在人工智能领域，数据被视为最核心的“燃料”。随着互联网上可用的公开数据逐渐枯竭，各大 AI 公司正面临着前所未有的数据饥渴。为了训练更聪明、更懂“人类逻辑”的大语言模型（LLM），它们将目光投向了企业内部的私有数据，甚至开始通过数据经纪商进行一场隐秘的“灰色交易”。
据 Wired 报道，一家名为 Bright Data 的数据经纪商正在向 AI 厂商兜售企业数据，甚至包括 Google Drive、SharePoint 等平台上的内部文件。这种交易并非个例，而是整个行业正在发生的现象。
从公开网页到私有数据的跨越
过去，AI 训练主要依赖抓取公开的网页内容，如维基百科、新闻文章和博客。然而，随着公共数据的耗尽，AI 公司开始寻找新的增长点。企业内部的文件、电子邮件、会议纪要和代码库，因其包含高度结构化、专业化的知识，成为了 AI 训练的“黄金矿藏”。
这些私有数据不仅能让 AI 模型更好地理解特定行业的术语和流程，还能显著减少模型在回答问题时产生的“幻觉”，提高推理能力。因此，AI 巨头们对获取这些数据有着强烈的渴望。
数据经纪商的“无间道”
为了从受保护的企业网络中获取数据，数据经纪商利用了一种被称为“企业数据代理”的技术。这些代理并非普通的爬虫，而是被伪装成合法的企业员工或合作伙伴。
通过购买和租用真实企业的 IP 地址段，数据经纪商可以绕过企业防火墙的常规限制。他们使用这些“企业 IP”来访问企业内部的云存储、协作平台和邮件系统，将敏感信息批量下载并清洗后，打包出售给 AI 公司。这种商业模式将原本属于企业内部的资产变成了公开的商品。
隐私与商业机密的危机
这种“买方”与“卖方”的隐秘交易，让企业感到极度不安。一旦企业的财务报告、合同细节、产品设计图纸或员工邮件被输入到 AI 模型中，这些信息将永久性地被模型“记忆”。这不仅是隐私泄露的问题，更是商业机密泄露的重大风险。
许多企业尚未意识到自己正在被“收割”。例如，一些员工可能会误将内部系统暴露给公共网络，或者使用了被数据经纪商渗透的 SaaS 工具。一旦数据流出，企业不仅面临法律诉讼（如违反 GDPR 等隐私法规），更可能失去在市场竞争中的核心优势。
行业反思与防御
面对这一趋势，企业界正在觉醒。越来越多的 CTO 和安全官开始重新评估其数据访问策略，加强内部审计，并限制未经授权的数据导出。
同时，AI 公司也在尝试通过“合成数据”或“联邦学习”等新技术来解决数据短缺问题，试图在不直接接触原始数据的情况下训练模型。然而，对于数据经纪商而言，这仅仅是冰山一角，这场关于数据主权和隐私边界的博弈才刚刚开始。
信息来源：Feed: Artificial Intelligence Latest，原文链接：https://www.wired.com/story/ai-companies-really-really-want-to-buy-your-work-files-and-emails/
封面图片来源：Unsplash / 摄影师 Jonathan Kemper
