar a alguien a través de un laberinto burocrático, ganarse la confianza de una madre en duelo. Le preocupa que la IA pueda desarrollar sesgos sistémicos (por ejemplo, pasar por alto las diferencias culturales), pero considera que su formación es aún más valiosa por esa razón. La doctora Poonacha es más explícita acerca de lo que está en juego en su carrera. “Hago esto simplemente porque no quiero quedarme obsoleta”, afirma. La medicina está evolucionando rápidamente, “y la IA formará parte de esa evolución”.
Si la historia nos ha enseñado algo sobre revoluciones y la productividad, es que la productividad es la marea que eleva todos los barcos”, declara Brendan Footy una mañana de febrero. El rubio director ejecutivo y cofundador de Mercor de 23 años tiene el hábito típico de los tecno optimistas de saltar de cuestiones terrenales -en este caso, el campo de la consultoría de administración- a analogías históricas y principios abstractos. Ante la pregunta de cómo podría hacer un futuro consultor de McKinsey & Co., que fuera reemplazado por la IA, para acumular conocimiento sin el tradicional esfuerzo de los primeros años, Foody apela a un argumento clásico de Silicon Valley: hace doscientos años, cuando la mayoría de los estadounidenses eran agricultores, el tractor no destruyó su trabajo; empujó a la gente a tipos de empleo diferentes. La IA hará lo mismo, asegura: eliminará algunas tareas, es cierto, pero en último caso creará más valor, más oportunidades, más progreso. La historia avala hasta cierto punto esa idea, pero el camino de un tipo de trabajo a otro rara vez ha sido rápido o indoloro. “Tenemos que curar el cáncer, solucionar el cambio climático y viajar a Marte -agrega Foody-. Y los humanos vamos a trabajar en muchas de esas cosas cuando seamos más productivos en la contabilidad o cualquier de esas funciones de oficina”.
Desde donde Foody está sentado -en el piso 33 de un rascacielos de San Francisco- la bahía se extiende debajo de él como una miniatura, con el paso de buques contenedores y transbordadores que llevan empleados a innumerables edificios de oficinas. Desde esa altura la economía física no parece ser la tarea de millones de individuos que llevan vidas completas; se asemeja más a una maqueta en la que las minúsculas piezas pueden desplazarse con solo tocar el teclado. “En vez de ser ‘ludditas’ y volcarnos contra la tecnología, deberíamos concentrarnos en los trabajos del futuro”, finaliza.
Foody adquirió sus instintos retóricos debatiendo en la escuela secundaria de San José, donde conoció a Hiremath y Midha. Los tres se criaron en hogares tecnológicos: Hiremath y Midha son hijos de ingenieros de Silicon Valley; el padre de Foody fundó una compañía de gráficos interactivos, y su madre trabajaba en la división de bienes raíces de Meta Platforms. En la secundaria Foody ganó “cientos de miles de dólares” como consultor de revendedores de zapatillas, mientras que Hiremath se dedicaba a la investigación informática. (Midha se negó a hablar con Bloomberg Businessweek).
Hacia el segundo año en la universidad -Hiremath en Harvard, Foody y Midha en Georgetown-, los tres determinaron que habían aprendido lo suficiente y se postularon a una Beca Thiel, que paga US$ 200.000 a chicos que abandonan los estudios y fundan compañías en sectores como las criptomonedas y la longevidad humana. “Creo que las personas sobreestiman el valor de lo que se obtiene con un título después de cuatro años, y subestiman lo que logran en uno o dos años -ironiza Hiremath-. La mayor parte del desarrollo personal deriva de vivir solos por primera vez”. Agrega que hoy la adquisición de conocimientos es menos relevante que hace tres años, “porque el conocimiento casi que está gratis en el ChatGPT”.
Los tres habían empezado a rumbear hacia la capacitación de la IA cuando obtuvieron la beca a comienzos de 2024. La idea original de la compañía era una versión de LinkedIn que fuera mucho más abarcadora: Foody entendía que el mercado laboral era de los más ineficientes del mundo, con miles de millones de personas buscando empleo, millones de empresas a la busca de talento y la falta de una entidad que conectara a ambas partes. Mercor iba a construir una suerte de acumulador mundial de trabajo al que todos se podrían postular para ser entrevistados desde cualquier lugar y ante cualquier empleo, a la vez que los algoritmos deberían emparejar los postulantes con las oportunidades con precisión casi perfecta. Según el relato de Foody, el concepto mismo de un empleo de jornada completa con un solo empleador ya era algo así como una reliquia. Lo que las compañías de verdad necesitaban eran unidades discretas de experiencia; tareas que podrían ser fragmentadas, distribuidas y concluidas por todo el que estuviera preparado para cumplirlas en cualquier lugar del mundo. Lograr algo así exigiría acumular una cantidad extraordinaria de datos sobre las personas.
