Mercor, società specializzata nei dati per l’addestramento dell’intelligenza artificiale, ha acquisito Deeptune, startup che sviluppa ambienti software simulati nei quali gli agenti AI possono imparare a svolgere attività aziendali. I termini finanziari dell’operazione non sono stati resi noti. L’acquisizione porta sotto lo stesso tetto la definizione dei compiti, la valutazione dei risultati e gli spazi digitali nei quali i modelli si esercitano.
L’accordo arriva quasi quattro mesi dopo l’investimento personale effettuato dall’amministratore delegato di Mercor, Brendan Foody, nel round Series A da 43 milioni di dollari di Deeptune, guidato a marzo da Andreessen Horowitz. Foody ha spiegato che il possibile acquisto era già presente al momento dell’investimento e ne rappresentava, «sotto molti aspetti», la motivazione principale. Il passaggio da investitore a compratore conferma quindi un interesse industriale maturato prima della chiusura dell’operazione.
Deeptune, con sede a New York, costruisce quelli che il suo amministratore delegato Tim Lupo definisce training gym: ambienti di reinforcement learning che riproducono i programmi utilizzati quotidianamente dai lavoratori della conoscenza. Un agente può essere inserito, per esempio, in un foglio di calcolo simulato o in una coda Salesforce, ricevere un incarico, sbagliare e riprovare. Poiché l’ambiente è una copia, nessuna delle sue azioni modifica dati o sistemi reali.
Lupo ha paragonato questo approccio a un simulatore di volo. Negli ultimi due anni il team avrebbe ricreato centinaia di applicazioni aziendali, fornendo già questi ambienti ai laboratori di frontiera; la stessa Mercor figurava tra i clienti. La simulazione consente di ripetere un flusso operativo e misurare il comportamento del modello senza esporre infrastrutture produttive, informazioni autentiche o processi aziendali a errori generati durante l’apprendimento.
Per Foody, il limite nell’addestramento si sta spostando dai modelli agli ambienti disponibili. «Il reinforcement learning ha raggiunto il punto in cui un modello può imparare quasi qualsiasi attività che possa essere definita e valutata chiaramente», ha scritto annunciando l’accordo. Mercor mette a disposizione una rete di oltre 5 milioni di esperti, incaricati di scrivere compiti e criteri di verifica, mentre i benchmark APEX misurano le prestazioni lungo flussi di lavoro reali. Deeptune aggiunge il software nel quale quelle prove vengono eseguite.
L’acquisizione si inserisce inoltre in una fase di forte espansione finanziaria. Mercor sarebbe nelle prime fasi di una raccolta a una valutazione vicina ai 20 miliardi di dollari, il doppio dei 10 miliardi attribuiti alla società in ottobre, quando aveva chiuso una Series C da 350 milioni. Foody ha anche dichiarato che a giugno i ricavi annualizzati hanno superato i 2 miliardi di dollari, con una crescita del 100% nell’arco di quattro mesi.
Il percorso recente della società comprende però anche un serio incidente di sicurezza. A marzo, attaccanti che avevano inserito malware nella libreria open source LiteLLM sono riusciti a raggiungere i sistemi di Mercor. Lapsus$ ha successivamente rivendicato il possesso di quattro terabyte di dati, che avrebbero incluso codice sorgente, database degli utenti, documenti d’identità, registrazioni di colloqui e informazioni biometriche. Alcuni lavoratori a contratto hanno avviato un’azione legale, mentre Foody ha sostenuto che l’episodio non abbia provocato perdite di clienti.
Tim Lupo e il resto del personale di Deeptune entreranno ora in Mercor a New York. L’integrazione riunisce così tre componenti della formazione degli agenti: gli esperti che descrivono il lavoro, i sistemi che ne verificano l’esecuzione e le repliche software nelle quali i modelli possono esercitarsi. La scommessa è che la disponibilità di ambienti realistici e misurabili diventi una risorsa decisiva per trasferire le capacità degli agenti AI nei processi d’impresa.