AI实验室收购倒闭创企数据 隐私惹争议

当 Keelan Miskell 今年开始关停自己的加密创业公司时，他并不觉得公司的数据值多少钱：用户都是匿名的，公司也只做了几年。但他最终把这些数字存档变成了真金白银——代码库卖了大约2.5万美元，Google、Notion、Figma 和 Slack 里的工作区数据还在估价，预计还能到手约1.5万美元。"至少我们两年半做的那些东西，对某个地方的某个人还是有价值的，"他说。

这单交易由一家叫 SimpleClosure 的公司撮合，它属于科技行业一个新的增长赛道：专为垂死的初创公司服务。Carta 和 AngelList 的估算显示，近几年公司关停数量每年增长26%到56%，一个"临终生态"随之成形，包括教练、"死亡陪护"，以及专门处理破产法律、税务和运营麻烦的公司。如今，这些"科技殡葬人"开始把数据遗骸卖给AI实验室。

SimpleClosure 今年4月把数据出售加入服务清单。其 Asset Hub 平台帮创始人卖掉代码和工作区数据——邮件、聊天记录、文档。买家包括前沿AI实验室、搭建模拟工作区用于模型训练的供应商，以及自建模型的大型科技公司。CEO Dori Yona 说，Asset Hub 已处理150多笔交易，预计到2026年底将向初创公司返还超过1000万美元。这类交易过去罕见，甚至"有点禁忌"，现在却越来越常规：SimpleClosure 已有47%的交易包含代码或数据出售。

同行也在做同样的事。竞争对手 Sunset 的数据转售业务增长迅猛，创始人兼CEO Brendan Mahony 说，Sunset 会按人数、经营年限、数据量和团队使用工具的方式给濒死客户的资产估价。他用刨花板打比方：这些运营尾气数据就像大家都以为没价值的木屑，其实里面有大量可用之处。

需求是去年突然出现的——AI训练实验室撞上了公开数据和合成数据的上限。Surge AI 会买数据来搭建"强化学习训练场"，让客户的AI智能体在里面练习任务，比如调试复杂的IT架构或起草上诉状。负责这项业务的 Nick Heiner 说，他要找的是能反映各种情境、从分歧到棘手判断的数据归档；一家公司的 Slack 历史如果对话丰富且有深度，可能比另一家的 Slack、邮件加日历全都加起来还值钱。真实归档能避免合成世界里的常见错误（比如引用不存在的日期），但训练效果能提升多少仍不清楚——至今没有公司发布过真实数据与替代方案训练的对比测试。定价也反映了这种不确定：Heiner 说买家给出的报价差异极大，因为估值基于"研究假设"，比如估算10万行代码能产出多少有用任务。

大交易已经出现。今年8月，在Spirit航空的破产程序中，Google 击败AI数据公司 Mercor，以1000万美元买下这家航司数十年的数据，包括1亿封邮件、5亿条 Teams 消息和17.6万份员工记录。彭博社9月还报道，SpaceX 的AI部门正考虑从陷入困境的初创公司买数据。

法律上，这一切可能会变得麻烦。Spirit 的空乘工会以隐私为由反对这笔出售，为AI初创公司提供咨询的律师 Greg Ewing 称这类数据"在法律上具有放射性"。供应商会雇数据科学家清洗个人身份信息、排除HR记录，买家也说自己会做同样处理。但 Ewing 指出，邮件和日历里藏着不少私人细节：就医预约、接送孩子的安排、约会计划。他形容这是一个"AI训练的法外之地"，正在慢慢让位于正规的授权协议和经过审核的使用方式。

收益归谁也是问题。出售所得通常流向高级债权人和投资人，而不是员工。在埃默里大学法学教授、《量化打工人》作者 Ifeoma Ajunwa 看来，这构成一种"被俘获的资本"：法律允许为了帮员工完成工作而实施监控，但公司一旦倒闭，这个理由就消失了。她说，雇主在出售员工数据前应该获得明确同意，但她也提醒，目前并没有联邦法律禁止这类出售。在不少人眼里，这个新市场是失败企业收回部分价值的机会，但它也有明显局限：创始人对买家是谁、打算怎么用几乎一无所知，也很难判断报价是否公道。

编译自 MIT Technology Review，原标题："AI labs are buying data from dead startups to train their models"