倒産スタートアップのデータ、AI学習用に販売

この市場が存在するのは、AI訓練ラボが昨年、公開データセットと合成データセットの限界に達したためだ。実データのアーカイブは、存在しない日付への言及など、合成世界によくある誤りを避けられるが、性能向上の程度は依然不明で、実世界データによる訓練と代替手段を比較するテストを公表した企業はまだない。価格はその不確実性を反映しており、例えば100,000行のコードからどれだけ有用なタスクが得られるかを見積もる「研究テーゼ」に評価が依存するため、買い手の提示額は大きく異なる。

法的には、この慣行は怪しくなり得る。Spirit Airlinesの客室乗務員組合はプライバシーを理由にこの売却に反対し、弁護士のGreg Ewingはこうしたデータを「法的に放射性」と呼び、メールやカレンダーに潜む通院予約や学校の送り迎えの予定といった私的詳細を指摘した。供給側はデータサイエンティストを雇って個人識別情報を除去し、人事記録を除外しており、買い手も同様に除去していると主張するが、Ewingは、適切なライセンス契約と審査済み利用へとようやく移行し始めた「AI訓練の無法地帯」だと評する。

誰が利益を得るのかという問題もある。収益は通常、従業員ではなく上級債権者や投資家に流れ、法学教授のIfeoma Ajunwaはこれを一種の「捕捉資本」と呼ぶ。彼女は、雇用主は労働者のデータを売却する前に明示的な同意を得るべきだと主張しつつ、そうした販売を禁じる連邦法はないと付け加える。創業者側はといえば、誰がデータを買い、何に使うつもりなのかほとんど、あるいは全く見えず、公正な提示を受けているという保証もほとんどない。ただし、AIバブルが先に弾けなければ、データ価格は来年おそらく安定するだろう。