Các phòng nghiên cứu AI đang mua mã nguồn, email, tin nhắn và tài liệu nội bộ từ những startup đã đóng cửa. Họ dùng chúng để tạo môi trường huấn luyện sát với công việc thật. Các giao dịch giúp chủ nợ ưu tiên và nhà đầu tư thu hồi một phần giá trị. Tuy nhiên, hiệu quả huấn luyện chưa được chứng minh công khai. Quyền riêng tư của nhân viên và mục đích sử dụng cuối cùng cũng chưa được giải quyết rõ.
Khi Keelan Miskell bắt đầu đóng cửa startup tiền mã hóa của mình trong năm nay, anh không nghĩ dữ liệu của công ty đáng giá bao nhiêu. Người dùng đều ẩn danh, còn doanh nghiệp mới hoạt động được vài năm. Cuối cùng, kho lưu trữ số ấy vẫn mang về tiền thật.
Theo bài viết gốc của MIT Technology Review, Miskell đã thu khoảng 25.000 USD từ mã nguồn. Khoản tiền dự kiến cho dữ liệu làm việc trên Google, Notion, Figma và Slack vào khoảng 15.000 USD. Với Miskell, ít nhất những gì đội ngũ đã làm trong hai năm rưỡi vẫn có giá trị với một người mua nào đó.
Thương vụ được SimpleClosure làm trung gian. Công ty này thuộc một thị trường mới đang hình thành quanh những startup sắp đóng cửa. Các dịch vụ trải dài từ tư vấn cho nhà sáng lập đến xử lý thủ tục pháp lý, thuế và vận hành. Dữ liệu còn lại của doanh nghiệp giờ cũng được đưa lên bàn thanh lý để bán cho các phòng nghiên cứu AI.
Dữ liệu nội bộ trở thành tài sản thanh lý
Khi startup đóng cửa, mã nguồn và dữ liệu nội bộ được bán cùng các tài sản khác. Dữ liệu này gồm email, tin nhắn và tài liệu làm việc. Sunset định giá kho dữ liệu dựa trên quy mô đội ngũ, thời gian hoạt động, lượng dữ liệu và cách nhân viên sử dụng các công cụ làm việc.
Theo số liệu từ Carta và AngelList do MIT Technology Review dẫn lại, số startup đóng cửa đã tăng từ 26% đến 56% mỗi năm trong những năm gần đây. Sự gia tăng đó tạo điều kiện cho một hệ sinh thái dịch vụ chuyên xử lý giai đoạn cuối vòng đời doanh nghiệp.
Nội dung dữ liệu được đưa ra thanh lý
SimpleClosure bổ sung dịch vụ bán dữ liệu vào tháng 4. Nền tảng Asset Hub của công ty giúp nhà sáng lập bán mã nguồn cùng dữ liệu trong email, tin nhắn và tài liệu nội bộ. Người mua gồm các phòng nghiên cứu phát triển mô hình AI nền tảng và doanh nghiệp dựng môi trường làm việc mô phỏng để huấn luyện AI. Những công ty công nghệ lâu năm đang xây dựng mô hình riêng cũng tham gia mua.
Theo SimpleClosure, Asset Hub đã xử lý hơn 150 giao dịch. Nền tảng dự kiến hoàn lại hơn 10 triệu USD cho các startup vào cuối năm 2026. Giám đốc điều hành Dori Yona cho biết những giao dịch này từng hiếm gặp và bị xem là điều khó nói. Chúng đang dần trở nên bình thường. Hiện 47% giao dịch do SimpleClosure xử lý có bán mã nguồn hoặc dữ liệu.
Sunset, một đối thủ trong cùng lĩnh vực, cũng ghi nhận hoạt động bán lại dữ liệu tăng nhanh. Nhà sáng lập kiêm giám đốc điều hành Brendan Mahony cho biết công ty xem xét bốn yếu tố khi định giá tài sản. Đó là số nhân viên, số năm hoạt động, khối lượng dữ liệu và cách đội ngũ sử dụng các công cụ làm việc.
Mahony ví lượng dữ liệu vận hành này với dăm gỗ dùng để làm ván ép. Thứ từng bị coi là phần thừa không có giá trị có thể trở thành nguyên liệu hữu ích khi xuất hiện đúng người mua.
