Dietro la corsa globale all’intelligenza artificiale generativa si nasconde un’economia poco visibile ma cruciale: la produzione di dati di addestramento. Aziende come Mercor e Handshake stanno prosperando fornendo lavoro umano specializzato a colossi come OpenAI e Anthropic, in un mercato che vale miliardi di dollari e solleva interrogativi etici e sociali.
L’addestramento dei modelli di frontiera richiede enormi volumi di dati di alta qualità, spesso prodotti manualmente. Non si tratta solo di etichettare immagini o testi, ma di creare esempi complessi: codice, ragionamenti, conversazioni strutturate. Secondo stime di settore, i costi per i dati e il lavoro umano rappresentano una quota crescente dei budget dei grandi laboratori di IA, arrivando a incidere per miliardi di dollari sui cicli di sviluppo.
In questo contesto si inserisce Mercor, fondata nel 2023 da Brendan Foody, inizialmente come piattaforma automatizzata di selezione del personale. L’azienda utilizza modelli linguistici per analizzare curriculum e condurre colloqui, riducendo drasticamente tempi e costi. La svolta arriva nel 2024, quando Scale AI – uno dei principali fornitori di dati di addestramento – richiede oltre 1.000 ingegneri software per produrre dataset destinati ai chatbot avanzati. Da semplice intermediario, Mercor decide di operare direttamente, intercettando la domanda di lavoro qualificato.
Il risultato è una crescita esplosiva: nel 2025 Mercor dichiara un fatturato annuo di 500 milioni di dollari. Un caso emblematico di come l’“alimentazione” dell’IA sia diventata un settore industriale autonomo, dove il lavoro umano resta centrale nonostante la narrazione dell’automazione totale.
Tuttavia, emergono criticità: condizioni di lavoro opache, contenziosi legali su salari e gestione delle piattaforme, e una forte asimmetria di potere tra grandi laboratori e lavoratori dei dati. La filiera dell’IA, sempre più estesa, rende urgente una riflessione su trasparenza, diritti e sostenibilità sociale.
Approfondimento – Cronologia essenziale
- 2023: Fondazione di Mercor come piattaforma di recruiting automatizzato.
- 2024: Forte domanda di ingegneri per dati di addestramento da parte di Scale AI.
- 2025: Crescita del mercato dei dati IA e consolidamento dei laboratori di frontiera.
Fonti istituzionali e autorevoli
- OECD – AI, data and labour markets: https://www.oecd.org/digital/artificial-intelligence/
- Stanford HAI – AI Index Report: https://aiindex.stanford.edu/
- U.S. Department of Labor – Data workers: https://www.dol.gov
Consigli di approfondimento
- MIT Technology Review – Economia dei data worker: https://www.technologyreview.com
- World Economic Forum – AI supply chains: https://www.weforum.org
Abstract – Pro e rischi etico-sociali
Il modello Mercor mostra come l’IA generativa crei nuove opportunità economiche e occupazionali altamente qualificate. Al tempo stesso, evidenzia rischi di sfruttamento, opacità contrattuale e dipendenza strutturale dal lavoro umano invisibile. Senza regole chiare e governance, il futuro potrebbe accentuare disuguaglianze e tensioni sociali lungo la filiera dell’IA.