Empezaron con una herramienta impulsada por IA para rastrear ingenieros de software que les sirvió como prototipo del sistema mucho más grande que imaginaban. Pero cambiaron de orientación cuando las compañías de IA no solo empezaron a requerir ingenieros sino expertos en otros sectores que podían contribuir a capacitar y probar sus modelos. Mercor construyó una plataforma tecnológica para albergar esa capacitación, y la demanda explotó. Capitalistas de riesgo ávidos de financiar cualquier cosa relacionada con el auge de la IA, empezaron a contactarse. Mercor recaudó US$ 3 millones a comienzos de 2024, con General Catalyst en la delantera; desde entonces volvió a recaudar fondos cada seis u ocho meses: US$ 30 millones, US$ 100 millones, luego US$ 350 millones en octubre pasado.
Foody, Hiremath y Midha también trabajaban a toda hora, estimulando a su equipo en formación a adherir a una jornada denominada 996: en la oficina de 9 de la mañana a 9 de la noche, de lunes a sábado. (El régimen se hizo popular por primera vez en China después de 2010 en tanto el país levantaba su industria tecnológica; ahora es ilegal allí). Peechu, inversor en Felicis, dice que era tan difícil contactar a Foody y sus socios que finalmente viajó con ellos a Las Vegas un domingo -el único día que no trabajaban- para conducir unas Ferraris en una pista de carreras; de ese modo pudo tener algo de tiempo sin interrupciones en el avión.
En esa época los fundadores no tenían edad suficiente para beber alcohol y ninguno había tenido jamás un trabajo profesional, pero los cientos de millones de dólares que estaban entrando en sus arcas llegaban con el mandato de reformular la naturaleza misma del trabajo de oficina. En Silicon Valley no sonaron alarmas sobre puntos ciegos o posible ingenuidad. Más bien al contrario. Adam D’Angelo, inversor en Mercor que se convirtió en el director de tecnología de Facebook a los 22 años antes de cofundar Quora, recuerda que en algún momento le preguntó a Foody por su experiencia laboral. Su respuesta fue: pasante un verano. “Perfecto -replicó D’Angelo-, tu mente no está corrompida por la manera convencional de hacer las cosas”.
Si buscabas trabajo en LinkedIn el otoño pasado, Mercor parecía estar por todas partes. Avisos que ofrecían cientos de dólares por hora a abogados, médicos y programadores inundaron la plataforma.
Durante el último año, las críticas a la plataforma de Mercor se convirtieron en un tema recurrente en foros en línea, en las noticias y en demandas judiciales, comenzando, como suele suceder, con publicaciones anónimas en Internet. Reddit, en particular, está repleto de quejas de contratistas que trabajaron con la plataforma: los proyectos son “caóticos, desorganizados e impredecibles”. A los trabajadores “los tratan como ganado humano”.
Los contratistas deben firmar estrictos acuerdos de confidencialidad antes de comenzar a trabajar, y muchos temen ser excluidos de los proyectos si se pronuncian públicamente. Se quejan de que los canales de Slack están llenos de mensajes motivacionales y emojis de cohetes de los gerentes de proyecto, pero hay pocas respuestas concretas respecto de cuándo llegará el trabajo ni avisos que anticipen cuando concluirán. Al igual que muchas formas de trabajo digital por encargo, los proyectos de Mercor se miden y supervisan minuciosamente mientras están en marcha, con programas que registran la productividad y el tiempo dedicado a cada tarea. Resulta que algunos trabajos no se pagan por hora, sino por tarea.
Un contratista frustrado con el que habló Businessweek y pidió el anonimato porque había firmado uno de los acuerdos de confidencialidad de Mercor, lleva casi un año buscando un puesto de jornada completo para aprovechar su maestría en física. Tras incorporarse a Mercor, su primer contrato le pagaba US$ 30 por tarea, pero pronto descubrió que el tiempo que le llevaba completarlas -desde una hora hasta un día entero- solía ser mucho mayor que las estimaciones de la empresa, lo que hacía que el salario fuera demasiado bajo para justificar el trabajo. Es una variante de una queja que también aparece en Internet referida a proyectos temporales: algunos contratistas realizan discretamente parte de su trabajo fuera de su horario laboral para mantener sus cifras de productividad alineadas con las mediciones de la compañía por miedo a ser “echados por la borda”, la expresión en la jerga de Mercor que significa que te expulsen. Un portavoz de Mercor afirma que “muchos contratistas experimentados prefieren el trabajo por tareas porque una mayor eficiencia puede generar mayores ingresos por hora”.
