評価額100億ドルのMercor、データ漏洩が招いた連鎖的リスク——AIデータ訓練市場に何が起きているのか
2025年後半、AIデータ訓練スタートアップのMercorは、シリーズCで3億5,000万ドルを調達し、評価額は100億ドル（約1.5兆円）に達した。年間売上も10億ドルペースに乗りつつあったとされ、AI業界で最も勢いのある企業の一つだった。
しかし、2026年3月31日、同社はデータ漏洩の被害を公表。以降、大口顧客の契約凍結、訴訟の提起、サプライチェーン全体への信頼低下と、事態は連鎖的に広がっている。本記事では、漏洩の経緯と影響範囲、そして、AIデータ訓練市場の投資家・ビジネスパーソンが押さえておくべきポイントを整理する。
1. Mercorとは何をしている会社なのか
1-1. AIモデル訓練に必要な"データ"を供給する
Mercorは、大手モデルメーカーが自社のAIモデルを訓練・調整するために必要なカスタムデータセットや評価プロセスを提供する企業である。同業にはScale AIなどが存在し、Meta、OpenAIといったビッグテック企業が主要顧客に名を連ねる。
この事業の特性上、Mercorは、クライアント企業の最も機密性の高い情報——モデル訓練用のデータセットやそのプロセス——を取り扱う立場にある。Metaが、競合のScale AIに143億ドルを投じた後もMercorとの取引を継続していた事実は、Mercorの提供価値の高さを示すと同時に、漏洩時のリスクの大きさも物語っている。
1-2. 急成長の軌跡
シリーズC調達額：3億5,000万ドル
評価額：100億ドル
年間売上ペース：10億ドル超（漏洩発覚前時点、The Information報道による匿名情報源）
わずか数年でこの規模に達した背景には、生成AIブームによるデータ訓練需要の爆発的な増加がある。
2. 何が起きたのか——漏洩の経緯
2-1. 発端はオープンソースツール「LiteLLM」への攻撃
Mercorによれば、今回のデータ漏洩は、オープンソースツールLiteLLMが攻撃を受けたことに端を発する。LiteLLMは、1日に数百万回ダウンロードされるほど広く利用されているツールで、AI開発のインフラとして多くの企業が依存している。
攻撃の流れは以下のとおりだった。
LiteLLMに約40分間、クレデンシャル・ハーベスティング型のマルウェア（ログイン情報を窃取する不正ソフトウェア）が仕込まれた
窃取された認証情報を使って、関連するソフトウェアやアカウントに不正アクセスが行われた
そこからさらに別の認証情報が収集され、連鎖的にアクセス範囲が拡大した
たった40分間のマルウェア混入が、最終的に大規模な情報漏洩につながった点は、オープンソース・サプライチェーンの脆弱性を示す典型的な事例といえる。
2-2. 漏洩規模——ハッカー側の主張
漏洩後、あるハッカーグループが、Mercorのシステムから4TBのデータを取得したと主張している。その内容には以下が含まれるとされる。
候補者のプロフィール情報
個人を特定できる情報（PII）
雇用主データ
ソースコード
APIキー
Mercor側はこのデータの真正性についてコメントしておらず、「調査を継続しており、顧客および契約者に対して適宜直接連絡する」とのみ述べている。
3. 影響の広がり——顧客・訴訟・サプライチェーン
3-1. Metaが契約を無期限停止
Wiredの報道によれば、Metaは、Mercorとの契約を無期限で一時停止した。Metaは、Scale AIへの巨額投資後もMercorとの関係を維持していた重要顧客だけに、この判断は、Mercorの事業に対する直接的な打撃となる。Mercor側は、TechCrunchに対しこの件へのコメントを控えている。
3-2. OpenAIは調査中、他社も検討か
OpenAIもWiredに対し、Mercorの漏洩における自社への影響を調査中であると認めた。ただし、取材時点では契約の停止や終了は行っていないとのことだった。
一方、TechCrunchは、複数の情報源から、他の大手モデルメーカーもMercorとの関係を見直す検討に入っているとの情報を得ている。具体的な企業名は現時点では確認できていないが、仮に複数の大口顧客が離反すれば、年間10億ドル超とされた売上ペースへの影響は避けられない。
3-3. 契約者による訴訟——5件が提起
Business Insiderの報道によれば、Mercorの契約者5名が、個人データの漏洩を理由に訴訟を提起している。これらの訴訟が同社にとって深刻な脅威となるか、あるいは限定的な影響にとどまるかは現時点では不透明だ。Mercorはこの件についてもコメントを控えている。
興味深いのは、TechCrunchが確認した訴訟の一つでは、LiteLLMに加えてAIコンプライアンス・スタートアップのDelveも被告に含まれている点だ。
4. 浮上したサプライチェーンの問題——Delveとセキュリティ認証
4-1. LiteLLMのセキュリティ認証はDelve経由だった
LiteLLMは、セキュリティ認証の取得にDelveというAIコンプライアンス・スタートアップを利用していた。Delveは、匿名の内部告発者から、セキュリティ認証のためのデータを偽造し、形式的な監査人を使用していたと告発されている。
セキュリティ認証は、ハッキングそのものを防ぐものではないが、企業がサイバー脅威を最小化するためのプロセスを整備していることを保証する仕組みである。その認証プロセス自体の信頼性が揺らげば、認証を信頼してサプライチェーンに組み込んでいた企業全体に疑義が波及する。
4-2. Delveのその後
Delveは、告発内容を否定する一方で、運営上の改善措置を実施している。しかし、事態は深刻化し、Y CombinatorがDelveとの関係を断絶するに至った。LiteLLMもDelveとの関係を解消し、別のAIコンプライアンス・スタートアップを通じてセキュリティ認証の再取得を進めている。
なお、Mercor自体はDelveの顧客ではなかったと同社はTechCrunchに対して確認している。訴訟におけるDelveの被告認定がどこまで法的に成立するかは未知数だが、オープンソース → セキュリティ認証 → エンドユーザー企業という多層的なサプライチェーンのリスクが可視化された事例として注目に値する。
5. 投資家・ビジネスパーソンへの示唆
5-1. AIデータ訓練企業のリスク特性
AIデータ訓練企業は、モデルメーカーの最重要機密に直接触れるポジションにある。その分、成長期には高い評価を受けやすいが、セキュリティ・インシデントが発生した場合の影響は、通常のSaaS企業以上に深刻になり得る。顧客が離反する理由は「サービスの質」ではなく「信頼の毀損」であり、回復には時間がかかる。
5-2. オープンソース依存のリスク管理
LiteLLMのように広く利用されるオープンソースツールが攻撃対象になるケースは増加傾向にある。40分間のマルウェア混入という短時間の攻撃でも、サプライチェーン全体に連鎖的な影響を与えうることが今回の事例で改めて示された。自社のサプライチェーンにどのようなオープンソースツールが組み込まれているかを把握し、リスクを評価することの重要性は高まっている。
5-3. セキュリティ認証の"信頼チェーン"
Delveの問題は、セキュリティ認証が信頼の連鎖で成り立っていることを浮き彫りにした。認証を持っていること自体が安全を保証するわけではなく、その認証プロセスの質まで踏み込んで評価する必要がある。投資判断においてもデューデリジェンスの際にセキュリティ認証の実効性を確認する視点が求められる。
