AI 实验室开始收购倒闭创业公司的数据用于模型训练

当 Keelan Miskell 今年开始逐步关闭他的加密货币初创公司时，他并不认为其数据有多大价值：用户是匿名的，公司也才成立几年。但他后来把公司的数字档案变成了真金白银。他的代码库净赚了大约 25,000 美元，而 Google、Notion、Figma 和 Slack 中的工作区数据还在待定（可能约 15,000 美元）。他说：“至少我们两年半来做的那些东西，对某个地方的某个人来说是有价值的。”

这笔交易由一家名为 SimpleClosure 的公司撮合，它属于科技行业一个新增长领域的一部分：为垂死初创公司提供服务的企业。来自 Carta 和 AngelList 的估算显示，近年来倒闭数量每年增长 26% 到 56%，一个临终生态系统——包括教练、“死亡陪护”，以及帮助处理破产所涉法律、税务和运营难题的公司——已经出现。如今，科技殡葬业者正在把数据遗骸卖给 AI 实验室。 

SimpleClosure 于 4 月将数据销售加入其服务。其 Asset Hub 平台帮助创始人出售代码和工作区数据——电子邮件、聊天记录、文档。买家包括基础 AI 实验室、为 AI 训练构建模拟工作区的供应商，以及正在构建自己模型的成熟科技公司。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 1,000 万美元。CEO Dori Yona 看到这些曾经罕见且“有些禁忌”的交易正变得越来越常规，如今 47% 的 SimpleClosure 交易包含代码或数据销售。 

而且它还有同行。行业竞争对手 Sunset 也有一项快速增长的データ转售业务。创始人兼 CEO Brendan Mahony 表示，Sunset 根据员工人数、运营年限、数据量以及团队如何使用其工具来评估垂死客户的资产。他说，刨花板是个很好的类比：“这种运营废气数据就像木屑，所有人都认为它没有价值，但实际上它价值巨大。” 

对已倒闭公司数据的需求去年突然出现，因为 AI 训练实验室触及了公共和合成数据集的极限。例如，Surge AI 购买数据来构建“强化学习训练场”，让客户的 AI 智能体在其中练习任务——比如调试复杂的 IT 架构或起草上诉状。负责该公司这些环境工作的 Nick Heiner 表示，他寻找能反映从分歧到棘手判断等各种情况的数据档案。Heiner 解释说，一家公司的 Slack 历史记录，如果捕捉到了多样且深入的对话，其价值可能超过另一家公司的 Slack、电子邮件和日历的总和。

真实档案避免了合成世界中常见的错误，例如引用不存在的日期，但性能提升的程度仍不清楚。目前还没有公司发布比较真实世界数据训练与其他替代方案结果的测试。定价反映了这种不确定性：Heiner 说，买家报价差异极大，因为估值基于“研究假设”，即估算例如 10 万行代码能产生多少有用任务。

这并没有阻止更大规模的交易发生。今年8月，作为Spirit Airlines破产程序的一部分，Google出价高于AI数据公司Mercor，买下了这家航空公司数十年的数据，包括1亿封电子邮件、5亿条Teams消息和17.6万份员工记录。价格为1000万美元。而Bloomberg报道称，SpaceX的AI部门在9月正考虑从陷入困境的初创公司购买数据。 

从法律角度看，这一切都可能变得棘手。Spirit的空乘工会以隐私为由反对这笔出售，而为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”。供应商会聘请数据科学家清洗个人身份信息并排除人力资源记录，买家也表示他们也会进行清洗。但Ewing指出，电子邮件和日历中潜藏着一些私人细节：就诊预约、接送孩子上学的安排、约会之夜的计划。他形容这是“AI训练的狂野西部”，而这种情况才刚刚开始让位于正规的许可协议和经过审查的使用方式。

还有一个问题是，谁从这些意外之财中获利。收益通常流向高级债权人和投资者——而不是员工。对于Emory大学法学教授、《The Quantified Worker》一书作者Ifeoma Ajunwa来说，这代表了一种“被俘获的资本”。法律先例允许为了帮助员工完成工作而进行监控，但一旦公司倒闭，这一理由就消失了。“雇主在出售员工数据之前应获得明确同意，”Ajunwa说，但她补充说，并没有联邦法律禁止此类出售。

虽然许多人将这个新市场视为濒临倒闭的企业挽回部分价值的机会，但这些清盘出售也有局限性。创始人几乎无法了解谁在购买数据，以及他们计划如何使用这些数据。此外，也几乎无法保证他们得到了公平的报价。不过，数据价格可能会在未来一年趋于稳定，除非AI泡沫先破裂。无论如何，科技行业的新任“殡葬师”都会在那里，为剩下的东西估价。 

Matthew King是驻巴尔的摩的科技与环境记者。