谷歌花1000万美元，买下一家破产航空公司的数据？

作者 | 山竹

出品 | 锌产业

一家已经停止运营的航空公司，还能给谷歌留下什么？

答案不是飞机、航线或机场时刻，而是大约1亿封内部邮件、5亿条Microsoft Teams消息、数千万份企业文件，以及一套记录了公司如何决策、协作和运转的数据系统。

美国纽约南区破产法院文件显示，谷歌在8月14日举行的破产资产拍卖中，以1000万美元成为Spirit Airlines“去标识化数据”的最高竞标者。

另一家竞标者是AI数据公司Mercor，报价750万美元。

不过，该笔交易还需获得破产法院批准。

谷歌对媒体表示，这批企业数据可以用于改进其产品和AI模型，交付前将由第三方清除其中的个人身份信息。

从金额上看，1000万美元对于谷歌只是一笔小交易，但它透露出的信号并不小：

当公开互联网语料逐渐触及版权、质量和稀缺性的边界，AI公司正在把目光转向过去很少被单独定价的资产——一家真实企业留下的“工作记忆”。

01 买下的，不只是一批邮件

Spirit Airlines出售的并非乘客名单，也不只是一个容量庞大的电子邮箱备份。

法院披露的资产清单显示，谷歌拟获得的数据包括约1亿封邮件、8万个邮件账户、5亿条Teams消息、约1708万份OneDrive文件和2058万份SharePoint文件。

此外，还有财务模型、预算材料、供应商信息、项目管理文档、营销数据、航空运营记录、收益管理数据、飞机维修与燃油数据等。

代码同样是交易的重要组成部分，Spirit拟出售516个网页、移动端和后端代码仓库，总计约3000万行代码；

与之配套的还有超过4.3万条代码合并请求、约37万条提交历史、问题讨论、测试结果和持续集成日志。

换句话说，谷歌竞拍的不是若干静态文件，而是一家公司多年运营留下的数字化轨迹：

员工如何沟通，项目如何推进，代码如何修改，预算如何形成，航班异常如何处理，管理层又如何把内部信息转化为决策。

这也解释了Spirit数据的特殊价值。

公开网页通常只保留一个组织最终对外发布的结果，例如产品页面、新闻稿、财报和帮助文档，企业内部数据记录的却是抵达结果之前的过程。邮件中的任务分派、聊天中的临时讨论、文档的多次修改、代码审查中的争论，以及运营系统中的异常处理，共同构成了更接近真实工作的上下文。

对于正在发展企业AI和智能体产品的谷歌而言，这类数据可能有助于模型理解复杂组织如何协作，以及一个任务如何跨越邮件、聊天、文档、表格和代码系统逐步完成。这是基于数据结构作出的合理推断，谷歌并未公布具体训练方案，也没有说明哪些模型会使用Spirit的数据。

这批资产也不能被简单描述为“谷歌买走了乘客隐私”。

法院文件明确排除了约9750万份乘客档案、5020万名常旅客会员资料、1370万个活跃邮箱地址、客户电话录音、网站访问记录和客户名单，受到律师—客户保密特权保护的材料，同样不属于交易资产。

但“未包含客户名单”并不意味着这是一笔没有敏感性的普通文件交易，内部邮件、员工数据、财务记录和法律文件依然可能包含能够指向个人或具体事件的信息。

因此，交易协议要求Spirit先把数据交给谷歌指定或认可的第三方进行去标识化，相关成本由谷歌承担，处理完成后，第三方还需证明数据符合适用法律和行业标准。

02 企业“工作记忆”成为AI语料

大模型过去几年的快速进步，很大程度上建立在海量公开内容之上。

但随着高质量公开语料被反复使用，AI公司面临的问题已经从“有没有足够多的数据”，逐渐变为“有没有足够真实、完整且合法可用的数据”。

Spirit的数据恰好具备三个特点。

首先，它足够完整。邮件、聊天、文档、表格、业务系统和源代码能够相互关联，呈现企业工作的连续过程，而不是互联网中彼此割裂的文本片段。

其次，它足够专业。航空公司涉及航班调度、收益管理、机组安排、维修、燃油、财务和监管等复杂流程。即使Spirit最终经营失败，这些数据仍然记录了一个大型组织如何处理高频、跨部门和强约束任务。经营结果失败，不等于每一项流程数据都失去研究和训练价值。

