初创公司死了，数据却成了AI的抢手货

编者按：一家初创公司死亡时，它的用户数据往往比它的代码更值钱。当AI实验室开始把目光投向破产清算名单，“数据遗产”正在变成一门真正的生意。

据MIT Technology Review报道，AI实验室正在从已经关停的初创公司手中购买数据，用于训练大模型。创业者基兰·米斯凯尔（Keelan Miskell）在着手关停自己的加密初创公司时，原本以为公司留下的数据值不了多少钱。但事实证明他错了——这些看似无用的记录，对正在为训练数据发愁的AI公司而言，可能是一笔被严重低估的资产。

当“数据墙”撞上“清算潮”

过去两年，AI行业最常被提及的瓶颈之一，是高质量训练数据的枯竭。公开互联网上易于抓取的文本、代码和图像，几乎已被大模型“吃”了一遍；版权方收紧授权、网站筑起反爬高墙，让“免费午餐”越来越少。与此同时，另一条供给曲线正在形成：大量在融资寒冬中倒下的初创公司，留下了结构清晰、标注规范、垂直领域针对性极强的数据资产——客服对话、代码仓库、金融交易记录、医疗问诊日志，不一而足。

这些数据通常比爬虫抓来的网页更“干净”：有明确的用户协议、有统一的数据结构、有真实业务场景带来的上下文。对苦于找不到专业领域语料的AI公司来说，这几乎是量身定做的训练素材。更关键的是，卖方往往急于变现，议价能力薄弱。

破产清算中的“隐形资产”

传统上，初创公司清算时最值钱的是专利、团队和设备，数据反而被视为“技术负债”——存储要花钱，删除要合规，留着还有泄露风险。如今情况正在反转。清算机构、资产处置平台和数据经纪商开始把用户数据集单独打包出售，价格从几千美元到数百万美元不等，取决于数据的稀缺性与合规程度。

编者观察：数据的所有权与处置权，正成为AI供应链上最模糊、也最值钱的一环。创始人以为自己在清理遗物，实际上是在拍卖一座尚未被定价的矿。

这也催生了一个新的中间层：专门扫描破产法庭文件、寻找“数据资产”的买家与掮客。他们的工作，是在一家公司彻底消失之前，把它的数字记忆抢救出来并转手。

隐私、合规与“二次生命”的灰色地带

这门生意并非没有争议。用户在注册时同意的隐私政策，通常只授权公司“为提供服务”使用其数据，并未明确允许在破产后将数据转让给第三方用于训练AI。当公司易主、资产被拍卖，这些同意是否自动延续？欧盟GDPR、美国各州隐私法对此给出的答案并不一致。更现实的风险是：数据一旦流入模型，就几乎无法被“遗忘”——即便原公司倒闭，用户的个人信息仍可能以参数的形式长期存在。

这也让“数据尽职调查”成为新行当：买方需要确认数据来源合法、授权链条完整、不含敏感个人信息，否则买到的可能不是资产，而是一场诉讼。对监管者而言，一个棘手的问题是：当数据成为可交易资产，用户的“被遗忘权”该如何在模型权重中落地？

另一半故事：AI正在学习“听懂”动物

同一期《The Download》还关注了另一个前沿方向——跨物种交流。研究人员正利用机器学习分析鲸类、鸟类等动物的声音信号，试图找出其中的语法结构与语义单元。AI强大的模式识别能力，让“与动物对话”从科幻命题变成了可实验的科学问题：从座头鲸的歌声到灵长类的手势，越来越多的数据集正在被建立。

当然，谨慎的声音同样存在——把人类语言模型直接套用到动物身上，可能只是一种拟人化的误读；缺乏行为学验证的“翻译”，很容易沦为过度解读。

无论是买下倒闭公司的数据，还是解码鲸鱼的低鸣，两条新闻指向同一个底层逻辑：AI的下一步突破，取决于我们能否找到、读懂并合法使用那些此前被忽视的数据。而当数据从“副产品”变成“核心资产”，围绕它的定价、确权与伦理规则，才刚刚开始书写。

本文编译自MIT Technology Review