Архивы закрывшихся стартапов превращаются в товар для ИИ-лабораторий: бывшие основатели продают код, рабочие пространства и внутренние записи, а покупатели используют их для обучения агентных систем. Данные закрывшихся стартапов могут приносить владельцам десятки тысяч долларов — и это новый сигнал для компаний, которые годами считали внутренние SaaS-аккаунты просто операционным мусором.
О таком рынке сообщает MIT Technology Review. Издание приводит пример Килана Мискелла, который закрывал криптостартап и сначала не видел особой ценности в его цифровом наследстве. Позже он продал кодовую базу и данные из рабочих пространств за десятки тысяч долларов. Вокруг ликвидации компаний уже формируется отдельная услуга: посредники, помогающие сворачивать стартапы, находят покупателей на их данные среди разработчиков ИИ.
Логика спроса довольно прямолинейна. Публичный интернет давно перестал быть бесконечным и безупречным учебником: он полон дублей, SEO-текста, устаревших страниц и контента, происхождение которого не всегда ясно. Синтетические данные помогают закрывать отдельные пробелы, но модели, обученные преимущественно на собственных ответах, рискуют всё дальше уходить от реальной рабочей практики. Поэтому лаборатории ищут следы того, как люди действительно ставят задачи, обсуждают ошибки, принимают решения и работают с документами.
Почему старые рабочие пространства интересны ИИ
Для чат-бота полезен массив текстов. Для ИИ-агента, которому поручают выполнять работу, ценнее последовательность действий: запрос клиента, обсуждение в команде, задача в трекере, правка в документе, изменение в коде, итоговое решение. Именно такой контекст потенциально содержат корпоративные архивы. Он может показать модели не только конечный ответ, но и неаккуратный, полный исключений путь к нему — тот самый, который редко попадает в открытые датасеты.
Это особенно заметно на примере небольших технологических компаний. Их рабочие пространства часто соединяют переписку, документацию, прототипы, обращения пользователей и внутренние процессы в одном наборе сервисов. После закрытия бизнеса эти данные могут оказаться заброшенными, хотя для обучения ИИ они выглядят как сжатая история реальных операций. Данные закрывшихся стартапов становятся дефицитным сырьём не потому, что каждый архив бесценен, а потому, что в них есть живая связка между задачей и действием.
Но «компания закрылась» не означает «всё содержимое можно свободно продать». В архивах могут оставаться персональные данные сотрудников и клиентов, коммерческие условия, переписка с инвесторами, ключи доступа, сведения о платежах и материалы, права на которые принадлежат не самому стартапу. Даже если основатель контролирует аккаунт, это ещё не отвечает на вопросы о согласии пользователей, договорных обязательствах и сроках хранения информации. Для покупателя такой набор способен стать не активом, а источником претензий.
Проблема шире формальной приватности. Команда могла общаться во внутреннем сервисе, исходя из того, что её разговоры не станут учебным материалом для сторонней модели. Клиенты могли передавать компании информацию для оказания услуги, а не для последующей перепродажи при ликвидации бизнеса. Если рынок будет расти, юристам и операционным командам придётся заранее описывать в договорах и политиках, кому принадлежат рабочие данные после закрытия проекта и допускается ли их использование для машинного обучения.
Что проверить тем, кто строит и закрывает продукты
Для фаундеров это повод включить цифровые активы в процедуру закрытия компании, но не воспринимать архив как лёгкие деньги. Нужны инвентаризация хранилищ, проверка контрактов, отделение персональных данных и секретов, а также понятный журнал того, что и на каком основании передаётся. Для разработчиков и IT-директоров вывод ещё практичнее: доступы, токены, резервные копии и теневые рабочие пространства нельзя оставлять без владельца до последнего дня. Иначе ценная база для сделки легко превращается в утечку.
Для ИИ-команд покупка таких архивов тоже требует дисциплины. Недостаточно получить выгрузку и загрузить её в конвейер обучения: нужно понимать происхождение данных, права на использование, наличие чувствительной информации и условия удаления. Качество реальных корпоративных следов может быть выше, чем у случайного веб-контента, но и юридическая цена ошибки здесь выше. Данные закрывшихся стартапов способны улучшить агентные системы лишь в том случае, если их происхождение можно объяснить не хуже, чем их техническую ценность.
Рынок вокруг цифровых останков стартапов показывает, насколько быстро ИИ меняет цену привычных вещей. Вчерашняя папка с закрытым проектом была затратой на хранение, завтра она может стать обучающим набором для агента. Главный вопрос теперь не в том, найдётся ли покупатель на корпоративную память, а в том, успеют ли компании договориться о правилах до того, как эта память начнёт массово менять владельца.
