收购倒闭公司的数据，AI又催生出一门新生意

这一波 AI 陪伴的“鼻祖”，Character.ai 最近终于申请破产了。

说实话，这家公司走到今天这一步早有征兆：两年前，它的核心团队就被 Google 收编了。之后，它又因业务性质而官司缠身。

但仔细翻看这次破产申请的细节，我发现一件有点严肃的事情。

在 Character.ai 申请破产、启动资产出售流程后，迪士尼率先出价 2000 万美元，希望获得部分技术的授权。

但迪士尼有望拿下的授权范围不包括 App、品牌、域名、用户数据、聊天记录和训练数据 —— 这些资产，仍对其他竞标方开放。

Character.AI 曾披露月活跃用户超过 2000 万。仅在美国，它的注册账户就超过 2160 万，其中至少 210 万个账户申报年龄未满 18 岁。

为防止这家公司的数据被违规转手或用于模型训练，美国监管方特地发了文件，提前要求，未来无论谁购买公司业务、产品或消费者数据（包括聊天内容），都要充分保证安全与隐私保护。

现在清算一家已经宣告破产的公司，为什么会带来这么多的后续事件？

一个原因是，这两年破产公司们的业务数据被收购用于 AI 训练，已经远远不是个例。

今年 8 月，Google 在另一场破产拍卖里出价 1000 万美元，要买已经停飞的廉价航空 Spirit 留下的内部资料。

9 月，Bloomberg 又报道，马斯克旗下的 SpaceX AI 部门（前身是 xAI）也曾内部讨论过，从陷入困境或已经倒闭的初创公司手里买客户和运营数据，用来训练 Grok。

虽然目前还没进一步的信息表明 Grok 还在推进这件事。但在 AI 的推动下，收购倒闭公司的数据，已经快速成为一门链条完备的生意。

买家想要的，是一家公司怎么干活

Google 竞拍 Spirit 数据的过程中，还有两家颇有名气的公司参与竞价。

一家是 Mercor，从 AI 招聘转向数据业务的明星公司。在这个案子里它出价 750 万美元，没能胜出。

另一家是同样从招聘转向 AI 数据业务的 micro1。在 Google 出价 1000 万美元后，它又把价格加码到 1250 万美元，想拿下 Spirit 的公司数据。

目前这起备受关注的出售还在等待最终裁决，但这些几轮报价已经足以说明，企业的业务数据到底有多抢手。

被争夺的主角 Spirit，是美国一家廉价航空。今年 5 月 2 日，它彻底停飞进入清算流程。

这家经营了三十年的公司虽然不会再有飞机起飞，却留下了一大堆邮件、SharePoint 文档、客户关系系统、收益管理系统，以及工作流数据。

这些数据来自这家公司里的8万个邮箱账户，覆盖排班、培训、票价、营销、财务、人事和日常协作。

Google、Mercor 和 Micro1 看中的，正是这些数据记下的工作轨迹。

像员工怎么在邮件里提问，在 Teams 里补充，再去调日历、文档和内部系统把事办完，这些反复发生的工作过程，都在公司服务器里留下了记录。

对一家倒闭的公司来说，它们已经没有价值。但对模型厂来说，这些数据是用来训练 Agent 的宝贵资产。

*Teams 聊天界面示意图

现在 AI 领域的进展是，大模型已经读过海量的网页，Coding Agent 也见过互联网上几乎所有开源代码。但要让 Agent 从 Coding 跳出来，进入用户量更大的办公、生活等领域，AI 公司需要更多在真实场景里跑过的数据。

这些数据虽不少见，却很少完整出现在公开网络上 —— 这就是 Spirit 这类业务数据对模型厂的价值。

根据披露的信息，Spirit 留下的数据中仅员工邮件就有 1 亿封、Teams 聊天记录有5 亿条，另外还有1700万份 OneDrive 文件、2060万份 SharePoint 文件，以及约3000万行代码。

对 AI 公司来说，这可能是一座金矿。

买破产公司的数据性价比更高？

在 Spirit 数据被高价竞逐的背后，购买倒闭公司的数据来训练模型， 越来越多地摆到台面上。

就在这个月，刚完成超 1 亿美元融资、估值 40 亿美元的数据服务商 Micro1 宣布，未来 12 个月会投入 10 亿美元购买和授权企业运营数据。

国内，不少帮模型厂搭建专家网络、构建RL环境、做测评的公司也已经在做这件事。

从即将关停的公司买业务数据，大概有几个好处。

首先，买家更有机会批量获得真实的数据。

合成或人工编造的数据，往往缺少真实流程里的细节。相比企业直接跑出来的数据，它们很难凭空模仿出信息不全、优先级冲突、需要临时判断的部分。

第二，倒闭公司的数据流程更有利训练完整工作流。

在 Spirit 的案例里，出售协议要求去标识化处理之后，数据集里各条记录之间的关联必须保留。

这种层层关联的数据，更有利于模型追踪一个具体问题在 Spirit 各个系统里从头到尾是怎么被处理的。

第三，破产程序为资产交易提供了一套明确的流程。

由于公司进入了破产程序，这类交易一般会由法院监督。这些拟被出售的数据经过合规处理后，会按法院批准的条件卖出，这些所得能被用于偿还债权人。

这一套流程里，买家拿到什么、能怎么用，也会在交易文件中写清楚。

不过，回收这些破产企业数据的价格，目前还没有完全透明、统一的标准。

一般来说，估价会取决于公司规模、成立年限、使用方式、所处行业和"数据丰富度"等因素。

这里的数据丰富度，除了数据类型，还会衡量这些数据能追溯到多深、跨平台之间的联系到底有多紧密。比如一张能对应到具体代码提交的 Jira 工单，就比一份孤立的文档更值钱。

