破产初创公司的数据遗产：AI实验室为何盯上清算名单？

一家初创公司倒下时，它留下的用户数据，往往比代码更抢手。AI实验室开始翻看破产清算名单，“数据遗产”正变成一门实打实的生意。

据MIT Technology Review报道，AI实验室正从已关停的初创公司手里买数据，拿去训练大模型。创业者基兰·米斯凯尔（Keelan Miskell）动手关停自己的加密初创公司时，本以为剩下的数据卖不上价。结果他判断错了——这些看上去没用的记录，对正为训练数据发愁的AI公司来说，可能是被严重低估的资产。

当“数据墙”撞上“清算潮”

过去两年，高质量训练数据枯竭，是AI行业最常被提到的瓶颈之一。公开互联网上容易抓的文本、代码和图像，大模型几乎已经“吃”过一遍；版权方收紧授权，网站竖起反爬高墙，“免费午餐”越来越少。另一边，另一条供给曲线正在成形：大批在融资寒冬里倒下的初创公司，留下了结构清晰、标注规范、垂直领域针对性很强的数据资产——客服对话、代码仓库、金融交易记录、医疗问诊日志，什么都有。

相比爬虫抓来的网页，这类数据通常更“干净”：用户协议写得明白，数据结构统一，还有真实业务场景带来的上下文。对找不到专业领域语料的AI公司来说，这几乎是照着需求定做的训练素材。更关键的一点，卖方往往急着变现，议价能力很弱。

破产清算中的“隐形资产”

以往初创公司清算，最值钱的是专利、团队和设备，数据反倒被当成“技术负债”——存着要花钱，删掉要合规，留着还有泄露风险。现在情况反过来了。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，看数据的稀缺性和合规程度。

编者观察：在AI供应链上，数据归谁、谁能处置，眼下最说不清，却偏偏最金贵。那位创始人自以为在收拾旧物，说到底是在拍卖一座还没定过价的矿。

一个新的中间层也跟着冒出来：有人专门扫描破产法庭文件，寻找“数据资产”的买家和掮客。他们干的事，就是赶在一家公司彻底消失之前，把它的数字记忆抢救出来，再转手。

隐私、合规与“二次生命”的灰色地带

这门生意不是没有争议。用户注册时同意的隐私政策，一般只授权公司“为提供服务”使用其数据，并没有明确允许破产后把数据转让给第三方去训练AI。公司易主、资产被拍卖，这些同意是否自动延续？欧盟GDPR、美国各州隐私法给出的答案并不一致。更现实的风险在于：数据一旦流进模型，就几乎没法被“遗忘”——原公司即便倒闭，用户的个人信息仍可能以参数的形式长期存在。

“数据尽职调查”也因此成了新行当：买方要确认数据来源合法、授权链条完整、不含敏感个人信息，否则买回来的可能不是资产，而是一场诉讼。对监管者来说，棘手的问题是：数据成了可交易资产，用户的“被遗忘权”又该怎么在模型权重里落地？

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。研究人员正用机器学习分析鲸类、鸟类等动物的声音信号，想找出里面的语法结构和语义单元。AI的模式识别能力很强，“与动物对话”从科幻命题变成了可以实验的科学问题：从座头鲸的歌声到灵长类的手势，越来越多的数据集正在建立。

当然，谨慎的声音也在——把人类语言模型直接套到动物身上，可能只是一种拟人化的误读；缺少行为学验证的“翻译”，很容易变成过度解读。

不管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下一步的突破，取决于我们能不能找到、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。