تصور کنید تمام بحث‌های محرمانه، ایمیل‌های عصبی و کدهای ناقص یک شرکت ورشکسته، حالا به سوخت موتورهای هوش مصنوعی تبدیل شده است. گوگل در ماه اوت ۲۰۲۴ با پرداخت ۱۰ میلیون دلار، دهه‌ها داده از شرکت Spirit Airlines را خرید تا مدل‌های خود را با واقعیت‌های تلخ و شیرین دنیای کسب‌وکار آموزش دهد. این معامله شامل ۱۰۰ میلیون ایمیل، ۵۰۰ میلیون پیام Teams و ۱۷۶ هزار پرونده کارکنان است. طبق گزارش منابع صنعتی، این اقدام نشان‌دهنده چرخش راهبردی در آموزش مدل‌هاست؛ جایی که شرکت‌ها به‌جای وب‌های باز، به دنبال «پس‌مانده‌های عملیاتی» (Operational Exhaust) شرکت‌های در حال مرگ هستند. این رویکرد در راستای استراتژی جدید آزمایشگاه‌های هوش مصنوعی برای خرید داده‌های ناپخته است تا دقت مدل‌ها در محیط‌های واقعی افزایش یابد.
وقتی مدل‌های بنیادی به سقف داده‌های عمومی و داده‌های مصنوعی (Synthetic Data) — که شبیه به غذای آزمایشگاهی برای هوش مصنوعی است و گاهی طعم واقعیت را ندارد — می‌رسند، ارزش آرشیوهای شرکتی جهش می‌کند. همین وضعیت باعث ظهور «بهشت‌بانان تکنولوژی» (Tech Undertakers) شده است؛ شرکت‌هایی که تصفیه قانونی، مالیاتی و عملیاتی استارتاپ‌ها را مدیریت کرده و همزمان به عنوان دلال، دارایی‌های دیجیتال آن‌ها را می‌فروشند. برای بسیاری از بنیان‌گذاران، این تنها راه بازگشت سرمایه از یک سرمایه‌گذاری شکست‌خورده است.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، دسترسی به داده‌های واقعی، مرز بین یک مدل تئوریک و یک مدل کاربردی است. بر اساس تخمین‌های اخیر Carta و AngelList، نرخ تعطیلی استارتاپ‌ها سالانه بین ۲۶ تا ۵۶ درصد رشد کرده است. این روند صعودی، اکوسیستم جدیدی از مربیان، «همراهان مرگ» (Death Doulas) و شرکت‌های تخصصی ایجاد کرده که خدماتشان دقیقاً برای کسب‌وکارهای در حال فروپاشی طراحی شده است. این تمایل به تصاحب آرشیوهای رها شده، تنها محدود به گوگل نیست و طرح‌های مشابهی در OpenAI برای تبدیل پرونده‌های محرمانه شرکت‌های ورشکسته نیز مشاهده شده است.
برای بنیان‌گذارانی مثل کیلن میسکل که امسال یک استارتاپ کریپتویی را تعطیل کرد، این خدمات نجات‌بخش بود و آرشیوهای دیجیتال را به نقدینگی تبدیل کرد. او حدود ۲۵ هزار دلار بابت کدها و ۱۵ هزار دلار دیگر بابت داده‌های فضای کاری از گوگل، Notion، Figma و Slack دریافت کرد. او می‌گوید: «حداقل تمام زحمات دو سال و نیم ما برای کسی در جایی ارزش داشت».
شرکت‌هایی مثل SimpleClosure و Sunset اکنون دلالان اصلی این بازار هستند. SimpleClosure در آوریل ۲۰۲۴ پلتفرم Asset Hub را برای کمک به بنیان‌گذاران جهت فروش کدها و داده‌های فضای کاری راه‌اندازی کرد. این شرکت پیش‌بینی می‌کند تا پایان ۲۰۲۶ بیش از ۱۰ میلیون دلار به استارتاپ‌ها بازگرداند و ۴۷ درصد از معاملاتش اکنون مربوط به فروش داده است. دوری یونا، مدیرعامل این شرکت، می‌گوید این معاملات که زمانی «تا حدی تابو» بودند، حالا به روالی عادی تبدیل شده‌اند.
خریداران، از جمله آزمایشگاه‌های مدل‌های بنیادی و تامین‌کنندگانی مثل Surge AI، این آرشیوها را به‌عنوان «باشگاه‌های یادگیری تقویتی» (Reinforcement Learning Gyms) می‌بینند. این محیط‌ها به عامل‌های هوش مصنوعی (AI Agents) — شبیه به کارآموزانی که در محیط واقعی تمرین می‌کنند تا اشتباهاتشان را یاد بگیرند — اجازه می‌دهد کارهای پیچیده و واقعی مثل تنظیم لوایح تجدیدنظر دادگاه یا عیب‌یابی معماری‌های پیچیده IT را تمرین کنند. نیک هاینر از Surge AI معتقد است ارزش این داده‌ها به سه عامل کلیدی بستگی دارد:
- پیچیدگی: آرشیوهایی که شامل اختلافات، بحث‌ها یا تصمیمات سخت مدیریتی هستند، بسیار ارزشمندتر از گزارش‌های روتین‌اند. برای مثال، تاریخچه Slack یک شرکت اگر تنوع بیشتری داشته باشد، می‌تواند از مجموع ایمیل‌ها و تقویم‌های یک شرکت دیگر ارزشمندتر باشد.
