Mercorのベンチマーク、公認会計士12人が不合格 売るのは「人」

公認会計士12人が受験、平均は37%

実務経験が平均5.5年の米国公認会計士(CPA)12人が取り組んだのは、Mercorの「APEX-Accounting」ベンチマークから簡略化した月次決算のシナリオ4件だった ¹²。採点基準を満たしたのは約37%だった ¹²。18カ月前に最上位のモデルが解けなかった同じ課題を、最先端AIモデルは今や易々とこなす↗ ¹²。

論文はこの敗北の「値段」も算出している。モデルは課題一式を10分足らずで終え、採点基準1つあたりのコストは人間より1桁以上低かった ²¹¹。調査は2026年10月1日に公開された↗。同週、創業者で最高経営責任者(CEO)のブレンダン・フーディ氏は米CBSに出演。日曜放送の「60ミニッツ」への登場を目前に、AIは「人間の仕事を単に置き換えるのではなく、変えるかもしれない」と主張した↗ ³。

評価額200億ドルは「採点される人」に懸かる

2023年創業のMercorは、オープンAIやアンソロピックを含むAI開発企業に専門家人材を供給する。同社の集計では、2025年10月時点で約3万人に上る ⁵。トラッカーの集計では、累計の資金調達額は約4億8560万ドルだ ⁷。

同社によれば、年換算の売上高は6月に20億ドルを突破した。10億ドルの突破から4カ月後のことである ⁴。7月には評価額200億ドルで5億ドルを調達する交渉を進めている↗と報じられた。評価額は昨年秋のシリーズC(100億ドル)の2倍にあたる。米フォーブスは、成立すれば創業者3人の資産は1人あたり43億ドルになると試算した ⁴⁶。

会計士を不合格にしたページが、人的監督も売っている

論文の目立たない発見が、実はビジネスモデルそのものだ。実務経験が平均11年の専門家40人超で作った160課題のベンチマーク全体では、6割近くの課題をどのモデルも完全には解けなかった ¹。

Mercorのリサーチハブは、この格差を在庫に変える。APEXのデータは学習ライセンスで提供しており、30以上の領域にわたる5万課題超で、サンプルは当日中に届く↗。さらに3万人超の専門家と、「最先端のAI開発企業が頼りにする規模」での人による評価もそろえる ⁸⁹。課題を作るのはゴールドマン・サックス、マッキンゼー、スカデン(Skadden)の専門家で、その格は採点される側と同じだ。会計セットは支出管理企業のRampと組んで構築した ⁸。

正直な注意書き、それでも上限は売り物

Mercorは自らを率直に批判してもいる。課題は「AIが最も得意とすることを試すもの」で、実験の設定では同僚の存在も、日々蓄積される業務の文脈も省かれていた。課題の作成者は、人間の成績を若手で約30%、中堅で約55%と見込んでいた ²。チームは公表しないという選択肢も検討したという ²。それでも、ベンチマーク全体の上限は、AI開発企業が次に何を買うべきかを教えている。

反論のよりどころは自社カタログ

Mercorは、会計士は代替できないとの結論を示し、人員削減ではなく生産性向上が進むとみている ¹。そのコストを背負うのはベンチ(待機する専門家)だ。

元ワーカーは、敵対的な職場環境や、賞与も株式報酬もないまま入社初週に退職する実態を語る。ある分析では、データラベラーの5人に1人が住まいを失っている↗うえ、多くは公的扶助を受給している ¹⁰。同社は成果連動の賞与は業界標準だとしている ¹⁰。同社のホームページは平均契約レートとして時給109ドルを掲げている↗ ⁹。

注目すべき2つのサイン、その1つは日曜日づけ

注目すべきは、米フォーブスが7月の成立を見込んでいた評価額200億ドルの資金調達が実現したかどうか、そして論文自体が残ると認める格差を埋めるため、AI開発企業が専門家レートの支払いを続けるかどうかだ ⁴⁶。4月に明らかになり、最大4テラバイトのデータ流出を招いたと報じられるLiteLLMのサプライチェーン攻撃や、契約ワーカーによる訴訟も、いずれの資金調達にも付きまとう ⁴⁵⁶。

いずれにせよ、価格の見直しが最初に及ぶのは若手の会計業務と金融アウトソーシングだ。フーディ氏は日曜日、一段と大きな舞台に立つ ³。機械は試験を制した。だが試験の主は、なお採点者を売り続ける。