AI实验室正在从倒闭的初创公司购买数据以训练模型

科技“殡葬业者”正把倒闭初创公司的数据残骸卖给AI实验室，形成一个新兴的数据转售行业。这个行业的供给端来自一个持续扩大的池子：Carta与AngelList的估算显示，近年来初创公司倒闭数量每年上升26%至56%。

SimpleClosure是这个行业的一个代表。它于今年4月把数据销售加入其服务，其Asset Hub平台帮助创始人出售代码与工作区数据（邮件、聊天记录、文档）。据该公司披露，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1000万美元。SimpleClosure首席执行官Dori Yona表示，如今47%的SimpleClosure交易包含代码或数据销售。

行业竞争对手Sunset也拥有快速增长的的数据转售业务。其创始人兼首席执行官Brendan Mahony称，Sunset按人数、运营年限、数据量和团队工具使用方式来估值。

对已倒闭公司数据的需求在去年突然出现，原因是AI训练实验室触及了公开与合成数据集的极限。这一判断来自报道对行业时点的描述。

买家并不只是基础模型实验室。Surge AI购买数据以构建“强化学习训练场”，让客户的AI智能体在其中练习调试复杂IT架构或起草上诉状等任务。SimpleClosure的买家还包括为AI训练构建模拟工作区的供应商，以及自建模型的成熟科技公司。

真实档案数据相比合成数据能避免引用不存在日期等错误，但性能提升幅度尚不明确。目前没有任何公司发布过比较真实世界数据训练与替代方案结果的测试。

定价反映了这种不确定性。买家报价差异极大，估值基于估算10万行代码能产生多少有用任务的“研究论点”。这意味着同一份代码或工作区数据，在不同买家眼中可能价值悬殊。

一个具体的交易样本是创始人Keelan Miskell。他为其代码库获得约2.5万美元，其Google、Notion、Figma和Slack工作区数据还有一笔待定款项（可能约1.5万美元）。这笔交易由SimpleClosure撮合。

更大的交易已经出现。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，以1000万美元买下该航空公司数十年的数据，包括1亿封邮件、5亿条Teams消息和17.6万份员工记录。此外，彭博社9月报道称，SpaceX的AI部门正在考虑从陷入困境的初创公司购买数据。

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”，并指出邮件和日历中潜藏着就诊预约、接送孩子安排、约会计划等私人细节。

Spirit的空乘工会以隐私为由反对该数据出售，这使Spirit交易面临法律挑战，最终结果不明。供应商雇用数据科学家清洗个人可识别信息并排除人力资源记录，买家也称会自行清洗，但Ewing的描述指向一个“狂野西部”式的AI训练阶段，正在开始让位于正式的许可协议和经过审查的使用。

法律先例允许为帮助员工完成工作而进行监控，但公司倒闭后这一理由不复存在。埃默里大学法学教授Ifeoma Ajunwa认为这构成一种“被俘获的资本”，并主张雇主在出售员工数据前应获得明确同意，同时指出目前没有联邦法律禁止此类销售。

这些出售所得通常流向高级债权人和投资者，而非员工。这是收益分配上的一个结构性事实，与数据来源主体（员工）之间形成错位。

创始人一侧的信息同样不透明。创始人几乎无法了解谁在购买数据及其用途，也难以保证自己获得了公平报价。

数据价格预计在未来一年趋于稳定，但前提是AI泡沫不先破裂。这一预期本身也带有条件性。