当 Keelan Miskell 决定关闭他的加密初创公司时，他可能只是以为自己在清理服务器，但现实却给了他一个意外之喜。他意外地发现，那些看似毫无价值的“匿名用户”数据和公司代码，在 AI 实验室眼中竟是抢手的“黄金”。
近日，科技媒体报道了一个正在兴起的趋势：AI 实验室正在积极收购那些已经倒闭或濒临倒闭的初创公司的数据资产，用于训练下一代的大语言模型。这一现象不仅为许多陷入困境的创业者提供了新的生存路径，也深刻揭示了当前 AI 产业面临的数据饥渴困境。
Keelan Miskell 的经历只是冰山一角。作为一名加密货币领域的创业者，他原本认为公司的用户多为匿名，且公司成立时间仅几年，其数据价值微乎其微。然而，随着 AI 技术的迭代，他发现这些看似“残次”的数据经过清洗和脱敏后，恰恰是训练特定领域模型所需的稀缺资源。据悉，他已经成功套现约 2.5 万美元用于代码库，且还有一笔待定的款项可能同样可观。
这一现象的背后，是 AI 行业对高质量训练数据的极度渴望。随着互联网公开数据的逐渐枯竭，各大 AI 巨头和实验室不得不将目光投向更隐蔽的角落。倒闭初创公司的私有数据、社交媒体的残留数据以及企业内部的非公开文档，都成为了新的猎物。对于这些初创公司而言，它们可能因资金链断裂而被迫关门，但其留下的数据资产却可能成为 AI 公司眼中的“宝藏”。
值得注意的是，这种数据交易并非简单的买卖，而是涉及复杂的数据清洗、脱敏和再工程过程。AI 实验室购买的不仅仅是原始数据，更是经过验证的逻辑、代码结构和用户交互模式。例如，在金融科技或加密货币领域，初创公司积累的特定算法和交易策略，对于训练能够理解复杂市场动态的 AI 模型具有极高的价值。
然而，这种模式也引发了关于数据隐私和伦理的广泛讨论。虽然许多初创公司的用户协议可能允许数据被收购，但在实际操作中，如何确保匿名用户的隐私不被侵犯，如何界定数据的所有权，依然是一个法律灰色地带。此外，这也引发了关于 AI 发展公平性的思考：如果 AI 公司可以通过购买倒闭公司的数据来“捡漏”，那么对于仍在苦苦挣扎的初创企业来说，是否构成了不公平竞争？
随着这一趋势的加剧，数据经纪商的角色也变得愈发重要。他们充当着连接数据卖方（通常是破产的初创公司或个人开发者）和数据买方（如 OpenAI、Google 或各类 AI 实验室）的桥梁。通过专业的评估和包装，这些经纪商能够将原本杂乱无章的数据转化为具有商业价值的 AI 训练素材。
对于 AI 产业而言，这种“收购倒闭公司数据”的模式或许只是短期内的权宜之计。长期来看，构建高质量的合成数据和开源社区生态，依然是解决数据瓶颈的关键。但对于当下的创业者来说，这无疑提供了一个新的启示：在数字资产时代，数据本身可能比代码或产品更具长久的生命力。
未来，我们可能会看到更多的初创公司在设立之初就考虑将数据资产化，或者在与 AI 公司达成合作时，将数据作为核心筹码。毕竟，在 AI 决定未来的时代，谁掌握了数据，谁就掌握了通往未来的门票。
信息来源：Artificial intelligence – MIT Technology Review，原文链接：https://www.technologyreview.com/2026/10/13/1145755/ai-labs-buying-data-from-dead-startups-to-train-models/
封面图片来源：Unsplash / 摄影师 Igor Omilaev
