你的 Slack 對話可能變 AI 教材？企業資料淘金熱崛起，變現背後的商機與爭議
在 AI 的軍備競賽中，資料就是燃料。然而，當 AI 實驗室幾乎吸乾了 Reddit 論壇、維基百科與數位化書籍等公開網路內容後，他們正面臨嚴重的資料瓶頸。為了解決這個問題，產業界開始將目標轉向一個意想不到的來源：企業內部的 Slack 對話、Email、Jira 任務單，以及多 TB 的專案紀錄。
《Forbes》報導，這波「工作流資料」（workflow data）的新趨勢，不只正在改變 AI 的訓練模式，更引發了全新的商機與隱私爭議。
從網路資料枯竭，到企業內部資料崛起
OpenAI 前首席科學家 Ilya Sutskever 曾指出，公開網路上的資料量對 AI 來說已在 2024 年底達到枯竭。更重要的是，這些文章資料對於打造能夠實際執行工作任務的「代理式 AI（Agentic AI）」來說幫助並不大，因為真正能讓 AI 學會工作的，是那些由人類在日常營運中創造的真實紀錄。
「AI 模型公司正在意識到，真實世界環境中的噪音對於準確測試模型是必要的。」提供 AI 模擬環境的 micro1 創辦人 Ali Ansari 表示。這些真實的企業通訊紀錄，包含了決策的轉折、跨部門的溝通摩擦，甚至是解決專案危機的過程，它們成為了訓練代理式 AI 理解組織運作、處理複雜任務的珍貴教材。
數位回收的淘金熱：倒閉企業的遺產變現
需求的爆發，迅速催生出全新的資料市場。根據《Forbes》報導，新創公司 SimpleClosure 協助企業在關閉時，將其長年累積的 Slack 訊息、Email、Jira 紀錄與 Google Drive 文件打包出售，作為 AI 訓練資料。一家已結束營運的轉錄公司 cielo24，甚至因此獲得數十萬美元收入。
SimpleClosure 執行長 Dori Yona 形容，AI 公司對這類資料的需求「幾乎像淘金熱」。該公司進一步推出 Asset Hub 平台，專門媒合企業出售內部資料資產，包括程式碼與工作文件。
SimpleClosure 分析，這類需求正在快速成長：AI 訓練資料相關合約季成長達 150%，資料集授權量也成長 50%。SimpleClosure 已分析約 30 億 token 的企業資料，並替近百家公司完成交易，為創辦人回收數百萬美元價值。
這些數據更進一步催生了所謂的「強化學習健身房」（RL Gyms）產業。這些新創公司利用倒閉企業的數據建立模擬的辦公環境，讓 AI 代理在裡面練習發送電子郵件、協調會議，甚至處理同事間的衝突。
《Forbes》指出，目前已有約 50 家新創投入此領域，甚至傳出 Anthropic 計劃投入 10 億美元。這些平台會建立「虛擬公司世界」，例如 Finance World 或 Big Tech World 讓 AI 練習處理日常任務。一個典型案例是：AI 被指派籌辦同事生日派對，但必須自行確認日期、與同事協調，甚至處理重複規劃的衝突。這類任務看似瑣碎，卻高度貼近真實職場，也正是 AI 過去難以掌握的能力。
隱私爭議浮現：未經同意的員工資料買賣
然而，當 AI 訓練資料戰從公開網路轉向企業內部，也引發了強烈的隱私與倫理爭議。人工智慧與數位政策中心（Center for AI and Digital Policy）創辦人 Marc Rotenberg 警告，這不僅僅是一般的通用資料，而是可識別個人的行為記錄。
他指出，即使員工在入職時簽署了放棄智慧財產權的協議，但這並不代表雇主有權將包含個人情感與日常對話的內部通訊紀錄出售給第三方，這嚴重侵犯了員工的合理隱私期待。
此外，AI 業界熟知大型語言模型有時會「一字不漏」地記住訓練資料並在日後重現。這代表著，如果在出售前未能完美執行極度困難的「去識別化（anonymization）」與移除個人身分資訊（PII）程序，前員工的私下抱怨或失誤紀錄，極有可能在未來的某個 AI 模型中被公開「吐出」。
公開資料讓 AI 學會語言與知識，但企業資料讓 AI 學會「如何做事」。隨著 AI 競爭邏輯的結構性轉變，如何在這場對真實世界決策數據的渴求中，建立合乎倫理的資料取得機制，將是 AI 產業面臨的下一個重大考驗。
＊本文開放合作夥伴轉載，資料來源：《Forbes》、《businesswire》，首圖來源：Unsplash