AI实验室收购倒闭初创公司数据用于模型训练

数据成为倒闭公司的‘数字遗产’

当Keelan Miskell今年关闭其加密初创公司时，他原以为匿名用户数据和短短几年的运营记录几乎一文不值。然而，通过中介公司SimpleClosure，他最终以约2.5万美元售出代码库，并就Google、Notion、Figma和Slack中的工作区数据达成另一笔待定交易（预估约1.5万美元）。‘至少我们两年半的努力，在某个地方对某个人还有价值，’他说。

SimpleClosure是近年兴起的‘初创企业终期服务’生态中的一员。Carta与AngelList数据显示，近年初创公司关停率年增26%–56%，催生了包括法律清算顾问、‘企业临终陪伴师’（death doulas）及专项处置服务商在内的完整链条。如今，这一生态正延伸至AI训练数据市场——科技‘殡葬从业者’开始向AI实验室兜售倒闭公司的‘数据遗骸’。

从代码到Slack：被重新估值的‘运营废料’

SimpleClosure于今年4月正式将数据销售纳入服务，其Asset Hub平台协助创始人打包出售代码、邮件、即时通讯记录、文档等数字资产。买家涵盖基础大模型实验室、构建模拟办公环境的AI训练供应商，以及自研模型的成熟科技公司。截至目前，Asset Hub已处理逾150笔交易，预计到2026年底可向关停初创企业返还超1000万美元。CEO Dori Yona指出，曾属‘罕见且略带禁忌’的数据交易，如今已占SimpleClosure全部业务的47%。

行业对手Sunset亦快速拓展同类业务。其创始人Brendan Mahony按团队规模、运营年限、数据总量及工具使用深度评估资产价值，并将这类‘运营废料数据’比作刨花板——过去被视为无用的木屑，实则蕴含可观价值。

需求激增与性能迷雾

去年起，AI训练实验室在公共数据与合成数据上遭遇瓶颈，对真实企业数据的需求骤然升温。例如，Surge AI采购此类数据构建‘强化学习训练场’，供客户AI智能体练习复杂任务，如调试IT架构或起草上诉状。该公司负责人Nick Heiner强调，高质量数据需反映真实情境多样性——一次包含深度讨论与分歧的Slack对话历史，其价值可能远超另一家公司整合的Slack、邮件与日历全量数据。真实档案可规避合成数据常见缺陷（如虚构日期），但实际性能提升幅度尚无公开对比测试验证。

定价机制高度不确定：买家报价差异巨大，估值依据多为‘研究假设’——例如预估10万行代码能支撑多少有效训练任务。尽管如此，大额交易仍在发生：今年8月，谷歌在Spirit Airlines破产程序中以1000万美元击败AI数据公司Mercor，购得该航司数十年积累的1亿封邮件、5亿条Teams消息及17.6万份员工记录；9月彭博社报道，SpaceX的AI部门也在评估收购困境初创企业的数据。

法律风险与劳工权益真空

该市场潜藏显著法律与伦理风险。Spirit航空乘务员工会以隐私为由反对数据出售；AI初创法律顾问Greg Ewing称此类数据为‘法律放射性物质’。尽管供应商与买家均声称会脱敏处理（剔除PII及HR记录），Ewing指出，医生预约、子女接送安排、约会计划等私密信息常隐匿于邮件与日历中。他形容当前局面为‘AI训练的狂野西部’，正缓慢转向规范许可协议与用途审查。

更深层问题在于收益分配：数据出售所得通常流向优先债权人与投资者，而非普通员工。埃默里大学法学教授Ifeoma Ajunwa（《量化劳动者》作者）称之为‘被俘获的资本’。她指出，雇主监控员工数据本以提升工作效率为法理基础，但企业停摆后该基础即告消失。‘雇主须获得员工明确同意方可出售其数据，’Ajunwa强调，‘但目前尚无联邦法律禁止此类行为。’

透明度缺失与估值困境

此外，创始人对买家身份及数据用途几无知情权，也难以判断报价是否公允。随着市场演进，数据定价机制有望逐步成熟，但当前仍处于粗放探索阶段。