Wired AI

AI Companies Really, Really Want to Buy Your Work Files and Emails

8.5内容质量
AI Companies Really, Really Want to Buy Your Work Files and Emails

TL;DR · AI 摘要

AI公司正大规模收购企业工作文件和邮件数据用于训练模型,涉及金额高达数百万美元。

核心要点

  • Handshake向自由撰稿人提供1000美元购买单篇稿件
  • Mercor成立于2023年,其三位联合创始人在26岁时成为亿万富翁
  • OpenAI和Anthropic承认存在数据购买市场,但未明确是否收购活跃公司数据

结构提纲

按章节快速跳转。

  1. AI公司通过数据经纪商大规模收购企业内部数据用于模型训练

  2. 数据经纪公司以35万至200万美元价格收购企业历史工作记录

  3. Handshake向自由撰稿人提供单篇稿件1000美元收购报价

  4. 数据收购可能改变知识工作者与AI公司的权力关系

  5. Sunset等公司提供企业数据清理和匿名化服务

  6. Mercor等新创公司正在复制传统数据经纪商的商业模式

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • AI数据收购行业
    • 数据收购动机
      • 提升AI模型训练质量
    • 主要参与者
      • 数据经纪公司
        • Handshake, Mercor, Micro1
      • AI实验室
        • OpenAI, Anthropic
    • 行业影响
      • 企业数据隐私风险
      • 个人数据资产化

金句 / Highlights

值得收藏与分享的关键句。

#AI#数据隐私#企业数据#数据经纪
打开原文

AI 公司真的非常想购买你的工作文件和电子邮件 | WIRED

Steven Levy

商业

2026年11月6日 11:00 AM

AI 公司真的非常想购买你的工作文件和电子邮件

数据经纪公司正在收集各种内部企业文件,以帮助训练人工智能模型。但并非所有人都对此感到欣喜。

照片插图:WIRED STAFF;Getty Images

保存这个故事

最近,一种新型的推销信息进入了我的邮箱。有人名叫尼克写道:“不确定你是否听说过,但像Anthropic和OpenAI这样的AI实验室正在向《Wired》等媒体公司支付35万美元至180万美元的一次性费用,以获取他们旧的工作记录副本(文档、电子邮件、Slack消息、工单等),用于训练更好的模型。”

另一封类似推销的电子邮件(将通话记录添加到所需信息列表中)将金额提高到了可能的200万美元。有人名叫科拉写道:“公开数据已经枯竭,实验室正在花费超过450亿美元购买私有数据,以构建更好的模型。”

虽然我之前就知道AI公司正在从各种来源购买专家数据,但此前对此的关注并不多。但当我深入研究后,我发现这个行业的规模比我预想的要大得多——据从业者称,它对工人和社会的影响可能与如今新闻中主导话题的数据中心一样深远。

联系我的公司属于一个悄然兴起的数据获取行业热潮的一部分,该行业正在悄悄收购大型公司的业务流程,而且胃口依然旺盛,甚至开始渗透到我们的邮箱中。一位自由撰稿人最近写到了她与一家名为Handshake的公司打交道的经历,该公司曾为她撰写的一篇报道提供1000美元(她没有出售)。Handshake的一位代表向我确认了这一报价:“我们跨多个领域授权专业文件,以便实验室测试和训练模型如何处理实际的知识工作,”他说,“新闻业就是其中之一。”Handshake告诉我,其业务的一大重要部分是购买研究生的论文和课程作业。

一位企业家朋友告诉我,他最近收到了多家公司的邮件,这些公司的业务被一家名为Sunset的公司描述为“帮助初创公司清算其业务”。“我们处理整个流程,清理并匿名化数据,剥离出公司人员和任何识别信息,然后与实验室达成交易,”Sunset在一封邮件中解释道。

