La maggior parte delle startup fallisce. Un nuovo settore sta dando una seconda vita ai loro dati nel campo dell’intelligenza artificiale.
Quando quest’anno Keelan Miskell ha iniziato a chiudere la sua startup nel settore delle criptovalute, non pensava che i suoi dati valessero molto: gli utenti erano anonimi e l’azienda aveva solo pochi anni di vita. Da allora, però, ha trasformato gli archivi digitali dell’azienda in denaro contante. Ha incassato circa 25.000 dollari per il suo codice sorgente e un importo ancora in sospeso (probabilmente intorno ai 15.000 dollari) per i dati relativi agli spazi di lavoro su Google, Notion, Figma e Slack. “Almeno tutto ciò che abbiamo fatto per due anni e mezzo vale qualcosa per qualcuno da qualche parte”, afferma.
La vendita è stata mediata da una società chiamata SimpleClosure, che fa parte di un nuovo settore in crescita nel mondo della tecnologia: le aziende che si occupano delle startup in fase di chiusura. Le stime di Carta e AngelList mostrano che negli ultimi anni le chiusure sono aumentate tra il 26% e il 56% all’anno, e si è sviluppato un vero e proprio ecosistema dedicato alla fine del ciclo di vita delle aziende — che comprende coach, “death doulas” e studi che aiutano a gestire le complicazioni legali, fiscali e operative legate al fallimento. Ora questi “impresari funebri” del settore tecnologico vendono i dati rimasti ai laboratori di IA.
SimpleClosure ha aggiunto la vendita di dati ai propri servizi ad aprile. La sua piattaforma Asset Hub aiuta i fondatori a vendere il proprio codice e i dati relativi agli spazi di lavoro — e-mail, chat, documenti. Tra gli acquirenti figurano laboratori di IA di fondazioni, fornitori che realizzano spazi di lavoro simulati per l’addestramento dell’IA e aziende tecnologiche consolidate che sviluppano i propri modelli. Asset Hub ha gestito oltre 150 operazioni e prevede di restituire oltre 10 milioni di dollari alle startup entro la fine del 2026. L’amministratore delegato Dori Yona ha visto queste transazioni, un tempo rare e «in qualche modo tabù», diventare sempre più comuni: oggi il 47% delle operazioni di SimpleClosure include la vendita di codice o dati.
E non è l’unica. Anche Sunset, concorrente del settore, ha un’attività di rivendita di dati in rapida crescita. Il fondatore e CEO Brendan Mahony afferma che Sunset valuta le risorse di un cliente in fase di chiusura in base al numero di dipendenti, agli anni di attività, al volume di dati e al modo in cui il team ha utilizzato i propri strumenti. Il pannello truciolare, dice, è una buona analogia: «Questi dati operativi residui sono come i trucioli di legno che tutti pensavano non avessero alcun valore, ma che in realtà ne hanno tantissimo».
La domanda di dati provenienti da aziende cessate è emersa improvvisamente lo scorso anno, quando i laboratori di addestramento dell’IA hanno raggiunto i limiti dei set di dati pubblici e sintetici. Surge AI, ad esempio, acquista dati per costruire “palestre di apprendimento per rinforzo” dove gli agenti di IA dei clienti si esercitano in compiti specifici — si pensi al debug di una complessa architettura IT o alla stesura di memorie d’appello. Nick Heiner, che guida il lavoro dell’azienda su questi ambienti, afferma di cercare archivi di dati che riflettano una vasta gamma di situazioni, dai disaccordi alle decisioni complesse che richiedono un giudizio. Heiner spiega che la cronologia di Slack di un’azienda, se cattura conversazioni varie e approfondite, può valere più di Slack, e-mail e calendari di un’altra azienda messi insieme.
Gli archivi reali evitano errori comuni nei mondi sintetici, come i riferimenti a date inesistenti, ma l’entità dei miglioramenti in termini di prestazioni rimane poco chiara. Nessuna azienda ha ancora pubblicato test che mettano a confronto i risultati dell’addestramento con dati del mondo reale con quelli delle alternative. I prezzi riflettono questa incertezza: gli acquirenti citano cifre estremamente diverse, afferma Heiner, perché le valutazioni si basano su “tesi di ricerca” che stimano quanti compiti utili derivino, ad esempio, da 100.000 righe di codice.
Ciò non ha impedito la conclusione di operazioni di grande portata. Lo scorso agosto, nell’ambito della procedura fallimentare di Spirit Airlines, Google ha superato l’offerta della società di dati per l’IA Mercor per acquistare i dati accumulati dalla compagnia aerea nel corso di decenni, tra cui 100 milioni di e-mail, 500 milioni di messaggi su Teams e 176.000 schede dei dipendenti. Il prezzo: 10 milioni di dollari. E Bloomberg ha riportato a settembre che l’unità di IA di SpaceX sta valutando l’acquisto di dati da startup in difficoltà.
Dal punto di vista legale, tutto ciò potrebbe diventare rischioso. Il sindacato degli assistenti di volo di Spirit si è opposto alla vendita per motivi di privacy, e Greg Ewing, un avvocato che fornisce consulenza alle startup di IA, ha definito tali dati «legalmente radioattivi». I fornitori impiegano data scientist per eliminare le informazioni di identificazione personale ed escludere i dati relativi alle risorse umane, e anche gli acquirenti affermano di procedere in tal senso. Ma Ewing sottolinea alcuni dei dettagli privati che si nascondono nelle e-mail e nei calendari: appuntamenti dal medico, accordi per il ritiro dei figli da scuola, programmi per le serate romantiche. Egli descrive un «Far West dell’addestramento dell’IA» che sta solo iniziando a lasciare il posto ad accordi di licenza adeguati e a un utilizzo controllato.
C’è anche la questione di chi tragga profitto da queste manne inaspettate. I proventi in genere vanno ai creditori di primo grado e agli investitori, non ai dipendenti. Per Ifeoma Ajunwa, docente di diritto all’Emory University e autrice di *The Quantified Worker*, ciò rappresenta una forma di «capitale catturato». La giurisprudenza consente il monitoraggio per aiutare i lavoratori a svolgere il proprio lavoro, ma una volta che un’azienda cessa l’attività, tale giustificazione svanisce. «I datori di lavoro dovrebbero ottenere il consenso esplicito prima di vendere i dati dei lavoratori», afferma Ajunwa, ma aggiunge che non esiste una legge federale che vieti tali vendite.
Sebbene molti vedano questo nuovo mercato come un’opportunità per le aziende in difficoltà di recuperare un po’ di valore, queste vendite di liquidazione presentano anche dei limiti. I fondatori hanno poca o nessuna visibilità su chi sta acquistando i dati e su cosa intenda farne. Inoltre, vi è scarsa garanzia che stiano ricevendo un’offerta equa. I prezzi dei dati probabilmente si stabilizzeranno nel corso del prossimo anno, a meno che non scoppi prima una bolla dell’intelligenza artificiale. In ogni caso, i nuovi “impresari funebri” del settore tecnologico saranno lì a valutare ciò che resta.
Matthew King è un giornalista specializzato in tecnologia e ambiente con sede a Baltimora.
