آزمایشگاه‌های هوش مصنوعی داده‌های استارت‌آپ‌های مرده را برای آموزش مدل‌هایشان می‌خرند

SimpleClosure در ماه آوریل فروش داده را به خدمات خود اضافه کرد. پلت فرم Asset Hub آن به بنیانگذاران کمک می کند تا کد و داده های فضای کاری خود را بفروشند – ایمیل ها، چت ها، اسناد. خریداران شامل آزمایشگاه‌های اساسی هوش مصنوعی، فروشندگانی که فضاهای کاری شبیه‌سازی شده برای آموزش هوش مصنوعی می‌سازند، و شرکت‌های فناوری بالغ که مدل‌های خود را می‌سازند، هستند. Asset Hub بیش از 150 معامله را پردازش کرده است و انتظار دارد تا پایان سال 2026 بیش از 10 میلیون دلار را به استارت آپ ها بازگرداند. مدیر عامل Dori Yona شاهد بوده است که این تراکنش ها که زمانی نادر و “تا حدی تابو” بودند، روتین تر شده اند و 47٪ از معاملات SimpleClosure اکنون شامل فروش کد یا داده است.

و شرکت وجود دارد. رقیب صنعتی Sunset نیز یک تجارت فروش مجدد داده در حال رشد دارد. برندان ماهونی موسس و مدیر عامل شرکت Sunset می‌گوید که Sunset دارایی‌های مشتری در حال مرگ را بر اساس تعداد کارمندان، سال‌های فعالیت، حجم داده‌ها و نحوه استفاده تیم از ابزار آن ارزیابی می‌کند. تخته خرده چوب، او می‌گوید، تشبیه خوبی است: “این داده‌های اگزوز عملیاتی مانند خاک اره است که همه فکر می‌کردند ارزشی ندارد، اما در واقع مقدار زیادی دارد.”

جستجو برای داده‌های شرکت‌های منحل‌شده سال گذشته ناگهان آغاز شد، زیرا آزمایشگاه‌های آموزشی هوش مصنوعی به محدودیت‌های مجموعه داده‌های عمومی و مصنوعی رسیدند. به عنوان مثال، Surge AI داده‌ها را برای ساختن «سالن‌های آموزشی تقویتی» می‌خرد که در آن عوامل هوش مصنوعی مشتریان وظایفی را تمرین می‌کنند – به اشکال‌زدایی معماری پیچیده IT یا تهیه پیش‌نویس‌های استیناف فکر کنند. نیک هاینر، که کار این شرکت را بر روی این محیط‌ها رهبری می‌کند، می‌گوید که به دنبال آرشیو داده‌هایی است که طیفی از موقعیت‌ها، از اختلاف نظر گرفته تا قضاوت‌های پیچیده را منعکس می‌کند. هاینر توضیح می‌دهد که داستان Slack یک شرکت، اگر مکالمات را با تنوع و عمق ثبت کند، می‌تواند ارزش بیشتری نسبت به Slack، ایمیل و تقویم‌های یک شرکت دیگر داشته باشد.

آرشیوهای واقعی از اشتباهات رایج در دنیای مصنوعی اجتناب می‌کنند، مانند ارجاع به تاریخ‌هایی که وجود ندارند، اما میزان افزایش عملکرد نامشخص است. هیچ یک از این دو شرکت هنوز آزمایشی را منتشر نکرده اند که نتایج آموزش داده های دنیای واقعی را با جایگزین ها مقایسه کند. قیمت گذاری این عدم قطعیت را منعکس می کند: به گفته هاینر، خریداران اعداد بسیار متفاوتی را نقل می کنند، زیرا تخمین ها مبتنی بر “تزهای تحقیقاتی” هستند که تخمین می زنند که چه مقدار کار مفید از مثلاً 100000 خط کد حاصل می شود.

این مانع از وقوع معاملات بزرگتر نشد. آگوست گذشته، به عنوان بخشی از ورشکستگی Spirit Airlines، گوگل از شرکت داده‌های هوش مصنوعی مرکور پیشی گرفت تا داده‌های چند دهه این شرکت شامل 100 میلیون ایمیل، 500 میلیون پیام Teams و 176000 سابقه کارمند را خریداری کند. قیمت: 10 میلیون تومان و بلومبرگ در سپتامبر گزارش داد که واحد هوش مصنوعی اسپیس ایکس در حال سنجش خرید داده‌های استارت‌آپ‌های در حال مشکل است.

از منظر حقوقی، همه اینها می تواند مشکوک شود. اتحادیه خدمه پرواز اسپیریت به دلایل حفظ حریم خصوصی با این فروش مخالفت کرد و گرگ یوینگ، وکیلی که به استارتاپ‌های هوش مصنوعی مشاوره می‌دهد، چنین داده‌هایی را “قانونی رادیواکتیو” نامید. فروشندگان دانشمندان داده را برای پاکسازی اطلاعات شناسایی شخصی و حذف سوابق منابع انسانی استخدام می کنند و خریداران نیز می گویند که در حال پاکسازی هستند. اما یوینگ به برخی از جزئیات شخصی پنهان در ایمیل‌ها و تقویم‌ها اشاره می‌کند: قرار ملاقات با پزشک، وانت‌های مدرسه، برنامه‌های قرار ملاقات و شب‌ها. او «غرب وحشی آموزش هوش مصنوعی» را توصیف می کند که تازه راه خود را به قراردادهای مجوز مناسب و استفاده تأیید شده می دهد.

همچنین این سوال وجود دارد که چه کسانی از این پول های بادآورده سود می برند. عواید معمولاً به وام دهندگان و سرمایه گذاران ارشد تعلق می گیرد نه کارمندان. به ایفئوما آجونا، استاد حقوق در دانشگاه اموری و نویسنده این نقشه بردار کمیت، این شکلی از “سرمایه تسخیر شده” را تشکیل می دهد. سابقه قانونی اجازه می دهد تا نظارت برای کمک به کارگران در انجام وظایفشان انجام شود، اما زمانی که یک شرکت از کار بیفتد، این توجیه ناپدید می شود. آجونوا می‌گوید: «کارفرمایان باید قبل از فروش داده‌های کارگران رضایت صریح داشته باشند، اما می‌افزاید که هیچ قانون فدرالی وجود ندارد که چنین فروش‌هایی را ممنوع کند.

در حالی که بسیاری این بازار جدید را فرصتی برای کسب و کارهای ورشکسته برای بازیابی مقداری ارزش می دانند، این توقف فروش نیز محدودیت هایی دارد. بنیانگذاران در مورد اینکه چه کسی داده‌ها را می‌خرد و چه کاری قصد انجام آن را دارند، اطلاعات کمی دارند یا اصلاً دیده نمی‌شوند. همچنین، اطمینان زیادی وجود ندارد که آنها یک پیشنهاد منصفانه دریافت کنند. با این حال، قیمت داده‌ها احتمالاً در سال آینده تثبیت خواهد شد، مگر اینکه ابتدا حباب هوش مصنوعی ظاهر شود. در هر صورت، کارآفرینان فناوری جدید برای ارزیابی آنچه باقی مانده است، حضور خواهند داشت.

متیو کینگ یک روزنامه نگار فناوری و محیط زیست است که در بالتیمور مستقر است.