El otoño boreal pasado, una disputa con un contratista de Mercor llegó a la prensa cuando Forbes informó que miles de personas que trabajaban en un gran proyecto fueron despedidas abruptamente sin previo aviso. Varias horas después, según algunos, fueron invitadas a regresar para continuar el trabajo, pero con salarios un 25% inferiores a los anteriores. Mercor negó la veracidad de las afirmaciones y declaró que estaba trabajando para ofrecer mayor previsibilidad. La empresa también alega que algunas de las personas que se quejan de haber sido despedidas son simplemente mentirosas. “Encontramos casos en los que la gente no trabajó o cometió fraude con las horas -sostiene Hiremath-. Tenemos pruebas de que cometieron fraude, pero aun así publican en Reddit cuando su contrato fue rescindido”.
Junto con el aumento de las críticas a Mercor aparecieron las demandas judiciales. Una de las denuncias, presentada a finales del año pasado por un profesional de las finanzas llamado Michael Cox, que trabajó en proyectos de Mercor, también incluye a OpenAI en la acción y acusa a las empresas de llevar a cabo lo que denomina un “plan para clasificar erróneamente a los trabajadores”, a la vez que ejercen el tipo de control que normalmente se asocia con un empleador. Según la denuncia, Mercor exigió a Cox que instalara un software de supervisión de la productividad en su computadora, lo que engendró un “nivel de vigilancia tan intrusivo que volvía trivial la idea de que se trataba de una relación legítima de contratista independiente”. En otro apartado, la denuncia afirma que la supuesta negligencia de la empresa respecto a las normas laborales fue “tan descarada que, casi por definición, constituía una clasificación errónea deliberada”. (Mercor y OpenAI no respondieron públicamente a la demanda, y un portavoz de Mercor afirma que “no tienen previsto hacerlo por el momento”; otras dos demandas contra Mercor presentan acusaciones similares de clasificación errónea).
Mientras tanto, si buscabas trabajo en LinkedIn el otoño boreal pasado, Mercor parecía estar por todas partes. Avisos que ofrecían cientos de dólares por hora a abogados, médicos y programadores inundaron la plataforma, lo que provocó otra ola de especulaciones en redes sociales, esta vez no referida tanto a las condiciones laborales sino a la veracidad de todo el tema. Algunos usuarios comenzaron a publicar en varios sitios con la sospecha de que los avisos eran parte de un plan de recolección de datos, en el que se diseñaban solicitudes falsas y entrevistas con IA para recopilar información. Mercor afirma que no es así y que solo utiliza las entrevistas para evaluar las aptitudes de los candidatos para los puestos en la plataforma.
Y, una vez más, la empresa sugiere que sus críticos son los estafadores. Foody afirma que la avalancha de publicaciones en LinkedIn no se debió a que Mercor recopilara datos, sino a que unos pocos estafadores de alto volumen se apropiaban de comisiones por referencias, ya que la empresa paga a los usuarios por incorporar nuevos contratistas. “Probablemente había unas diez personas en concreto que estaban causando problemas”, comenta.
En octubre, Mercor prohibió a quienes recomendaban a otros profesionales que usaran el nombre de Mercor al publicar avisos laborales en LinkedIn. Aun así, continuaron esas publicaciones de terceros. Las ofertas tomadas a partir de una de esas organizaciones, una firma de contrataciones llamada Crossing Hurdles con sede en las afueras de Nueva Delhi, son una presencia constante en LinkedIn. Un portavoz de Mercor declaró a Businessweek que “Crossing Hurdles no tiene vinculación ni asociación oficial con Mercor. Publican funciones usando su link de referencias con Mercor”. (Crossing Hurdles no respondió a múltiples pedidos de declaraciones).
Mercor efectuó otro cambio el pasado otoño boreal. Desplazó a su tercer cofundador, Midha, a un nuevo cargo, el de presidente del directorio, y cedió su puesto anterior de director de Operaciones a un directivo más experimentado, Sundeep Jain, ex director en jefe de productos en Uber Technologies. Aludiendo a su anterior empleador, Jain declara que las quejas que circulan en la red no lo sorprenden y que los mercados en sus etapas iniciales rara vez distribuyen el trabajo de manera pareja. “Algunos conductores tendrán trabajo todo el día y otros se verán algo menos ocupados”, señaló. Las fallas de comunicación, las disputas salariales y las expectativas insatisfechas “son problemas clásicos del mercado”.