Vì sao phòng nghiên cứu AI cần dữ liệu của startup cũ
Dữ liệu của startup cũ ghi lại cách con người trao đổi, giải quyết bất đồng, sử dụng công cụ và đưa ra quyết định trong công việc. Các phòng nghiên cứu AI mua dữ liệu này để xây dựng môi trường luyện tập có bối cảnh thật, thay vì chỉ dựa vào dữ liệu công khai hoặc tình huống tổng hợp.
Dữ liệu thật bổ sung cho dữ liệu công khai và tổng hợp
Nhu cầu mua dữ liệu của doanh nghiệp đã ngừng hoạt động xuất hiện đột ngột từ năm ngoái. Khi đó, các phòng nghiên cứu AI bắt đầu chạm tới giới hạn của dữ liệu công khai và dữ liệu tổng hợp.
Surge AI mua dữ liệu để xây dựng các môi trường học tăng cường, nơi tác tử AI của khách hàng luyện tập nhiệm vụ. Công việc có thể là gỡ lỗi một kiến trúc công nghệ thông tin phức tạp hoặc soạn bản tranh tụng phúc thẩm.
Nick Heiner phụ trách mảng môi trường huấn luyện tại Surge AI. Ông tìm kiếm những kho dữ liệu phản ánh nhiều hoàn cảnh, trong đó có tranh luận nội bộ và các quyết định cần cân nhắc. Theo Heiner, lịch sử Slack của một công ty có thể đáng giá hơn toàn bộ Slack, email và lịch làm việc của một công ty khác. Điều đó xảy ra nếu các cuộc trò chuyện có đủ độ đa dạng và chiều sâu.
Hạ tầng và dữ liệu vì thế là hai phần gắn liền trong quá trình phát triển mô hình. Cách hạ tầng AI được tổ chức và vận hành cho thấy năng lực tính toán chỉ giải quyết một phần bài toán. Mô hình còn cần môi trường luyện tập phản ánh đúng công việc mà nó sẽ thực hiện.
Giá trị huấn luyện vẫn chưa được chứng minh rõ
Chưa có công ty nào công bố phép thử so sánh kết quả huấn luyện bằng dữ liệu doanh nghiệp thật với các lựa chọn thay thế. Dữ liệu thật có thể tránh một số lỗi của môi trường tổng hợp, nhưng chưa có bằng chứng công khai cho thấy nó cải thiện hiệu suất mô hình đến mức nào.
Sự thiếu chắc chắn này khiến mức giá giữa các bên mua chênh lệch lớn. Heiner cho biết việc định giá dựa trên các giả thuyết nghiên cứu, chẳng hạn ước tính có thể rút ra bao nhiêu nhiệm vụ hữu ích từ 100.000 dòng mã.
Kho dữ liệu lớn hơn không tự động có giá trị hơn. Bên mua quan tâm đến việc dữ liệu có tái hiện được những nhiệm vụ khó, lựa chọn không rõ ràng và cách con người phản ứng khi công việc phát sinh vấn đề hay không.
Một nhiệm vụ gần với hoạt động của tác tử AI viết mã là gỡ lỗi kiến trúc công nghệ thông tin phức tạp trong môi trường huấn luyện. Giá trị của kho dữ liệu phụ thuộc vào độ đa dạng và chiều sâu của những tình huống được ghi lại.
Những thương vụ dữ liệu đã đạt quy mô lớn
Hoạt động mua dữ liệu không chỉ giới hạn ở startup nhỏ. Thương vụ liên quan đến Spirit Airlines cho thấy một kho lưu trữ gồm email, tin nhắn và hồ sơ nhân viên có thể được định giá hàng triệu USD trong quá trình phá sản và thanh lý doanh nghiệp.
Theo Reuters, trong tháng 8 năm 2026, Google đã trả giá cao hơn công ty dữ liệu AI Mercor để mua kho dữ liệu hình thành qua nhiều thập niên của Spirit Airlines trong quá trình hãng hàng không này phá sản.
Thương vụ trị giá 10 triệu USD, gồm 100 triệu email, 500 triệu tin nhắn Teams và hồ sơ của 176.000 nhân viên. Quy mô này cho thấy dữ liệu giao tiếp nội bộ có thể trở thành một loại tài sản đáng kể khi doanh nghiệp tiến hành thanh lý.