按这些标准衡量，并不是每家公司都能像 Spirit 一样拿到超 1000 万美元价格。

Forbes 报道，一家字幕与转录公司 cielo24 在结束十三年的运营时，通过服务商 SimpleClosure 出售工作资料，获得了数十万美元。

*cielo24的故事出现在SimpleClosure官网上

SimpleClosure CEO 还表示，自己公司在之前一年里处理了近 100 笔倒闭企业的资产交易。这些出售的资产包括代码和办公记录等，每家公司通常只回收到 1 万至 10 万美元。

旺盛的需求、完备的产业和未解的争议

虽然价格和标准还没完全统一，但随着需求涨高，这门收购破产公司数据的生意已经长出从卖家、资产中间商、数据服务商到最终客户的完整链条。

卖家，自然是倒闭公司的创始团队。他们的目标是把最后一点残值变现，用来付关停费用、还债，或者尽量给投资人退点钱。

资产中间商这个角色很有意思。它们之前是专门给公司办关停流程的服务商，看到商机后，也开始做起转卖数据的生意。

在实际工作中，这些公司会评估破产企业的数据，进行脱敏，帮忙寻找有需求的 AI 公司买家，促成授权交易后会按一定比例抽佣。

这里面比较典型的是刚提到的 SimpleClosure。

它的本业是帮初创公司走关停流程。今年 4 月，这家公司上线了一个叫 Asset Hub 的平台，专门帮关停公司卖代码和业务工作流数据。

外媒近期报道，这个平台已经做成 150 多笔交易，预计到 2026 年底能为初创公司回收超过 1000 万美元。

SimpleClosure 的 CEO Dori Yona 说，这类交易已经从稀罕事变成了常规操作。

*Asset Hub官网

它的同类竞品还有 Sunset 等不少公司。

Sunset 官网介绍，自己会评估并整理关停公司的内部沟通、产品开发和工程工作流等数据，直接买下数据集，再授权给 AI 实验室和研究机构。

接下来就到了数据服务商。上面提到的 Mercor、Surge AI、micro1 这些已经声名鹊起的数据服务商，买数据、找专家、搭环境和做测评，服务模型公司。

某种程度上，它们会和中间商竞争。

据 The Information 8 月报道，Agent 创业公司 Warmly 6 月底宣布被 HubSpot 收购。8 天后，公司 CEO 就收到了 Mercor 的邮件，想买它的代码库和任务记录，包括 Slack、GitHub、Asana、会议转录等，报价最高 30 万美元。

这位 CEO 拒绝了，随后又陆续收到几家类似的接洽。

这说明数据服务商和中间商寻找企业数据源时，很可能会角色撞车。但另一方面，像 Asset Hub 这类纯粹的中间商也会和数据服务商合作。

Asset Hub 的买家页面⁠明确写着，构建强化学习环境的服务商，是自己的潜在买家。

模型公司是这条链条最终的客户。

它们的需求有多大？Google 的案例已经是一个证明。The Information 还在一年前报道过，Anthropic 高层讨论一年里在 RL 环境上投入 10 亿美元的事情。

可以想象，只要 AGI 还没能“占领”所有领域，对真实、专业、高质量数据的争夺就不会停。

硬币的另一面，这个已经长出成熟产业链的领域，还存在着一些未解争议。

最直接的是隐私。

Character.ai 保存着用户的私密聊天、语音和心理健康信息，其中也有未成年人的记录。美国监管方警告，Character.ai 过去的年龄核验不足，一些未成年人的数据可能被归进了成年人数据。

他们要求，在出售前给用户访问和删除数据的机会，聊天记录用于模型训练等商业用途，也不能超出用户及家长有效同意的范围。

*Character.ai 产品页面

隐私之外，还有数据究竟属于谁的问题。一家破产公司想要出售自己的数据，却未必拥有其中所有内容的处置权。

今年 8 月，Spirit 的航空运营软件供应商 Springshot 就向法院提出异议，认为 Spirit 拟出售的资料中可能混有自己的运营数据和知识产权，要求在交易前将这些内容识别并剔除。

更深一层的争议是，即便企业有权出售这些数据，收益又该全归企业吗？

这种观点认为，一家公司的代码、业务流程、内部沟通记录，都是员工日复一日工作留下的痕迹。

如今，这些记录被重新包装成价值不菲的 AI 训练资产，但当初创造这些数据的员工，却未必能从中获得一毛钱。

这场围绕真实世界数据的争夺，意外给了破产企业一次“最后再赚一笔”的机会。但如何合规、合理地完成交易，看来还在摸索之中。