如何購買已倒閉新創公司的資料來訓練強大 AI 模型──解析馬斯克的計畫
目錄
你可能想知道的事
已倒閉公司的資料是否可能被視為可購買的資產，用於 AI 訓練？
當 AI 實驗室使用已倒閉公司的內部紀錄時，會有哪些隱私與法律疑慮？
主要主題
埃隆·馬斯克的團隊曾非正式探討取得已經關門的新創公司數位紀錄，以用來餵養並精進與 SpaceXAI 關聯的大型語言模型 Grok。與其向仍在營運並可能拒絕授權的公司談判，這種方法將目標放在已不存在公司的一方資料，避免遭到阻擋。熟悉內部討論的人士表示，這些討論屬於非正式性質，未必會真的促成購買；不過，對於一個在競速改進模型的 AI 團隊來說，這個想法背後的邏輯相當直接。
訓練現代 AI 系統需要大量高品質資料：客戶互動、營運文件、內部溝通以及反映組織實務運作的商業記錄。這類資料集常比一般網路文本更有價值，因為它們包含具體、領域特定的實例，展示人們如何實際工作、解決問題與使用服務。隨著從在營公司取得此類資料的成本上升且愈發稀缺，已倒閉公司的檔案可能看起來是便宜且豐富、結構化的訓練素材來源。
此類策略並非無先例。今年較早時，Google 在一次破產拍賣中斥資 1,000 萬美元購得 Spirit Airlines 的內部紀錄。該購買包含約 1 億封電子郵件、約 5 億則 Microsoft Teams 訊息，以及數十年的員工檔案，原計畫將這些資料導入 AI 訓練流程。此一收購說明了破產程序如何將企業資料轉化為在新興 AI 工作流程中具有價值的流動資產。
然而，此類收購會引發重大隱私與倫理疑慮。相關紀錄是由真實的員工、客戶與合作夥伴產生的，他們在僱傭或商業關係背景下同意資料被使用，而非同意用於廣泛的 AI 研究。勞工團體與其他利害關係者已有反彈。在 Spirit 的案例中，空服員工會在破產法院對該筆出售提出挑戰，主張像是刪除或去識別此類簡單技術並非萬無一失：在足夠情境下，對手可以從數十年的聊天記錄與電子郵件串中重新識別出個人。該法律爭議尚未解決，凸顯了資料對 AI 的實用性與隱私權之間碰撞的未定領域。
破產法對企業資產的處理相當廣泛。在第 11 章或其他清算程序期間，公司有形與無形財產都可能被拍賣以償還債權人。客戶資料庫或內部通訊檔案經常被視為可出售的資產，類似辦公家具或設備。因為原公司已解散或處於法院監督之下，貢獻資料的個人通常在資產拍賣時已很難有直接機制阻止出售。
根據對 SpaceXAI 內部討論的報導，目標是取得此類倒閉新創公司的營運與客戶資料集，以更好地訓練 Grok，讓其了解真實企業的運作。除了尋找外部來源外，馬斯克亦鼓勵挖掘 SpaceX 自身的紀錄。在八月的一次內部會議上，他據稱將模型從員工資料中學習比喻為一種繼承：他表示 Grok 將「繼承你的想法」，並鼓勵員工把該模型視為自己在養育的事物。這番話引發更多疑問，關於會包含哪種類型的內部紀錄以及如何保護員工隱私，因為相關說法並未具體說明資料類別與保障措施。
SpaceXAI 在七月發布了 Grok 4.5，作為 SpaceX 與 xAI 合併後的第一個重大模型，該組織正追求進一步發展，包括未來的模型更新及與其他馬斯克擁有事業的整合。對 AI 實驗室而言，納入真實世界的商業紀錄，對提升企業任務表現提供了潛在捷徑：客戶服務互動範例、內部故障排除筆記、產品文件與營運日誌都是有價值的監督形式。但取得並使用此類紀錄必須面對法律、倫理與聲譽風險──尤其是當資料涉及未同意用於 AI 訓練的可識別個人時。
從政策角度看，這些發展突顯了法律與業界實務在處理數位遺產方面的漏洞。現行規則允許破產受託人與債權人將資料視為可貨幣化的資產，但對於資料中所包含個人的隱私利益保護有限。隨著業界對高品質訓練素材的需求增加，對於更明確的規範以在創新與個人權利之間取得平衡的壓力可能會增大，例如更嚴格的去識別標準、更廣的通知要求，或是在破產中禁止出售揭露個人隱私紀錄的新限制。
AI 開發者與政策制定者也可考慮採取技術回應。更強的匿名化技術、差分隱私與合成資料產生是降低可識別性同時保留效用的選項。破產出售中的合約與法院命令可以附加可執行的隱私條件或限制後續使用。最後，關於資料來源的透明化與明確的風險評估可以幫助公司與監管機構在公共利益與潛在傷害之間權衡。
簡而言之，購買倒閉新創公司遺留資料以用於 AI 訓練的想法，對尋求高品質商業範例的實驗室具吸引力，但它也提出棘手的法律與倫理問題。當公司消失後，那些紀錄中嵌入的敘事歸誰所有？買方對保護所取得的訊息與檔案中人的義務為何？監管者應如何因應日益成長的企業資料訓練市場？答案仍在演進中，將塑造未來數年 AI 系統負責任訓練的方式。
關鍵見解表
| 面向 | 描述 |
|---|---|
| 資產狀態 | 破產程序可以將內部紀錄轉為可出售資產，類似實體財產。 |
| 先例 | Google 以 1,000 萬美元購買 Spirit Airlines 紀錄，顯示公司已在追求此類資料。 |
| 對 AI 的價值 | 營運與客戶紀錄為訓練以商業為導向模型提供高品質範例。 |
| 隱私風險 | 去識別化可能無法完全防止從大量內部日誌中重新識別出個人。 |
| 企業策略 | 據稱 SpaceXAI 考慮取得倒閉新創公司的檔案並挖掘 SpaceX 自身的紀錄以用於 Grok。 |
後續……
展望未來，破產法、資料市場與 AI 訓練實務的交織將需要新常規並可能引起監管關注。利害關係者——從 AI 實驗室到法院、立法者、勞工團體與隱私倡議者——必須共同參與，建立在允許善用企業檔案的同時保護資料中個人權利的框架。技術性修正與法律防護措拖並行，可以減少危害，但透明的政策制定與執法對於在 AI 系統日益依賴敏感現實世界資料集時建立信任至關重要。
