AI-компании покупают данные у закрывшихся стартапов для тренировки моделей, что вызывает вопросы конфиденциальности.
Кратко:
Когда Килан Мискелл начал сворачивать свой крипто-стартап в этом году, он не думал, что данные его компании стоят многого. Однако ему удалось заработать около $25,000 на кодовой базе и ожидается ещё больше за другие архивы. Эта история стала типичной в нынешней AI-индустрии, где данные из закрывшихся стартапов превращаются в ценный актив для тренировки моделей.
AI-лаборатории активно покупают архивы закрывшихся стартапов, включая корпоративные коммуникации, такие как Slack-чаты и email-переписки, а также репозитории кода. Эти данные позволяют моделям лучше понимать рабочие процессы и взаимодействия сотрудников, что невозможно достичь с помощью публичных или синтетических данных.
Закрывающиеся стартапы продают свои архивы через посредников, таких как SimpleClosure, за суммы от $10,000 до $100,000 за компанию. Например, Google приобрела архивы Spirit Airlines за $10 млн, что включает 100 миллионов email, 500 миллионов чатов в Teams и сотни репозиториев кода.
Посредники, такие как Turing и AfterQuery, закупают данные, а затем обезличивают их для продажи AI-лабораториям. Это создаёт новый рынок данных, который быстро растёт.
Продажа данных из закрывшихся стартапов поднимает серьёзные вопросы конфиденциальности и правовой ответственности. Бывшие сотрудники часто не давали согласия на использование их данных, а существующие трудовые договоры редко предусматривают такие сценарии. Это может привести к правовым спорам и вызвать общественное недовольство.
Использование данных из мёртвых стартапов становится новой нормой для AI-лабораторий, таких как OpenAI и Google DeepMind. Этот тренд способствует развитию моделей, способных функционировать в корпоративной среде, и уже не воспринимается как футуристическая тенденция.
Почему AI-компании покупают данные у закрывшихся стартапов?
Данные включают реальные корпоративные коммуникации и процессы, что делает их ценными для тренировки AI-моделей.
Как это влияет на сотрудников?
Бывшие сотрудники часто не дают согласия на использование их данных, что вызывает этические и правовые вопросы.
Кто выступает посредниками в таких сделках?
SimpleClosure, Turing и AfterQuery — известные посредники на этом рынке.
Какие риски существуют для компании?
Продажа данных может вызвать правовые споры и протесты со стороны сотрудников или общественности.
OpenAI и Meta обещают новые стандарты приватности в AI-агентах. Но смогут ли они выполнить эти обещания?
Отказ от NDA в AI-индустрии может стать шагом к улучшению отношений с сообществами, но решит ли это проблему?
Украинские дроны атаковали дата-центры Яндекса, повредив суперкомпьютеры и вызвав сбои в работе сервисов.
AI для работы с PDF-документами. Задавайте вопросы к любым PDF-файлам, получайте резюме и находите нужную информацию мгновенно.
AI-поиск по корпоративным данным. Ищет по всем инструментам компании — Slack, Gmail, Drive, Jira, Confluence — и даёт персонализированные ответы.
Проведи анализ провалов стартапов в сегменте: {сегмент} ## 1. ГРОМКИЕ ПРОВАЛЫ Топ-10 самых известных провалов: | Стартап | Привлёк $ | Год закрытия | Причина | ## 2. ДЕТАЛЬНЫЙ РАЗБОР (3-5 кейсов) Для каждого: - Что делали - Сколько привлекли и от кого - Хронология: взлёт и падение - Официальная причина закрытия - Реальные причины (из постмортемов, интервью) - Цитаты основателей/инвесторов ## 3. ПАТТЕРНЫ ПРОВАЛОВ Систематизация причин: | Причина | % случаев | Примеры | Категории: - Product/market fit - Команда - Бизнес-модель - Конкуренция - Timing - Финансы - Execution ## 4. РАННИЕ WARNING SIGNS Как распознать проблемы заранее: - Red flags в метриках - Red flags в команде - Red flags в рынке ## 5. ЧТО РАБОТАЕТ Контрпримеры — кто выжил и почему: - Успешные компании в том же сегменте - Что сделали по-другому ## 6. УРОКИ ДЛЯ ФАУНДЕРОВ - Конкретные рекомендации - Что делать, если видишь эти signs - Как пивотить вовремя ## 7. УРОКИ ДЛЯ ИНВЕСТОРОВ - На что смотреть при due diligence - Вопросы, которые нужно задавать - Метрики для мониторинга ## 8. АНТИХРУПКОСТЬ Как строить бизнес, устойчивый к этим рискам Акцент на реальные истории и конкретные цитаты.💡 Советы по использованиюСамые ценные инсайты — в постмортемах основателей. Ищите их личные блоги и интервью.Примеры применения•Due diligence•Risk management•Стратегия•Обучение на ошибках
Проведи due diligence стартапа {стартап} для потенциальной инвестиции. ## 1. БАЗОВАЯ ИНФОРМАЦИЯ - Юрлицо, юрисдикция - Дата основания - История привлечения инвестиций (все раунды) - Текущая оценка ## 2. КОМАНДА Для каждого ключевого члена команды: - Предыдущий опыт (LinkedIn, публикации) - Достижения и провалы - Skin in the game (доля) - Red flags (судебные иски, негативные упоминания) ## 3. ПРОДУКТ - Что именно делает (не маркетинг, а суть) - Технологическое преимущество (moat) - Отзывы реальных пользователей - Публичные метрики (если есть) ## 4. РЫНОК И КОНКУРЕНЦИЯ - Размер рынка (TAM/SAM/SOM с источниками) - Позиционирование vs конкуренты - Почему могут выиграть ## 5. БИЗНЕС-МОДЕЛЬ - Как зарабатывают - Unit economics (если публично) - Путь к прибыльности ## 6. TRACTION - Рост (MRR, пользователи, если публично) - Ключевые клиенты - Партнёрства ## 7. RED FLAGS - Негативные новости - Судебные разбирательства - Увольнения ключевых людей - Негативные отзывы сотрудников ## 8. ИНВЕСТИЦИОННЫЙ ТЕЗИС - Почему может вырасти 10x - Главные риски - Что должно случиться для успеха Только факты, только с источниками.💡 Советы по использованиюДополните исследование запросами о конкретных людях из команды или технологических аспектах продукта.Примеры применения•Due diligence•Венчурные инвестиции•Angel investing•M&A