Đến tháng 9 năm 2026, Bloomberg đưa tin đơn vị AI của SpaceX đang cân nhắc mua dữ liệu từ các startup gặp khó khăn.
Rủi ro riêng tư nằm trong email và lịch làm việc
Email, lịch làm việc và tin nhắn nội bộ vẫn có thể chứa các chi tiết riêng tư sau quá trình làm sạch dữ liệu. Những chi tiết còn sót lại có thể gồm lịch khám bệnh, kế hoạch đón con và kế hoạch hẹn hò.
Việc bán dữ liệu doanh nghiệp vì thế đặt ra câu hỏi pháp lý khó xử lý. Công đoàn tiếp viên của Spirit Airlines đã phản đối thương vụ với Google vì lo ngại về quyền riêng tư. Greg Ewing, luật sư tư vấn cho các startup AI, gọi loại dữ liệu này là tài sản có mức rủi ro pháp lý rất cao.
Các nhà cung cấp thuê chuyên gia dữ liệu để loại bỏ thông tin có thể nhận diện cá nhân và hồ sơ nhân sự. Bên mua cũng cho biết họ thực hiện bước làm sạch riêng. Dù vậy, nội dung riêng tư vẫn có thể tồn tại trong email và lịch làm việc.
Theo Ewing, thị trường huấn luyện AI vẫn đang ở giai đoạn thiếu chuẩn mực rõ ràng, dù các thỏa thuận cấp phép và quy trình thẩm định đã bắt đầu xuất hiện. Bài toán không chỉ là xóa các trường nhận diện trực tiếp.
Việc phân quyền truy cập càng quan trọng khi dữ liệu được chuyển qua nhiều bên trước khi đến phòng nghiên cứu. Các cơ chế bảo mật và phân quyền giữa dữ liệu với mô hình AI có thể giới hạn người được phép sử dụng tài sản, nhưng chúng không tự giải quyết câu hỏi liệu dữ liệu có nên được bán ngay từ đầu hay không.
Nhân viên tạo ra dữ liệu nhưng thường không nhận tiền
Tiền thu được từ việc bán dữ liệu thanh lý thường chuyển tới chủ nợ ưu tiên và nhà đầu tư, không phải những nhân viên đã tạo ra email, cuộc trò chuyện và tài liệu. Ifeoma Ajunwa, giáo sư luật tại Đại học Emory, gọi đây là một dạng “vốn bị thu giữ”.
Tiền lệ pháp lý cho phép doanh nghiệp giám sát để hỗ trợ nhân viên làm việc. Theo Ajunwa, lý do đó không còn tồn tại khi công ty đã ngừng kinh doanh. Bà cho rằng người sử dụng lao động cần có sự đồng ý rõ ràng trước khi bán dữ liệu của người lao động. Ajunwa cũng lưu ý rằng chưa có luật liên bang nào tại Mỹ cấm hoạt động này.
Đây là bối cảnh pháp lý của Mỹ, không phải kết luận có thể tự động áp dụng cho Việt Nam. Tuy nhiên, doanh nghiệp trong nước cũng phải đối mặt với câu hỏi ai có quyền quyết định đối với email, cuộc trò chuyện và tài liệu do nhân viên tạo ra trong quá trình làm việc, nhất là sau khi công ty đóng cửa.
Nhà sáng lập cũng không biết dữ liệu sẽ đi đâu
Nhà sáng lập có thể thu hồi một phần giá trị từ mã nguồn và dữ liệu, nhưng thường biết rất ít về người mua và mục đích sử dụng cuối cùng. Khi thị trường chưa có phương pháp định giá được chấp nhận rộng rãi, họ cũng khó xác định mức chào mua có phản ánh đúng giá trị hay không.
MIT Technology Review nhận định giá dữ liệu có thể ổn định trong năm tới, trừ trường hợp bong bóng AI vỡ trước. Dù kịch bản nào xảy ra, những công ty chuyên xử lý giai đoạn cuối của startup vẫn sẽ tiếp tục định giá mã nguồn, email, tin nhắn và tài liệu từng bị xem là phần còn lại vô dụng.
Hãy tiếp tục theo dõi Sine để cập nhật cách thị trường AI đang biến dữ liệu doanh nghiệp thành một loại tài sản mới.
