谷歌千万买下破产航司数据，AI 训练新矿藏

据 Woofun AI 消息，Spirit Airlines 在破产清算过程中，其核心数字资产——包括海量员工邮件与即时通讯记录——被 Google 以 1000 万美元的价格成功竞得。

这一交易不仅确立了企业'数字遗产'作为 AI 训练关键原材料的市场地位，更揭示了在公开互联网数据日益枯竭的宏观背景下，曾经被视为废弃物的公司内部沟通记录，正经历着从'清理对象'到'高价值资产'的根本性重估。这标志着一种全新的数据经济形态正在破产清算领域悄然成型。

这场发生于 8 月 17 日的拍卖细节，清晰地勾勒出数据资产化的初步轮廓。竞拍现场仅有两家主要参与者，除了最终胜出的 Google 外，另一家竞标方 Mercor 以 750 万美元的出价惜败，两者价差为 250 万美元。被拍卖的核心标的物由三部分组成：第一部分是约 1 亿封员工电子邮件；第二部分是规模更为庞大的 5 亿条 Microsoft Teams 消息；这两部分合计构成了 6 亿条文本数据的基础。第三部分则包含了日历、表格、财务数据库、项目文件、运营记录以及一批内部软件系统。

值得注意的是，乘客档案和常旅客信息等涉及外部用户隐私的数据并未包含在此次交易范围内。若将这 6 亿条消息进行量化类比，相当于一个人不间断说话 16000 多年。折算下来，每条消息的平均售价仅为 1.67 美分。在美国文化中，1 美分硬币被称为 penny，通常被视为掉在地上都懒得捡的零钱。换言之，Spirit 员工在 Teams 中发出的每一条工作指令或闲聊，其市场估值约为一个半 penny。

这种看似微薄的单价，背后却是 AI 行业对高质量、结构化过程数据的极度渴求。

要理解这笔交易的重量，必须回溯 Spirit Airlines 的兴衰史。这家航空公司诞生于 1980 年的底特律，其前身是一家名为 Charter One 的卡车运输公司，后转型进入航空领域。1992 年，公司正式更名为 Spirit，寓意'灵魂'。在随后的 34 年里，Spirit 将美国超低成本航空模式推向了极致，成为全行业模仿的标杆。其资产底子曾相当雄厚，拥有 205 架清一色的空客飞机，日均运营约 300 个航班。2024 年，Spirit 的营收规模达到约 50 亿美元。

然而，辉煌之下暗流涌动，同年公司净亏损高达约 12 亿美元，并在申请破产时背负了约 90 亿美元的沉重债务。2026 年 5 月的一个深夜，公司宣布全面停飞。次日，约 17000 名员工通过新闻得知自己失业的消息。

目前，Spirit 正按照 Chapter 11 破产法下的清算式关停程序进行，没有破产托管人介入，公司在法院监督下自行出售剩余资产。这一过程漫长而复杂，涉及员工敏感数据的交易更需经过独立机构的去身份化处理，以删除姓名、邮箱等可识别个人身份的信息。

此次交易的特殊性在于其历史首创性与争议性。这是历史上第一例破产公司将内部员工数据直接出售给 AI 公司的案例。Gizmodo 用 "Spirit 死了，但它的数据会在 Google 的服务器里阴魂不散，飘荡几代人" 来形容这一现象。在传统的破产清算中，律师、清算人和拍卖行主要处理飞机、桌椅、商标和专利等有形或传统无形资产。

然而，随着 AI 时代的到来，公司的内部员工数据首次被摆上了货架。这一转变并非偶然，而是由两个宏观背景共同推动：一是初创公司倒闭潮加剧，二是 AI 训练面临严重的数据枯竭危机。这两个因素的交汇，使得企业内部数据第一次具备了规模化交易的条件。

从宏观背景来看，美国科技行业的生态正在发生剧烈变化。2024 年第一季度，美国初创公司的失败率同比上涨了 58%，而活跃的风险投资机构数量比高峰期减少了 62%。资本并未消失，而是高度集中地流向 AI 领域。2024 年，美国 AI 初创公司共获得 970 亿美元融资，创下历史纪录。

这种资本倾斜导致一批原本依靠融资续命的非 AI 公司提前撞上资金墙。例如，2024 年 8 月，由 a16z 投资的金融科技公司 Tally 宣布关停。Tally 累计融资 1.72 亿美元，最高估值曾达 8.55 亿美元，并已完成 D 轮融资，但最终仍未能获得下一笔资金。这类公司的倒闭，留下了大量未被定价的内部数据，为数据交易市场提供了丰富的'原材料'。

Woofun AI 整理数据显示，另一方面，AI 训练对数据的需求已逼近物理极限。GPT-4 的训练数据量约为 13 万亿个 token，作为参照，Google Books 在四十多年间扫描了约 4000 万本书，折算下来仅约 4 万亿个 token。

这意味着 GPT-4 一次训练消耗的数据量相当于三个多 Google Books 的总和。Epoch AI 的研究指出，高质量的语言数据（如书籍、新闻、维基百科）预计在 2026 年前后就会耗尽。公开互联网中可用于训练的高质量文本正在迅速见底，合成数据的占比不得不越来越高。

