近期，一种新型推销邮件频繁出现。发件人声称，Anthropic和OpenAI等AI实验室正以35万至180万美元的一次性费用，向媒体公司购买旧工作记录（含文档、电子邮件、Slack消息及工单等），用于训练更先进的模型。另一封邮件则将通话录音纳入收购范围，潜在交易金额高达200万美元。写信人称，随着公开数据趋于枯竭，各大实验室正花费超450亿美元购买私有数据以构建更优模型。
这一悄然兴起的行业热潮，正大规模收购成熟企业的工作流数据。其规模及对劳动者和社会的影响，据业内人士称，可能不亚于当前备受关注的数据中心建设。自由撰稿人透露，数据收购商Handshake曾为其单篇报道开出1000美元高价。Handshake代表确认，该公司许可使用多领域专业文档，包括新闻业内容，以及研究生论文和课程作业，旨在帮助实验室测试并训练模型处理真实知识工作。
另一位企业家透露，多家从事“初创公司业务清算”的公司向其发送邮件。其中一家名为Sunset的公司表示，其负责全流程数据清洗与匿名化，剥离可识别细节后，撮合企业与各大AI实验室交易。
行业爆发与巨头崛起
新兴数据收购初创公司正试图复制行业主导者的快速成功。成立于2023年的Mercor被视为当前行业领军者，其三位联合创始人去年年仅22岁便成为亿万富翁。Mercor声称已与几乎所有主要AI实验室建立合作伙伴关系。对此，Anthropic承认存在巨大数据市场，但表示不会从活跃媒体公司购买工作流；OpenAI截至发稿前未予回复。
Mercor首席执行官Brendan Foody指出，大型AI实验室面临算力与数据两大无底洞般的需求。虽然业界在算力上投入巨大，但高质量数据收集同样关键。传统做法是雇佣专家模拟工作流程，但这无法捕捉真实业务的复杂性。Foody强调，Mercor会在企业传输数据时剔除个人身份信息（PII），并认为技术已解决隐私问题。
Micro1首席执行官Ali Ansari也看好该市场前景。他称，目前实验室、企业和机器人公司每年花费约400亿至500亿美元获取数据，并预测未来两到四年内，这一数字将超过每年一万亿美元。Ansari于2022年创立Micro1，该公司既利用购买数据改进自身模型，也向大型AI公司出售数据。他指出，Y Combinator最新批次中，65家初创公司里有40家被归类为数据公司，反映出市场对数据的极度渴求。
隐私风险与伦理争议
这场数据淘金热带有浓厚的“狂野西部”色彩。在美国精神航空（Spirit Airlines）破产资产拍卖中，谷歌与Micro1曾就包含8万个邮箱账户、5亿条内部消息及千万份文件的数据包展开竞价，交易最终因空乘人员工会指控涉及私人信息而暂停。
工会的异议揭示了行业阴暗面。尽管数据公司声称已去标识化，但电子隐私信息中心总法律顾问Mayu Tobin-Miyaji指出，电子邮件等非结构化数据难以彻底清除隐私内容，仍存在泄露风险。风险投资人Gordon Ritter批评称，AI行业发展速度远超规范制定能力，当前操作方式并不恰当。
更令人担忧的是，这种数据收集本质上是在未经明确同意的情况下，招募劳动者参与旨在自动化其工作的行动。空乘人员工会主席指出，这些数据被用于训练取代工作岗位的模型，并将工作环境商品化。
面对质疑，Micro1的Ansari认为，未来企业默认出售工作流数据将成为比广告更常见的收入来源。他建议劳动者应看到AI带来的积极面，即生活更轻松。然而，这种以“丰富性”为借口的妥协，正引发越来越多的抵制情绪。