“Creemos que gran parte del trabajo humano en las empresas se transformará en la formación de agentes”.
Pero el 31 de marzo la joven empresa que venía creciendo a velocidad vertiginosa y que dependía de un puñado de clientes de gran relevancia, experimentó algo más que un defecto. Mercor reveló que unos atacantes se habían infiltrado en sus sistemas como parte de un hackeo a vastas cadenas de proveedores. La brecha, originada en un desarrollador corrupto de fuentes abiertas llamado LiteLLM que es utilizado en miles de computadoras, golpeó en el centro del negocio de Mercor. Se vieron expuestos hasta 4 terabytes de datos, que tal vez incluían instrucciones de capacitación e información personal de los usuarios, indicaron publicaciones en la red de los agresores. La compañía anunció que iba a “efectuar una investigación respaldada por expertos forenses externos”, pero las consecuencias fueron más rápidas: además de que Meta suspendiera sus proyectos con Mercor, los contratistas asignados a esas iniciativas se vieron de repente sin trabajo. En la primera semana posterior al anuncio del ataque Mercor recibió cinco demandas judiciales por no haber protegido los datos de los contratistas.
Mercor se negó a responder consultas de Businessweek referidas al origen y la extensión del ataque y su impacto en clientes y usuarios. Tampoco OpenAI, Anthropic y Google respondieron preguntas acerca de si estaban repensando su vínculo con Mercor.
Más allá de la compleja mecánica diaria de atomizar los trabajos en tareas de capacitación, surge una pregunta más importante: ¿Están las máquinas realmente lo suficientemente capacitadas como para realizar el trabajo por sí mismas? En el último año, la industria de la IA ha intentado responder a esta pregunta, principalmente con un creciente ecosistema de “evals” o marcos de evaluación. Tal como sucede con una prueba estandarizada, una “eval” mide la capacidad matemática, el razonamiento o la precisión fáctica de un modelo de lenguaje complejo, pero no suele abarcar el tipo de tareas específicas y que requieren el alto grado de juicio que los trabajadores de oficina realizan a diario. Mercor ha desarrollado su propia prueba, un proyecto llamado APEX (Índice de Productividad de la IA), que busca precisamente eso. Mide el desempeño profesional y luego publica los resultados en la web para que cualquiera pueda consultarlos, a modo de clasificación del sector. Como lo expresó Foody al anunciar la iniciativa en octubre pasado: “La IA puede aprobar el examen de abogacía. ¿Pero puede revisar un contrato?”.
En la creación de la APEX, Mercor ha colaborado con algunos de sus contratistas más destacados para diseñar breves situaciones simuladas y problemas profesionales en cinco áreas: derecho, medicina, consultoría de gestión, banca de inversión e ingeniería de software. Entre los asesores que supervisan el proyecto se encuentran el profesor de derecho de Harvard, Cass Sunstein, el cardiólogo Eric Topol y el ex socio director global de McKinsey, Dominic Barton. El ex secretario del Tesoro e inversor de Mercor, Larry Summers, también estuvo vinculado al proyecto hasta hace poco. Bajo su supervisión, un amplio equipo de expertos -más de cien abogados, banqueros, consultores y médicos- crea y revisa los casos de prueba. Los modelos realizan el trabajo y sus respuestas se evalúan según criterios de expertos para determinar el grado de precisión.
Un caso, por ejemplo, se centra en una empresa ficticia de bienestar que se expande internacionalmente. Un espacio de trabajo de Google contiene el tipo de documentación digital engorrosa que un consultor junior podría heredar el primer día de un proyecto: datos de ventas, encuestas a clientes, proyecciones de costos y memorandos estratégicos dispersos en hojas de cálculo y archivos PDF. Los expertos de Mercor utilizan modelos de IA para responder preguntas estratégicas, como calcular hasta qué punto el aumento de los costos de los ingredientes podría afectar los precios o recomendar una estrategia de expansión, y definen cómo debería ser la respuesta correcta. Luego el trabajo se vuelve aún más detallado: se crea una lista de verificación, o rúbrica, con criterios precisos que el modelo debe cumplir. Solo una vez que se completan la solicitud y la rúbrica, los modelos intentan realizar la tarea, y sus respuestas se evalúan línea por línea según la rúbrica. Hasta ahora, los modelos no están a la altura. Los mejores pueden producir un trabajo útil en ciertas áreas, pero no son precisamente empleados confiables. La propia investigación de Mercor señala que los mejores sistemas aún “tienen dificultades con tareas complejas del mundo real, sin alcanzar las normas de producción”.
