Лабораторії ШІ купують дані закритих стартапів, щоб навчати свої моделі

Коли цього року Кілан Міскелл почав згортати роботу свого криптостартапу, він не думав, що його дані багато варті: користувачі були анонімними, а компанії виповнилося лише кілька років. Але згодом він перетворив цифрові архіви фірми на реальні гроші. Він отримав приблизно $25 000 за свою кодову базу, а також ще не виплачену суму (імовірно, близько $15 000) за дані робочого простору в Google, Notion, Figma та Slack. «Принаймні все те, чим ми займалися протягом двох із половиною років, для когось десь таки має цінність», — каже він.

Продаж організувала компанія SimpleClosure, що є частиною нового сегмента технологічної індустрії: бізнесів, які обслуговують стартапи, що згасають. Оцінки Carta та AngelList свідчать, що останніми роками кількість закриттів щороку зростала на 26–56%, і виникла екосистема кінця життєвого циклу — зокрема, коучі, «доули смерті» та фірми, які допомагають впоратися з юридичними, податковими й операційними труднощами банкрутства. Тепер технологічні «поховальники» продають залишки даних компаній лабораторіям ШІ. 

У квітні SimpleClosure додала продаж даних до переліку своїх послуг. Її платформа Asset Hub допомагає засновникам продавати код і дані робочого простору — електронні листи, чати, документи. Серед покупців — лабораторії фундаментального ШІ, постачальники, які створюють змодельовані робочі простори для навчання ШІ, а також зрілі технологічні компанії, що розробляють власні моделі. Asset Hub уже провела понад 150 угод і очікує до кінця 2026 року повернути стартапам понад $10 млн. Генеральний директор Дорі Йона бачить, як ці транзакції, колись рідкісні й «дещо табуйовані», стають дедалі звичнішими: тепер 47% угод SimpleClosure включають продаж коду або даних. 

І це не єдина така компанія. Конкурент у галузі Sunset також має бізнес із перепродажу даних, що швидко зростає. Засновник і генеральний директор Брендан Махоні каже, що Sunset оцінює активи клієнта, який припиняє діяльність, за кількістю працівників, роками роботи, обсягом даних і тим, як команда використовувала свої інструменти. Хорошою аналогією, за його словами, є деревностружкова плита: «Ці дані, що є операційними відходами, схожі на деревну стружку, яку всі вважали нічого не вартою, але насправді вона має величезну цінність». 

Попит на дані неіснуючих компаній раптово виник минулого року, коли лабораторії, що навчають ШІ, досягли межі можливостей публічних і синтетичних наборів даних. Наприклад, Surge AI купує дані для створення «тренажерних залів навчання з підкріпленням», де ШІ-агенти клієнтів практикуються у виконанні завдань — скажімо, налагодженні складної ІТ-архітектури або підготовці апеляційних скарг. Нік Гайнер, який керує роботою компанії над такими середовищами, каже, що шукає архіви даних, які відображають широкий спектр ситуацій — від розбіжностей у думках до складних рішень, що потребують розсуду. Гайнер пояснює, що історія листування однієї компанії в Slack, якщо вона містить різноманітні й змістовні розмови, може коштувати більше, ніж Slack, електронна пошта й календарі іншої компанії разом узяті.

Реальні архіви дають змогу уникнути поширених помилок у синтетичних світах, як-от посилань на дати, яких не існує, але масштаб покращення результатів залишається незрозумілим. Жодна компанія ще не оприлюднила тестів, які б порівнювали результати навчання на даних реального світу з альтернативами. Ціни відображають цю невизначеність: за словами Гайнера, покупці називають кардинально різні суми, оскільки оцінки ґрунтуються на «дослідницьких гіпотезах», які визначають, скільки корисних завдань можна отримати, скажімо, зі 100 000 рядків коду.

Це не завадило укладенню більших угод. У серпні цього року, в межах процедури банкрутства Spirit Airlines, Google перебила пропозицію компанії з роботи з даними для ШІ Mercor і придбала дані авіаперевізника за кілька десятиліть, зокрема 100 мільйонів електронних листів, 500 мільйонів повідомлень у Teams і 176 000 записів про працівників. Ціна: $10 млн. А у вересні Bloomberg повідомило, що підрозділ ШІ компанії SpaceX розглядає можливість купівлі даних у стартапів, які переживають труднощі. 

З юридичного погляду все це може виявитися проблематичним. Профспілка бортпровідників Spirit заперечила проти продажу з міркувань конфіденційності, а Грег Юїнг, адвокат, який консультує стартапи у сфері ШІ, назвав такі дані «юридично радіоактивними». Постачальники наймають фахівців із даних, щоб видаляти персональну інформацію та виключати записи відділів кадрів, і покупці кажуть, що також очищають дані. Але Юїнг звертає увагу на деякі приватні подробиці, які приховуються в електронних листах і календарях: прийоми у лікаря, домовленості забрати дітей зі школи, плани побачень. Він описує «Дикий Захід навчання ШІ», який лише починає поступатися місцем належним ліцензійним угодам і перевіреному використанню.

Також постає питання, хто отримує прибуток від цих несподіваних доходів. Виручка зазвичай надходить старшим кредиторам та інвесторам, а не працівникам. Для Іфеоми Аджунви, професорки права в Університеті Еморі та авторки книги The Quantified Worker, це є формою «захопленого капіталу». Судовий прецедент дозволяє здійснювати моніторинг, щоб допомагати працівникам виконувати їхню роботу, але щойно компанія припиняє діяльність, це обґрунтування зникає. «Роботодавці повинні отримувати чітку згоду, перш ніж продавати дані працівників», — каже Аджунва, але додає, що федерального закону, який забороняв би такі продажі, не існує.

Хоча багато хто вбачає в цьому новому ринку шанс для компаній, що зазнають невдачі, відшкодувати частину вартості, такі продажі під час згортання діяльності також мають обмеження. Засновники майже або зовсім не знають, хто купує дані і що планує з ними робити. До того ж немає особливих гарантій, що вони отримують справедливу пропозицію. Утім, ціни на дані, ймовірно, стабілізуються наступного року — якщо спершу не лусне бульбашка ШІ. У будь-якому разі нові технологічні «поховальники» будуть поруч, щоб оцінити те, що залишилося. 

Метью Кінг — журналіст, який пише про технології та довкілля, із Балтимора.