这些较新的数据获取初创公司正希望实现该领域领先公司的快速成功,而这些领先公司本身也仅存在几年时间。行业领导者Handshake、Micro1和Mercor正像现代淘金热一样竞相收购数据库。行业领头羊似乎是2023年成立的Mercor,去年其三位联合创始人在22岁时就成为了亿万富翁。与所有公司一样,它声称与几乎所有主要的AI实验室都有合作关系。(这些公司的回应则更为谨慎:Anthropic承认存在一个巨大的数据市场,但告诉我他们不从像WIRED这样的活跃公司购买工作流程。OpenAI在出版前未给出回应。)

在一次采访中,Mercor首席执行官Brendan Foody告诉我,随着AI行业对数据需求的激增,市场即将爆发。Mercor最初是一家AI招聘公司,但随着团队深入了解行业情况,他们发现大型实验室对数据质量感到非常沮丧。通常,行业会雇佣专家来模拟实际工作流程,但这无法反映真实业务运营的复杂性。他敦促我思考大型AI的两大核心需求:计算能力和数据。尽管业界公开表示正在对前者进行巨额投资,但数据收集同样至关重要。

当谈到隐私问题时,Foody已做好充分准备。当企业将数据传输给Mercor时,公司会剔除所有个人身份信息(PII)。他表示,这种去标识化过程可以被验证。与其他数据采集领域的人士一样,他也认为技术已经解决了购买这些信息时的隐私问题。

不出所料,Micro1首席执行官Ali Ansari也同意数据购买市场将很快达到AI计算基础设施的规模。他表示,目前实验室、企业和机器人公司每年支付约400亿至500亿美元获取数据。(我未能核实这一数据。)"在接下来的两到四年里,这一数字将超过每年1万亿美元,"Ansari表示,他于2022年创立了这家公司。Micro1购买的信息主要用于改进其自主构建的AI模型,但也向大型AI公司出售数据。

"现在几乎所有人都想进入数据领域,因为需求太大,"他说。"如果你看看YC初创公司,大约一半都是数据公司。"(实际上比例更高——在最近的YC批次中,65家启动公司中有40家被归类为数据初创公司。)

在破产的Spirit Airlines出售数字资产时,这场争夺新鲜数据的"西部淘金热"罕见地暴露在公众视野中。这批资产包含8万个电子邮件账户、5亿条内部消息、2060万个微软SharePoint文件和100万条考勤记录。谷歌似乎以1000万美元的出价获得了这批资产,但Micro1随后以250万美元的更高报价胜出,引发了关于谁是赢家的争议。目前,这笔交易已被暂停,原因引发了对出售人类工作流程整个做法的质疑:空乘人员工会指控此次出售涉及他们的私人信息。

工会的反对意见揭示了这场数据淘金热的阴暗面。尽管几乎所有数据公司都声称不会将任何个人身份信息(PII)输入AI模型,但批评者认为个人信息泄露的风险依然存在。电子隐私信息中心(EPIC)总法律顾问Mayu Tobin-Miyaji表示:"目前尚不清楚去标识化能否完全消除隐私问题。"该机构已为机组人员提交了法庭之友简报。"电子邮件和Teams消息包含非结构化数据,更难以彻底清除。可能存在员工讨论医生预约或家庭问题的邮件。"

"我们尚未建立数据采集的规范和标准,而且目前的做法并不恰当,"专注于该问题的风投公司合伙人Gordon Ritter表示。"AI行业的发展速度远远超过了我们制定标准的能力,而这在某种程度上是故意为之。"

Probably the most troubling aspect of the data-gathering movement is that, in essence, it enlists workers, not always with explicit consent, to contribute to an effort where the ultimate goal is to replace or automate the human work that goes into all those documents, messages, and emails. When Mercor says that its motto is “Organizing human intelligence to power the AI economy,” the unspoken message is that the economy of flesh and blood workers will have less work to do. As the president of the flight attendant’s union told an interviewer : “This is really only data that became valuable in the age of AI in order to train models to replace jobs and commodify other portions of working in a work environment.”