Los resultados reflejan lo que otros intentos de medir el impacto de la IA en el mundo real han venido revelando. En marzo pasado Anthropic publicó un gráfico que comparaba las capacidades aparentes de los sistemas de IA con la frecuencia con la que se utilizan realmente en el trabajo. La diferencia era sorprendente y el gráfico se viralizó. En teoría, los sectores de trabajo intelectual de oficina parecían muy expuestos a la IA, pero en la práctica solo una pequeña parte del trabajo se gestionaba de esa manera. La investigación recibió críticas por su metodología (entre otras cosas, la medición del potencial teórico de la IA es subjetiva por definición y no tiene en cuenta los obstáculos logísticos o legales propios de su adopción), pero la conclusión principal -que la IA aún tiene un largo camino por recorrer- era difícil de refutar.
Mientras tanto, Mercor afirma que está observando una mejora notable en las puntuaciones de la APEX a medida que los gigantes de la IA lanzan actualizaciones. Un modelo reciente de ChatGPT encabeza su clasificación actual, pero “Opus es el que nos ha impresionado a todos”, afirma Foody, refiriéndose al Claude Opus 4.6 de Anthropic, que obtuvo un rendimiento un 18 % superior a sus predecesores después de unos pocos meses. Aun así, aunque la APEX intenta simular situaciones profesionales reales, lo que obliga a los agentes a desenvolverse en entornos complejos y elegir las herramientas adecuadas para cada tarea, es más estructurado que el trabajo abierto que realizan las personas en la práctica. El analista de Gartner, Vuk Janosevic, afirma que la APEX es un “puente fiable entre el rendimiento en el laboratorio y la utilidad para el negocio”. Sin embargo, advierte que una puntuación alta en esta prueba comparativa “no demuestra que el sistema pueda gestionarse e integrarse a gran escala en un proceso real”.
Además, existen aspectos humanos del trabajo que la APEX quizás nunca pueda medir. Por ejemplo, cuando la doctora Poonacha examina a un paciente, una cantidad de información no deriva de estudios de laboratorio o de imágenes, sino del tacto. Una mano experta sobre el abdomen puede detectar una tensión o hinchazón sutil que no aparece en la historia clínica. “Simplemente no creo que la IA sea capaz de hacer eso”, afirma.
Aun así, la idea de Kozak de que solo el 30% de su trabajo social será reemplazado por la IA podría ser optimista. Los inversores, sin duda, así lo esperan. Cuando en marzo el conglomerado de tecnología financiera de Jack Dorsey, Block, despidió al 40% de su personal -supuestamente debido a las mejoras en la eficiencia derivadas de la IA- sus acciones se dispararon un 20%. Los anuncios de despidos masivos en Meta y Amazon.com han provocado alzas similares en el precio de sus acciones. Al fin y al cabo, el mercado prioriza el valor para el accionista, no el enriquecimiento profesional. Kristalina Georgieva, directora Gerente del FMI, advirtió que la IA afectará aproximadamente al 40% de los empleos mundiales “en los próximos años”.
Foody argumenta que la transición acabará creando nuevas categorías de trabajo. ¿Y qué tipo de empleos serán? “Creemos que gran parte del trabajo humano en las empresas se transformará en la formación de agentes”, afirma. Mercor ya se está preparando para aprovechar ese futuro. A principio de año la empresa ascendió a Hiremath a codirector Ejecutivo y comenzó a incursionar en una nueva línea de negocios: ayudar a las grandes compañías a desplegar agentes. Mercor se posiciona como un socio para la implementación de agentes; no los diseña de manera directa, sino que crea las herramientas necesarias para guiar la IA en forma correcta. Esta oportunidad, según Hiremath, es enorme y podría brindar a la empresa una base de clientes mucho mayor que la de unos pocos laboratorios de IA.
Mientras la compañía busca quedarse con una parte aún mayor de la fuerza laboral de oficina, sus contratistas a veces se encuentran reflexionando sobre lo que Poonacha denomina consecuencias “muy distópicas”. ¿Qué pasaría si los pacientes empezaran a confiar más en la IA que en sus médicos? ¿Y si los más ricos siguieran teniendo acceso a médicos humanos, mientras que los más pobres solo pudieran contar con los de IA? Jain, por su parte, está absorto imaginando la cantidad ilimitada de disciplinas y flujos de trabajo que aún quedan por automatizar. “Si existe un límite -observa- estamos muy lejos de él”.