Các phòng thí nghiệm AI mua dữ liệu từ những startup đã 'chết' để huấn luyện mô hình

Khi Keelan Miskell bắt đầu giải thể startup tiền mã hóa của mình vào đầu năm nay, anh không nghĩ dữ liệu của công ty có giá trị gì nhiều: người dùng đều ẩn danh, công ty chỉ mới thành lập vài năm. Nhưng kể từ đó, anh đã biến kho lưu trữ kỹ thuật số của công ty thành tiền thật — thu về khoảng 25.000 USD cho cơ sở mã nguồn và một khoản đang chờ xử lý (ước tính khoảng 15.000 USD) cho dữ liệu không gian làm việc trên Google, Notion, Figma và Slack.

"Ít nhất thì tất cả những gì chúng tôi làm trong hai năm rưỡi qua cũng có giá trị với ai đó, ở đâu đó," anh chia sẻ.

Thương vụ này được môi giới bởi SimpleClosure, một công ty thuộc lĩnh vực đang phát triển nhanh trong ngành công nghệ: dịch vụ phục vụ các startup đang hấp hối. Ước tính từ Carta và AngelList cho thấy số lượng startup đóng cửa tăng từ 26% đến 56% mỗi năm trong những năm gần đây, và một hệ sinh thái "hậu sự" đã ra đời — bao gồm các huấn luyện viên, "death doula" (người hỗ trợ tinh thần khi doanh nghiệp 'chết'), và các công ty giúp xử lý các vấn đề pháp lý, thuế và vận hành khi phá sản. Giờ đây, những "người đưa tang công nghệ" này đang bán phần dữ liệu còn lại cho các phòng thí nghiệm AI.

Thị trường mới: Bán 'tro cốt' dữ liệu cho AI

SimpleClosure bổ sung dịch vụ bán dữ liệu vào tháng 4 năm nay. Nền tảng Asset Hub của họ giúp các nhà sáng lập bán cơ sở mã nguồn và dữ liệu không gian làm việc — email, tin nhắn chat, tài liệu. Người mua bao gồm các phòng thí nghiệm AI nền tảng, các nhà cung cấp xây dựng không gian làm việc mô phỏng cho huấn luyện AI, và các công ty công nghệ trưởng thành đang phát triển mô hình riêng.

Asset Hub đã xử lý hơn 150 thương vụ và dự kiến hoàn trả hơn 10 triệu USD cho các startup vào cuối năm 2026. CEO Dori Yona cho biết những giao dịch này, từng rất hiếm và "phần nào bị coi là điều cấm kỵ", đang dần trở nên phổ biến, với 47% thương vụ của SimpleClosure hiện bao gồm bán mã nguồn hoặc dữ liệu.

Đối thủ cùng ngành Sunset cũng có mảng kinh doanh bán lại dữ liệu đang tăng trưởng nhanh chóng. Nhà sáng lập kiêm CEO Brendan Mahony cho biết Sunset định giá tài sản của khách hàng đang hấp hối dựa trên số lượng nhân viên, số năm hoạt động, khối lượng dữ liệu và cách đội ngũ sử dụng công cụ.

"Dữ liệu vận hành dư thừa này giống như mùn cưa mà mọi người tưởng chẳng có giá trị gì, nhưng thực ra nó có giá trị khổng lồ," Mahony ví von.

Nhu cầu bùng nổ khi AI 'khát' dữ liệu thật

Nhu cầu về dữ liệu từ các công ty đã giải thể xuất hiện đột ngột vào năm ngoái, khi các phòng thí nghiệm huấn luyện AI chạm giới hạn của dữ liệu công khai và dữ liệu tổng hợp. Surge AI, chẳng hạn, mua dữ liệu để xây dựng "phòng tập học tăng cường" — nơi các tác nhân AI của khách hàng thực hành các nhiệm vụ như gỡ lỗi kiến trúc IT phức tạp hay soạn thảo bản tóm tắt kháng cáo.

Nick Heiner, người phụ trách mảng này tại Surge AI, cho biết anh tìm kiếm các kho dữ liệu phản ánh nhiều tình huống đa dạng, từ bất đồng quan điểm đến những quyết định khó khăn. Ông giải thích rằng lịch sử Slack của một công ty, nếu ghi lại các cuộc trò chuyện với đủ độ đa dạng và chiều sâu, có thể đáng giá hơn cả Slack, email và lịch của một công ty khác cộng lại.

Kho lưu trữ thực tế giúp tránh những lỗi phổ biến trong thế giới tổng hợp, chẳng hạn như tham chiếu đến những ngày tháng không tồn tại. Tuy nhiên, mức độ cải thiện hiệu suất vẫn chưa rõ ràng — chưa có công ty nào công bố kết quả kiểm tra so sánh giữa huấn luyện bằng dữ liệu thực tế và các phương án thay thế.

