人工智能实验室购买倒闭初创公司的数据
MIT Technology Review AI··作者 Matthew King
关键信息
SimpleClosure已处理超过150笔交易，并预计到2026年底为初创公司带来超过1000万美元收入；一名加密货币创始人已通过出售代码获得约2.5万美元，工作区数据可能再获得约1.5万美元。此类数据的训练收益尚未得到测试证实，价格差异很大，而且档案可能包含就诊安排或家庭日程等敏感信息，尽管供应商和买方会尝试删除个人身份信息。
资讯摘要
Keelan Miskell关闭加密货币初创公司时，起初认为公司的数据没有多少价值，因为公司成立时间不长，用户也是匿名的。通过SimpleClosure，他以约2.5万美元出售了代码库，并正在等待一笔预计约1.5万美元的Google、Notion、Figma和Slack工作区数据收入。SimpleClosure于4月把数据销售加入初创公司清算服务，其Asset Hub已促成超过150笔交易。该公司表示，基础模型实验室、构建模拟工作区的供应商以及成熟科技公司都是买家，如今其47%的交易涉及代码或数据。
去年，随着人工智能实验室逐渐触及公共数据集和合成数据集的限制，市场需求迅速上升；例如Surge AI就寻找包含多样真实任务和判断场景的档案。真实档案可能避免合成环境中的不一致问题，但目前没有公司公布对比测试，证明它们能改善模型性能。更大规模的交易已经出现，包括Google在Spirit Airlines破产期间据报道以1000万美元购买其数据，尽管空乘工会提出了反对。律师和劳工代表警告说，电子邮件、日历和工作记录可能包含高度私密的信息，因此这类销售的法律地位仍不明确。
资讯正文
AI 实验室正在购买已倒闭初创公司的数据来训练模型
今年，Keelan Miskell 开始逐步关闭自己的加密货币初创公司时，并不认为公司的数据值多少钱：用户都是匿名的，公司也才成立几年。但后来，他把公司的数字档案变成了真金白银。他从代码库中净赚了约 25,000 美元，而 Google、Notion、Figma 和 Slack 中的工作区数据目前仍在等待出售，预计可获得约 15,000 美元。“至少我们花了两年半做的那些东西，在某个地方对某个人来说还是有价值的。”他说。
这笔交易由一家名为 SimpleClosure 的公司撮合。该公司属于科技行业一个新兴的增长领域：为濒临倒闭的初创公司提供服务。Carta 和 AngelList 的估算显示，近年来初创公司关闭数量每年增长 26% 至 56%。一个围绕企业终结而形成的生态也已出现，其中包括教练、“死亡陪护师”，以及帮助企业处理破产清算时法律、税务和运营难题的公司。如今，这些科技行业的“殡葬服务商”开始把数据遗产出售给 AI 实验室。
SimpleClosure 于 4 月将数据销售纳入其服务。该公司的 Asset Hub 平台帮助创始人出售代码和工作区数据，包括电子邮件、聊天记录和文档。买家包括基础模型 AI 实验室、为 AI 训练搭建模拟工作区的供应商，以及正在构建自有模型的成熟科技公司。Asset Hub 已经促成了 150 多笔交易，并预计到 2026 年底将为初创公司带来超过 1,000 万美元的回报。SimpleClosure 首席执行官 Dori Yona 表示，这类交易过去很少见且“多少有些忌讳”，如今却日益成为常规业务；目前 SimpleClosure 促成的交易中，有 47% 包含代码或数据出售。
它并不孤单。业内竞争对手 Sunset 的数据转售业务也在迅速增长。创始人兼首席执行官 Brendan Mahony 表示，Sunset 会根据员工人数、运营年限、数据量以及团队使用工具的方式，评估一家濒临倒闭的客户所拥有的资产。他说，刨花板是一个很好的类比：“这些运营过程中产生的废料数据，就像大家原以为没有价值的木屑，但实际上它的价值非常高。”
去年，市场突然出现了对已倒闭公司数据的需求，因为 AI 训练实验室已经触及公开数据集和合成数据集的极限。例如，Surge AI 会购买数据，用于构建“强化学习训练场”，让客户的 AI 代理练习各种任务——比如调试复杂的 IT 架构，或起草上诉诉状。负责该公司这类环境业务的 Nick Heiner 表示，他寻找的是能够反映各种情境的数据档案，包括意见分歧和棘手的判断。Heiner 解释说，如果一家公司的 Slack 历史记录包含丰富多样且有深度的对话，其价值可能超过另一家公司 Slack、电子邮件和日历数据的总和。
真实档案能够避免合成世界中的常见错误，例如提及根本不存在的日期，但性能提升的幅度仍不明确。到目前为止，还没有公司公布测试结果，对比使用现实世界数据训练与其他替代方案的效果。定价也反映了这种不确定性：Heiner 表示，买家给出的报价差异极大，因为估值建立在所谓的“研究假设”之上，用来估算例如 100,000 行代码能够产生多少有用任务。
这并没有阻止更大规模的交易发生。刚刚过去的8月，作为 Spirit Airlines 破产程序的一部分，Google 击败 AI 数据公司 Mercor，买下了这家航空公司数十年来积累的数据，其中包括1亿封电子邮件、5亿条 Teams 消息和17.6万份员工记录。成交价为1000万美元。彭博社9月报道称，SpaceX 的 AI 部门也在考虑从陷入困境的初创公司手中购买数据。
从法律角度看，这一切可能存在问题。Spirit 的空乘人员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 则称此类数据“在法律上具有放射性”。供应商会雇用数据科学家清除个人可识别信息，并排除人力资源记录，买家也表示他们会进行同样的清理。但 Ewing 指出，电子邮件和日历中隐藏着一些私人细节：就医预约、接送孩子的安排、约会计划。他形容这是一个“AI 训练的狂野西部”，如今才开始让位于正式的许可协议和经过审核的使用方式。
另一个问题是，谁会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。埃默里大学法学教授、《量化员工》一书作者 Ifeoma Ajunwa 认为，这是一种“被攫取的资本”。法律先例允许企业进行监控，以帮助员工完成工作；但一旦公司停止经营，这一理由便不复存在。Ajunwa 表示：“雇主在出售员工数据前，应获得明确同意。”但她补充说，目前没有联邦法律禁止此类出售。
虽然许多人认为，这个新市场为经营失败的企业提供了挽回部分价值的机会，但此类清算出售也存在局限。创始人几乎无法了解究竟是谁买走了这些数据，以及买方打算如何使用这些数据。此外，他们也几乎无法确定自己获得的是公平报价。不过，除非 AI 泡沫先行破裂，否则数据价格可能会在未来一年趋于稳定。无论如何，科技行业新出现的“殡葬师”都会在那里，评估剩下的东西。
来源与参考