Les laboratoires d'IA achètent des données de startups décédées pour entraîner leurs modèles

Lorsque Keelan Miskell a commencé à mettre fin à sa startup de cryptographie cette année, il ne pensait pas que ses données valaient grand-chose : les utilisateurs étaient anonymes et l'entreprise n'avait que quelques années. Mais il a depuis transformé les archives numériques de l’entreprise en argent réel. Il a gagné environ 25 000 $ pour sa base de code et un montant toujours en attente (probablement environ 15 000 $) pour les données de l'espace de travail dans Google, Notion, Figma et Slack. « Au moins, tout ce que nous avons fait pendant deux ans et demi vaut quelque chose pour quelqu'un quelque part », dit-il.

La vente a été négociée par une société appelée SimpleClosure, qui fait partie d'un nouveau secteur de croissance dans le secteur technologique : les entreprises s'adressant aux startups en voie de disparition. Les estimations de Carta et AngelList montrent que les fermetures ont augmenté entre 26 % et 56 % par an ces dernières années, et qu’un écosystème de fin de vie – comprenant des coachs, des « doulas de la mort » et des entreprises qui aident à gérer les maux de tête juridiques, fiscaux et opérationnels liés à la faillite – a émergé. Aujourd’hui, les entreprises de pompes funèbres vendent les restes de données à des laboratoires d’IA.

SimpleClosure a ajouté la vente de données à ses services en avril. Sa plateforme Asset Hub aide les fondateurs à vendre leur code et leurs données d'espace de travail : e-mails, chats, documents. Les acheteurs incluent des laboratoires d’IA de base, des fournisseurs qui construisent des espaces de travail simulés pour la formation en IA et des entreprises technologiques matures construisant leurs propres modèles. Asset Hub a traité plus de 150 transactions et prévoit de restituer plus de 10 millions de dollars aux startups d'ici la fin de 2026. La PDG Dori Yona a vu ces transactions, autrefois rares et « quelque peu taboues », devenir de plus en plus routinières, avec 47 % des transactions SimpleClosure incluant désormais des ventes de code ou de données.

Et il y a de la compagnie. Son rival du secteur, Sunset, possède également une activité de revente de données en croissance rapide. Le fondateur et PDG Brendan Mahony affirme que Sunset valorise les actifs d'un client mourant en fonction du nombre d'employés, des années d'activité, du volume de données et de la manière dont l'équipe a utilisé ses outils. Les panneaux de particules, dit-il, constituent une bonne analogie : « Ces données opérationnelles sur les gaz d’échappement sont comme les copeaux de bois dont tout le monde pensait qu’ils n’avaient aucune valeur, mais qui en ont en réalité une tonne. »

La demande pour les données d’entreprises disparues est apparue soudainement l’année dernière, alors que les laboratoires de formation en IA atteignaient les limites des ensembles de données publiques et synthétiques. Surge AI, par exemple, achète des données pour construire des « gymnases d’apprentissage par renforcement » où les agents d’IA des clients s’entraînent à des tâches – pensez au débogage d’une architecture informatique complexe ou à la rédaction de mémoires d’appel. Nick Heiner, qui dirige les travaux de l'entreprise sur ces environnements, affirme rechercher des archives de données reflétant toute une gamme de situations, allant des désaccords aux jugements délicats. Heiner explique que l’historique Slack d’une entreprise, s’il capture des conversations variées et approfondies, peut valoir plus que le Slack, les e-mails et les calendriers d’une autre réunis.

Les archives réelles évitent les erreurs courantes dans les mondes synthétiques, telles que les références à des dates qui n’existent pas, mais l’ampleur des gains de performances reste floue. Aucune entreprise n'a encore publié de tests comparant les résultats de la formation sur les données du monde réel avec les alternatives. Les prix reflètent cette incertitude : les acheteurs citent des chiffres très différents, dit Heiner, parce que les évaluations sont basées sur des « thèses de recherche » estimant le nombre de tâches utiles provenant, disons, de 100 000 lignes de code.

Cela n’a pas empêché la réalisation de transactions plus importantes. En août dernier, dans le cadre de la faillite de Spirit Airlines, Google a surenchéri sur la société de données d'IA Mercor pour acheter des décennies de données du transporteur, dont 100 millions d'e-mails, 500 millions de messages Teams et 176 000 dossiers d'employés. Le prix : 10 millions de dollars. Et Bloomberg a rapporté en septembre que l’unité IA de SpaceX envisageait d’acheter des données auprès de startups en difficulté.

Légalement, tout cela pourrait devenir incertain. Le syndicat des agents de bord de Spirit s’est opposé à la vente pour des raisons de confidentialité, et Greg Ewing, un avocat qui conseille les startups d’IA, a qualifié ces données de « légalement radioactives ». Les fournisseurs emploient des data scientists pour nettoyer les informations personnellement identifiables et exclure les enregistrements RH, et les acheteurs disent qu'ils nettoient également. Mais Ewing souligne certains détails privés qui se cachent dans les e-mails et les calendriers : rendez-vous chez le médecin, modalités de ramassage à l'école, projets de rendez-vous en soirée. Il décrit un « Far West de la formation en IA » qui commence seulement à céder la place à des accords de licence appropriés et à une utilisation contrôlée.

Se pose également la question de savoir à qui profite ces aubaines. Le produit est généralement versé aux créanciers et aux investisseurs de premier rang, et non aux employés. Pour Ifeoma Ajunwa, professeur de droit à l’Université Emory et auteur de The Quantified Worker, cela représente une forme de « capital capturé ». Le précédent juridique autorise la surveillance pour aider les travailleurs à faire leur travail, mais une fois qu'une entreprise cesse ses activités, cette justification disparaît. « Les employeurs devraient avoir un consentement exprès avant de vendre les données des travailleurs », déclare Ajunwa, mais elle ajoute qu’aucune loi fédérale n’interdit de telles ventes.

Bien que beaucoup voient ce nouveau marché comme une opportunité pour les entreprises en faillite de récupérer une certaine valeur, ces ventes progressives ont également des limites. Les fondateurs ont peu ou pas de visibilité sur qui achète les données et ce qu’ils envisagent d’en faire. De plus, rien ne garantit qu’ils recevront une offre équitable. Cependant, les prix des données devraient se stabiliser au cours de l’année à venir, à moins qu’une bulle de l’IA n’éclate en premier. Quoi qu’il en soit, les nouveaux entrepreneurs des pompes funèbres de la technologie seront là pour évaluer ce qui reste.

Matthew King est un journaliste technologique et environnemental basé à Baltimore.

Article traduit automatiquement depuis la couverture d’origine d’un média international ; des imprécisions sont possibles. Consultez « Lire l’original » pour la source.

Les actualités sont collectées automatiquement depuis des flux publics robotique & IA.