数据交易新乱象，倒闭企业成“香饽饽”！

近期，为OpenAI、Anthropic等AI巨头提供训练数据的美国独角兽企业Mercor，被曝正在大规模寻找倒闭或被收购的初创企业，高价出资购买其内部邮件、聊天记录、会议资料、代码修改记录等数据，再把处理后的数据提供给AI企业。

大量有关员工隐私、商业机密和客户信息的内部数据，因此面临前所未有的泄露风险，这一新型交易模式暴露出的数据合规底层乱象，迅速引发各界广泛担忧。

Mercor公司总部位于美国旧金山。

机密数据交易的新路径。

Mercor成立于2023年，最初定位为AI招聘工具服务商，短短三年间，公司完成了从招聘平台到AI数据训练服务商的转型，迅速崛起成为全球头部AI数据供应商。

目前，Mercor的客户名单覆盖了全球大量顶尖AI企业，包括OpenAI、Anthropic、Google DeepMind等行业巨头。此次被曝出将“淘金”目标瞄准濒临倒闭的企业，由此引发了新的合规风险。

Mercor公司三位创始人。

Mercor如何进行“数据收割”。

第一步，寻找数据量大并且濒临倒闭的初创企业。

通常情况下，正规企业对内部数据的管理较为严格，事关商业机密的数据不会对外开放。但企业一旦面临清算或破产，为了尽快处置资产、回收资金，内部数据也会成为可供出售的资产。

例如，在人工智能企业Warmly宣布被HubSpot收购后不久，Mercor就与其创始人接触，打算以30万美元报价收购其内部数据。

第二步，购买最能反映公司运营的机密数据。

Mercor希望获得的数据，包括企业聊天工具、平台开发记录、项目管理中的任务资料以及企业内部会议记录等。

这些数据大都涉及企业商业机密。如：聊天记录能看到员工对企业发展的真实看法，代码修改能反映技术方案的调整过程，会议记录则能反映决策过程及最终结果。

这些涉及商业机密的数据非常符合AI巨头们的胃口，谁能获得更多这类数据，谁就能提供更好的服务质量。

第三步，将机密数据加工后出售给AI巨头。

Mercor雇佣了大量外包人员，开展数据标注、模型评估和人类反馈强化学习，把从倒闭企业买来的原始数据，转化成AI可以读懂的训练材料，最终将其高价卖给AI公司。

为何瞄准企业机密数据？

当前，互联网上的开源数据已基本被OpenAI、Anthropic、Google等AI巨头采集并消耗殆尽，大模型技术迭代遭遇底层数据匮乏的瓶颈。

同时，单纯依靠网页、开源文档、公开论坛等传统数据训练的模型，在企业级智能体、复杂业务自动化场景中，存在逻辑断层、工具调用能力薄弱、真实业务流程理解缺失等致命缺陷。

而企业内部的机密数据包含整套完整的工作流程，能够反映问题如何被提出、讨论、决策和执行，团队成员间如何沟通协作，错误如何被发现纠正等。

这种动态的、情境化的数据，正是当前智能体模型实现关键突破最需要的核心数据。

滋生AI数据合规性风险。

Mercor大规模收购倒闭初创企业内部机密数据的行为，本质上是在数据权属界定模糊、合规审查缺位、安全防护不足的真空地带，进行的数据资产套利行为，由此形成的数据交易路径实质上是一条灰色产业链。

风险高企，泄密损害多方权益。

个人层面，企业员工的聊天记录、邮件往来中包含大量个人隐私信息，一旦Mercor在收集、处理、传输和训练等工作环节出现纰漏，将导致信息泄露问题，损害员工个人权益。

今年3月底，一个黑客组织声称已从Mercor系统中窃取了4TB的数据，其中包括候选人档案、个人身份信息、雇主数据、源代码及API密钥。

企业层面，企业的内部数据一般都包含未公开的技术方案、客户报价、融资谈判细节乃至合作伙伴的保密信息，这些涉及商业机密的信息均存在被大模型“记忆”并在推理过程中披露的可能。

此外，部分被收购企业可能还与海外机构、政府部门存在业务往来，数据中隐含的敏感信息一旦外泄，风险边界难以估量。

治理缺位，影响行业健康发展。

当前全球AI行业飞速发展，但有关数据保护的法律规范与行业监管仍相对滞后，针对训练数据来源的合规要求缺乏具体标准，这种宽松的治理环境为Mercor等企业的激进扩张提供了土壤。

更严峻的是，这种数据收购模式正在形成不良示范，一旦更多数据服务商跟进效仿，倒闭企业的数据将成为各方争夺的“香饽饽”，进而催生专门倒卖企业机密数据的灰色产业链。

同时，吸收来源不明数据后的AI大模型，也将输出更多不可控内容，很可能反噬整个AI行业的信任基础。

数据堪称AI时代的黄金与石油，但开采与炼制必须在安全的规则和环境下进行。

Mercor扫货倒闭企业内部数据的现象，为全球AI行业的合规性建设敲响了警钟，如何在技术创新与数据保护之间找到平衡，是各国政府和AI企业必须直面的课题。