- اصالت: داده‌های واقعی برخلاف داده‌های مصنوعی، خطاهایی مثل ارجاع به تاریخ‌های خیالی یا وقایعی که هرگز رخ نداده‌اند را ندارند.
- حجم و مقیاس: برندان ماهونی، مدیرعامل Sunset، دارایی‌ها را بر اساس تعداد کارکنان، سال‌های فعالیت و حجم کل داده‌ها قیمت‌گذاری می‌کند. او این داده‌ها را به «تخته‌خرطومه» تشبیه می‌کند؛ تراشه‌های چوبی که همه فکر می‌کردند بی‌ارزش‌اند اما در مجموع حجم عظیمی دارند و قابل استفاده‌اند.
با این حال، قیمت‌گذاری در این بازار نوسانی است. هاینر اشاره می‌کند که خریداران بر اساس «فرضیات پژوهشی» (Research Theses) خود، قیمت‌های متفاوتی پیشنهاد می‌دهند؛ مثلاً تخمین می‌زنند که از ۱۰۰ هزار خط کد، چند تسک کاربردی می‌توان استخراج کرد.
اما این بازار در یک منطقه خاکستری قانونی حرکت می‌کند. گرگ یوئینگ، وکیل دادگاه، این داده‌ها را «رادیواکتیو» می‌نامد؛ زیرا در تقویم‌های شرکتی، اطلاعات عمیقاً شخصی مثل قرارهای پزشکی، برنامه‌های دنبال کردن فرزندان از مدرسه یا برنامه‌های شب‌های عاشقانه کارکنان پنهان شده است. اگرچه تامین‌کنندگان و خریداران از دانشمندان داده برای پاک‌سازی اطلاعات شناسایی شخصی (PII) و حذف پرونده‌های HR استفاده می‌کنند، اما یوئینگ وضعیت فعلی را «غرب وحشی آموزش هوش مصنوعی» توصیف می‌کند.
از منظر نیروی کار، این سود به ندرت به دست کسانی می‌رسد که داده‌ها را تولید کرده‌اند. ایفوما اجونوا، استاد حقوق، می‌گوید درآمدها معمولاً به طلبکاران ارشد و سرمایه‌گذاران می‌رسد، نه کارکنان. او معتقد است فروش داده‌های کارگران بدون رضایت صریح، نوعی «سرمایه تصاحب‌شده» (Captured Capital) است، زیرا توجیه اولیه نظارت بر محیط کار با بسته شدن شرکت از بین می‌رود. او تاکید می‌کند که در حال حاضر هیچ قانون فدرالی برای ممنوعیت این فروش‌ها وجود ندارد.
برای صنعت هوش مصنوعی، این روند یعنی جهش بعدی در قابلیت‌های عامل‌محور از مشاهده نحوه همکاری، بحث و حل مسئله انسان‌ها در فضاهای خصوصی حاصل خواهد شد. به همین دلیل است که بلومبرگ در سپتامبر ۲۰۲۴ گزارش داد واحد هوش مصنوعی SpaceX در حال بررسی خرید داده از استارتاپ‌های در حال شکست است.
بنیان‌گذاران شاید مقداری پول به دست آورند، اما اغلب دید محدودی درباره اینکه چه کسی داده‌ها را می‌خرد یا آیا پیشنهاد قیمت منصفانه است، دارند. با این حال، بازار به دلیل تقاضای بالا برای داده‌های باfidelity از رفتار انسانی، به سمت قراردادهای رسمی لایسنس در حال حرکت است.
در آینده باید منتظر دعاوی حقوقی حریم خصوصی از سوی اتحادیه‌های کارگری باشیم — مانند اتحادیه مهمانداران هواپیما که به فروش داده‌های Spirit Airlines اعتراض کردند — یا مقررات فدرال جدید در مورد مالکیت «داده‌های محیط کار» پس از انحلال یک شرکت.
گام بعدی شما
- اگر بنیان‌گذار استارتاپی هستید که به پایان راه رسیده، دارایی‌های دیجیتال خود را پیش از پاک‌سازی بررسی کنید؛ ممکن است ارزشمندتر از آنچه فکر می‌کنید باشند.
- مدیران محصول باید بدانند که مدل‌های آینده بر اساس «رفتارهای انسانی واقعی» و نه فقط متون وب آموزش می‌بینند؛ این یعنی مدل‌ها در شبیه‌سازی تعارضات سازمانی دقیق‌تر می‌شوند.
- متخصصان حریم خصوصی باید روی ابزارهای پاک‌سازی داده‌های سازمانی (PII Scrubbing) برای بازارهای ثانویه تمرکز کنند.
اما نبرد حقوقی بر سر مالکیت این داده‌ها تازه آغاز شده است؛ اثر اعتراضات اتحادیه‌های کارگری بر قیمت این دارایی‌ها را در گزارش بعدی بررسی خواهیم کرد.
گفتگو