第三，它拥有相对明确的交易链条。数据通过破产资产拍卖出售，买方支付对价，协议界定纳入和排除范围，并设置法院审批与去标识化条件。与直接抓取互联网内容相比，这种方式至少在资产授权和交易主体层面更清晰。

谷歌此前已表示，除了公开、可抓取的网络内容，公司也在寻找封闭和离线数据、带有增强元数据的信息，以及可用于核验的实时结构化数据。

此外，谷歌官方还透露，正在试验为非公开内容付费的合作模式。

Spirit交易可以被视为这一方向的延伸，AI公司购买的不再只是书籍、新闻或社交平台内容，而是企业真实运作产生的过程数据。

Mercor的参与也强化了这一判断，这家AI数据公司愿意出价750万美元，说明竞标价值并不只来自Spirit的航空业资产，而在于这批数据可以被加工成AI训练或评测材料。

谷歌最终将报价提高至1000万美元，买下的是对这套企业数据的控制权及后续开发空间。

这并不意味着未来每家企业的邮件都能卖出高价。

数据是否完整、是否拥有合法处分权、能否去除个人信息、是否保留跨系统关联，以及能否转化为模型真正需要的训练任务，都会影响其价值。

Spirit的特别之处在于，它留下了一套覆盖大型企业多个部门和系统的连续记录，而破产程序又使这些原本不会进入市场的数据成为可交易资产。

03 匿名化之后，争议并未消失

这笔交易也提出了一个比技术更棘手的问题：员工在企业系统中留下的沟通，究竟只是公司的信息资产，还是也包含个人无法完全让渡的数字痕迹？

从交易文件看，谷歌作出了两项约束：始终以去标识化形式保存和使用数据，不主动把数据与个人或家庭重新关联。如果谷歌未来将数据转交第三方，也需要以合同方式要求接收方遵守相同承诺。

这些措施降低了直接识别个人的风险，却不能自动终结争议。

邮件和聊天并非传统意义上的结构化数据库，姓名可以删除，邮箱地址可以替换，但职位、项目经历、时间节点、语言习惯和上下文组合在一起，仍可能形成独特身份特征。

去标识化能否经受复杂模型的关联分析，最终取决于第三方采用的技术、删除和转换规则，以及谷歌实际获得的数据粒度。目前，这些细节尚未公开。

员工的知情预期同样值得讨论，多数公司都会在制度中说明工作邮箱和协作工具属于企业系统，员工不应期待与私人通信相同的隐私空间。

但“公司可以审计工作邮件”与“公司破产后把多年沟通打包出售给AI公司”，并不是员工日常使用Teams时必然能够预见的同一场景。

社区对此已经出现两种截然不同的反应：

一种观点认为，AI公司为有明确授权的数据付费，比无偿抓取内容更可取；

另一种观点则认为，付费对象是破产企业和债权人，而真正产生邮件和聊天内容的员工并未参与定价，也未必能够选择退出。

这些观点尚不是监管结论，却提示了下一阶段AI数据治理可能面对的矛盾。

Spirit交易最终是否会成为范例，仍取决于法院审批、数据清洗效果以及谷歌的实际用途。

但它已经让一种过去隐藏在资产负债表之外的东西获得了明确价格：

一家企业失败之后，办公楼、飞机和品牌可以出售，员工多年积累的沟通、流程与代码，也可以成为独立拍卖的资产。

对AI行业来说，这可能意味着数据竞争正在进入新的阶段，公开互联网仍然重要，但更有价值的增量数据，也许来自企业防火墙之后，来自那些记录了真实任务如何被理解、拆解、争论和完成的工作现场。

问题也随之而来：

当企业的“工作记忆”成为AI原料，它究竟属于公司、员工，还是未来的模型？