数据收集运动最令人不安的方面在于,本质上它在未获得明确同意的情况下招募劳动者,让他们参与一项最终目标是取代或自动化所有文档、信息和电子邮件中人类工作的努力。当Mercor公司表示其座右铭是“组织人类智慧以推动AI经济”时,其未明说的含义是,依靠血肉之躯的劳动者所构成的经济将有更少的工作要做。正如空乘人员工会主席向一位采访者所说:“这些数据本质上只是在AI时代变得有价值,目的是训练模型来取代工作,并将工作环境中其他部分的工作商品化。”

When I ask Micro1’s Ansari whether one day the default for corporations will be selling their workflow data to big AI companies on an ongoing basis, he answers affirmatively. “I think it’s going to become more common than ads as a revenue line item for companies,” he says. I note that there is already considerable pushback to AI, and that people might not be happy with the idea that everything they do at work gets funneled into the maw of a big AI model.

当我问Micro1的Ansari,未来企业是否会默认持续将工作流程数据出售给大型AI公司时,他肯定地回答了。他说:“我认为这会比广告更常见,成为公司收入项目中的一项。”我指出,目前人们对AI已有相当大的抵触情绪,人们可能不会满意于将工作中的一切都输送给一个大型AI模型。

“I think it’s a fair point,” says Ansari. But, in his view, such objections will be manageable. He suggests that workers will understand that the fruits of their labor will result in better AI models, which will make their lives easier. “You have to think of the upside, the abundance that AI can result in.” (I’ve found that the future abundance that AI will supposedly produce is a handy justification for all sorts of compromises.)

Ansari表示:“我认为这是一个合理的观点。”但在他看来,这样的反对意见是可以应对的。他建议,工人会理解自己的劳动成果将产生更好的AI模型,从而让他们的生活更轻松。“你必须看到AI带来的好处,它可能带来的丰富资源。”(我发现,AI未来据说将产生的丰富资源,往往被用来为各种妥协提供方便的借口。)

I did follow up on one of the cold pitches I got, from a woman whose email domain was gorexen.com. A “gorexen,” by the way, is a fusion of two Pokemon critters that “ siphons the body fluids of prey through its thin, tubular mouth.” She set up a meeting with me with a two-year-old company called Tenkara (the name seems to be associated with a type of Japanese fly fishing). I found myself talking to “head of commercialization” Jonah Stillman, a young startup-looking dude sitting in an office in San Francisco.

我确实跟进了一次我收到的冷门推销,来自一个邮箱域名是gorexen.com的女性。顺便说一句,“gorexen”是两个宝可梦怪物的融合体,其特征是“通过细长的管状嘴吸取猎物的体液”。她安排我与一家名为Tenkara(这个名字似乎与一种日本飞蝇钓法有关)的两年历史公司会面。我发现自己正在与“商业化负责人”乔纳森·斯蒂尔曼交谈,他是个看起来像初创公司员工的年轻人,坐在旧金山的一间办公室里。

I began peppering him with questions. Tenkara’s quest for data seems to be to boost the quality of its AI model to run office operations for manufacturing companies. (How WIRED’s archives would help is a mystery.) He confirmed that a big part of his job is doing calls like this to snap up data. I told him that the set of our meeting gave me a Glengarry Glen Ross vibe, but he wasn’t familiar with the reference.

我开始向他提出各种问题。Tenkara对数据的追求似乎是想提升其AI模型的质量,以用于制造公司的办公运营。(WIRED的档案如何能帮助这一点仍是个谜。)他确认了自己工作的一大部分就是通过这样的电话来获取数据。我告诉他,我们会议的氛围让我想起了《格伦·格伦罗斯》,但他对这个引用并不熟悉。

I am, of course, not authorized to sell the documentation of WIRED’s editorial process to an AI company, and I did not risk my job by offering Jonah and his company the goods. I also wouldn’t be too pleased if my bosses made the sale.

当然,我无权将WIRED编辑流程的文档出售给AI公司,也没有冒着丢掉工作风险向乔纳森和他的公司提供这些资料。如果我的上司真的做了这笔交易,我也会不太高兴。

This is an edition of Steven Levy’s and Lauren Goode's Backchannel newsletter . Read previous newsletters here.