AI 实验室购买关停初创数据用于训练模型

当 Keelan Miskell 今年开始逐步关停他的加密货币初创公司时，他并不认为这些数据值多少钱：用户是匿名的，公司也才成立几年。但他此后已把公司的数字档案变成了真金白银。他的代码库净得大约 25,000 美元，Google、Notion、Figma 和 Slack 中的工作区数据还有一笔尚未到账的金额（很可能在 15,000 美元左右）。“至少我们这两年半所做的那些事，对某处的某个人来说是有价值的，”他说。

这笔出售由一家名为 SimpleClosure 的公司居间促成，它属于科技业一个新的增长领域：为行将倒闭的初创公司提供服务的企业。来自 Carta 和 AngelList 的估算显示，近年来关停数量每年上升 26% 至 56%，一个终局生态系统已经形成——包括教练、“死亡助产士”，以及帮助处理破产所带来的法律、税务和运营难题的公司。如今，科技殡葬业者正把数据遗骸卖给 AI 实验室。 

SimpleClosure 于 4 月在其服务中增加了数据销售。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，以及正在打造自有模型的成熟科技公司。Asset Hub 已处理超过 150 笔交易，并预计到 2026 年底向初创公司返还超过 1,000 万美元。首席执行官 Dori Yona 看到，这些一度罕见且“多少有些忌讳”的交易正变得日益常规，如今 SimpleClosure 47% 的交易都包含代码或数据销售。 

而且它有了同行。行业竞争对手 Sunset 也拥有一项快速增长的数据转售业务。创始人兼首席执行官 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，来为濒死客户的资产估值。他说，刨花板是一个恰当的类比：“这些运营副产物数据就像木屑，人人都以为没有价值，实际上却价值巨大。” 

对已倒闭公司数据的需求于去年突然出现，当时 AI 训练实验室触及了公开数据集和合成数据集的极限。例如，Surge AI 购买数据来打造“强化学习健身房”，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。领导该公司这些环境相关工作的 Nick Heiner 表示，他寻找能反映一系列情境的数据档案，从意见分歧到棘手的判断抉择。Heiner 解释说，如果一家公司的 Slack 历史捕捉到了多样且有深度的对话，其价值可能超过另一家的 Slack、电子邮件和日历加起来。

真实档案避免了合成世界中的常见错误，例如提及并不存在的日期，但性能提升的程度仍不清楚。还没有公司发布测试，来比较真实世界数据训练与替代方案的结果。定价反映了这种不确定性：Heiner 说，买家报出的数字相差极大，因为估值基于“研究论点”，用以估算比如 100,000 行代码能产生多少有用任务。

但这并未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，买下该航空公司数十年的数据，其中包括1亿封电子邮件、5亿条Teams消息以及17.6万份员工记录。价格：1000万美元。而Bloomberg报道在9月称，SpaceX的AI部门正在考虑从陷入困境的初创公司购买数据。 

从法律上看，这一切都可能变得不太稳妥。Spirit的空乘工会以隐私为由反对此次出售，为AI初创公司提供咨询的律师Greg Ewing称此类数据“在法律上具有放射性”。供应商雇用数据科学家来清除个人身份信息并排除人力资源记录，买方也表示他们会进行清除。但Ewing指出，电子邮件和日历中潜藏着一些私人细节：就医预约、学校接送安排、约会之夜计划。他将此描述为“AI训练的蛮荒西部”，而这种局面才刚刚开始让位于正规的许可协议和经过审查的使用。

此外，还有谁能从这些意外之财中获利的问题。收益通常流向优先债权人和投资者——而非员工。对Emory University法学教授、著有The Quantified Worker的Ifeoma Ajunwa来说，这是一种“被俘获的资本”。法律先例允许为帮助员工完成工作而进行监控，但一旦公司停业，这一理由便不复存在。“雇主在出售员工数据之前应获得明确同意，”Ajunwa说，但她补充道，目前没有联邦法律禁止此类出售。

尽管许多人将这一新市场视为经营失败的企业挽回部分价值的机会，但这些清盘出售也存在局限。创始人几乎无法了解谁在购买这些数据以及他们打算如何使用。此外，也几乎无法保证他们得到的是公平报价。不过，数据价格很可能在未来一年趋于稳定，除非AI泡沫先破裂。无论如何，科技界的新殡葬师都会在那里为所剩之物估价。 

Matthew King是驻巴尔的摩的科技与环境记者。