Giá cả phản ánh sự bất định này: người mua đưa ra những con số rất khác nhau, Heiner cho biết, vì việc định giá dựa trên các "luận điểm nghiên cứu" ước tính có bao nhiêu nhiệm vụ hữu ích từ, ví dụ, 100.000 dòng mã nguồn.

Những thương vụ triệu đô và vấn đề pháp lý

Điều đó không ngăn cản các thương vụ lớn hơn diễn ra. Vào tháng 8 vừa qua, trong khuôn khổ vụ phá sản của Spirit Airlines, Google đã trả giá cao hơn công ty dữ liệu AI Mercor để mua dữ liệu hàng thập kỷ của hãng hàng không này, bao gồm 100 triệu email, 500 triệu tin nhắn Teams và 176.000 hồ sơ nhân viên. Mức giá: 10 triệu USD. Bloomberg cũng đưa tin vào tháng 9 rằng bộ phận AI của SpaceX đang cân nhắc mua dữ liệu từ các startup đang gặp khó khăn.

Về mặt pháp lý, tất cả những điều này có thể rất rắc rối. Công đoàn tiếp viên hàng không của Spirit đã phản đối thương vụ này vì lý do quyền riêng tư, và Greg Ewing, luật sư tư vấn cho các startup AI, gọi loại dữ liệu này là "chất phóng xạ về mặt pháp lý". Các nhà cung cấp thuê chuyên gia khoa học dữ liệu để loại bỏ thông tin cá nhân và loại trừ hồ sơ nhân sự, và người mua cũng nói rằng họ làm sạch dữ liệu. Nhưng Ewing chỉ ra những chi tiết riêng tư ẩn trong email và lịch: lịch hẹn bác sĩ, kế hoạch đón con ở trường, kế hoạch hẹn hò.

Ông mô tả đây là một "miền Tây hoang dã của huấn luyện AI" — nơi chỉ mới bắt đầu nhường chỗ cho các thỏa thuận cấp phép hợp lệ và việc sử dụng dữ liệu được kiểm duyệt.

Ai được hưởng lợi?

Còn một câu hỏi nữa: ai là người thu lợi từ những khoản tiền bất ngờ này? Số tiền thu được thường chảy về các chủ nợ và nhà đầu tư cấp cao — không phải nhân viên. Theo Ifeoma Ajunwa, giáo sư luật tại Đại học Emory và tác giả cuốn The Quantified Worker, điều này đại diện cho một dạng "vốn bị chiếm đoạt". Tiền lệ pháp lý cho phép giám sát để giúp nhân viên làm việc, nhưng một khi công ty đã ngừng hoạt động, lý do biện minh đó biến mất.

"Người sử dụng lao động nên có sự đồng ý rõ ràng trước khi bán dữ liệu của nhân viên," Ajunwa nói, nhưng bà bổ sung rằng hiện không có luật liên bang nào cấm những giao dịch như vậy.

Những giới hạn của thị trường 'hậu sự' công nghệ

Trong khi nhiều người coi thị trường mới này là cơ hội để các doanh nghiệp thất bại thu hồi phần nào giá trị, những thương vụ giải thể này cũng có giới hạn. Các nhà sáng lập có rất ít hoặc hoàn toàn không có khả năng nhìn thấy ai đang mua dữ liệu và họ định làm gì với nó. Hơn nữa, không có gì đảm bảo họ nhận được mức giá công bằng.

Giá dữ liệu có khả năng sẽ ổn định trong năm tới, trừ khi bong bóng AI vỡ trước. Dù thế nào đi nữa, những "người đưa tang công nghệ" mới của ngành công nghệ sẽ vẫn ở đó để định giá những gì còn sót lại.

Góc nhìn cho Việt Nam

Sự phát triển của thị trường này đặt ra những câu hỏi đáng suy ngẫm cho hệ sinh thái khởi nghiệp Việt Nam. Khi ngày càng nhiều startup công nghệ trong nước phải đóng cửa sau giai đoạn gọi vốn khó khăn, dữ liệu người dùng và dữ liệu vận hành của họ cũng có thể trở thành tài sản có giá. Điều này đòi hỏi các nhà sáng lập Việt cần:

• Minh bạch với người dùng về cách dữ liệu có thể được sử dụng hoặc chuyển nhượng trong tương lai
• Cân nhắc kỹ trong điều khoản dịch vụ về quyền bán lại dữ liệu khi công ty ngừng hoạt động
• Nắm rõ quy định pháp luật Việt Nam về bảo vệ dữ liệu cá nhân (Nghị định 13/2023/NĐ-CP) trước khi tham gia bất kỳ giao dịch dữ liệu nào

Câu chuyện này cho thấy dữ liệu đã trở thành một loại tài sản có giá trị ngay cả khi doanh nghiệp không còn tồn tại — nhưng việc khai thác nó một cách có đạo đức và hợp pháp vẫn là bài toán chưa có lời giải trọn vẹn.