在此背景下，AI 公司必须将目光转向公开互联网之外的'暗数据'，即企业内部积累的邮件、聊天记录和工作文档。研究机构预测，到 2030 年，AI 训练数据集市场规模将达到 97 亿美元，若加上各类授权，总规模估计可达 675 亿美元。

更关键的变量在于企业 Agent 的兴起。Gartner 预测，到 2026 年，40% 的企业应用将内置任务型 AI Agent，而前一年这一比例还不到 5%。企业 Agent 需要学习的不只是知识，更是真实的工作过程，包括需求提出、讨论、任务分配、纠错和交付等细节，这些恰恰保存在企业内部通信中。

在这一新兴产业链中，三类新参与者正在崛起。首先是解散服务商，以 SimpleClosure 为代表。该公司成立于 2023 年，pre-seed 轮融资 150 万美元，2025 年 5 月完成 1500 万美元 A 轮融资，由 TTV Capital 领投。连管理大量美国初创公司股权的 Carta 也停掉了自己的关停服务，转而投资 SimpleClosure。

到 2025 年 10 月，SimpleClosure 已协助一千多家公司完成关停。Crunchbase 将其称为 "A Better Way To Fail"（一种更好的失败方式）。2026 年 4 月，SimpleClosure 上线 Asset Hub，专门处理包括 Slack 记录、邮件、Jira 工单在内的无形资产。

此前，转录公司 cielo24 关停时，通过 SimpleClosure 出售了过去 13 年积累的 Slack 消息和邮件，CEO Shanna Johnson 告诉 Forbes，这笔交易获得了数十万美元的收入。SimpleClosure 将数据销售环节交给 Protege，这是一家专做 AI 训练数据授权的市场平台，2026 年 1 月获得 a16z 领投的 3000 万美元，创始人 Bobby Samuels。Protege 现在正将这套模式复制到企业数据领域。

第二类参与者是传统律所与 e-discovery 服务商的转型。Redgrave LLP 等律所开始设立专门团队，处理破产案件中的数据保存与取证。KLDiscovery、Epiq、Consilio 等 e-discovery 服务商则负责技术执行，将邮箱、Teams、SharePoint 中的内容导出、归档，并整理成可交易的数据包。EDRM 定期发布的定价调查显示，该行业通常按每 GB 数据采集、每 GB 每月托管以及文档审阅费用计费。Spirit 的 6 亿条消息能变成拍品，离不开这类基础技术工作。数据格式通常涉及 ZIP 文件和 JSON 文件，以及 Microsoft 365 的导出工具。这些技术细节虽不常被公众关注，却是数据资产化的基石。

价格对标与 Mercor 的崛起，进一步揭示了这一市场的潜力与混乱。目前，SimpleClosure 和 Protege 处理的关停创业公司数据，单笔交易通常在 1 万到 10 万美元之间。Mercor 给被收购初创公司的员工聊天记录和邮件开出的报价，最高可达 30 万美元。而 Spirit 的交易将价格推至千万美元级：Mercor 出价 750 万美元，Google 最终出价 1000 万美元，争夺约 6 亿条内部通信。

按此计算，平均每条消息约 1.67 美分。相比之下，路透社 2024 年报道，Photobucket 曾以每张 5 美分到 1 美元的价格授权约 130 亿张照片和视频。Reddit 与 Google 的合同金额约为每年 6000 万美元；News Corp 与 OpenAI 的五年协议约 2.5 亿美元；xAI 与 Telegram 的合作金额达 3 亿美元；苹果购买 Shutterstock 图片授权报价在 2500 万到 5000 万美元之间。

这些成熟市场已有稳定定价，而关停企业内部数据交易仍处起步阶段，缺乏统一标准。Mercor 成立于 2023 年，由 Brendan Foody、Adarsh Hiremath 和 Surya Midha 三位高中辩论队队友创立。2024 年 9 月，Mercor 已评估约 30 万名求职者，估值达 2.5 亿美元。2025 年 11 月，三位创始人年仅 22 岁，成为最年轻的白手起家亿万富翁。

2026 年上半年，Mercor 营收超 6.14 亿美元，九成来自 OpenAI 等头部实验室。7 月，公司寻求约 200 亿美元估值，并收购了 Deeptune。Mercor 通过购买企业内部记录和雇佣前员工（时薪约 200 美元）获取训练数据，CEO 称每天支付报酬超 150 万美元。2025 年，Scale AI 曾起诉 Mercor 指控其前员工带走商业秘密，凸显了数据资产的双刃剑特性。

Spirit 的交易尚未最终完成，法院仍在审批中，空乘工会已提出异议。但这场拍卖已具象征意义：一家经营 34 年的公司，其日常经验——如何开会、如何决策、如何协调——正通过 6 亿条消息被数字化永生。破产词源 "banca rotta" 意为 "碎掉的长凳"，象征着商业活动的终结。

然而，Spirit 的长凳虽碎，其留下的数据却在重新定价。一条消息，一个半 penny，这不仅是价格的标定，更是企业知识传承方式的根本变革。未来，内部工作记录可能成为融资、并购中的独立估值项，AI 正在重塑我们对'公司遗产'的定义。