گوگل در یک حراجی ورشکستگی، مجموعه عظیم داده های شرکتی از شرکت هواپیمایی ارزان قیمت فروپاشی Spirit Airlines را به قیمت 10 میلیون دلار به دست آورده است، این نشان می دهد که شرکت های هوش مصنوعی پول واقعی را برای متنی پرداخت می کنند که هرگز اینترنت باز را لمس نکرده است.

طبق یک سند دادگاه که هفته گذشته ثبت شد و توسط The Register در 18 آگوست 2026 گزارش شد، پیشنهاد برنده گوگل حداقل یک رقیب جدی دیگر را شکست داد: Mercor، شرکتی که داده ها را برای آموزش مدل های هوش مصنوعی ارائه می دهد. Axios به طور جداگانه تایید کرد که گوگل در حراج ورشکستگی ایمیل ها، چت ها و اسناد Spirit برنده شد. For more context on this story, see our ongoing artificial intelligence updates.

اسپیریت که زمانی شرکت هواپیمایی فوق‌العاده کم‌هزینه ایالات متحده بود، هرگز از شوک ناشی از کووید-19 در سفر در سال 2020 بهبودی حاصل نکرد. پس از سال‌ها زیان فزاینده، این شرکت هواپیمایی برای همیشه خود را در می 2026 متوقف کرد و وارد انحلال شد و دارایی‌هایش اکنون برای بازپرداخت طلبکاران به حراج گذاشته شده است. به نظر می رسد یکی از آن دارایی ها، آرشیو اگزوز عملیاتی بود: ایمیل ها، ضبط تماس ها، گزارش های چت و سوابق پرواز - دقیقاً از نوع متن های عظیم، درهم و برهم و ساخته شده توسط انسان که توسعه دهندگان هوش مصنوعی می گویند به آن نیاز دارند.

چه 10 میلیون دلاری خرید

اعداد موجود در پرونده دادگاه مجموعه داده ای با وسعت قابل توجه را توصیف می کنند. این مجموعه شامل بیش از 100 میلیون ایمیل و 500 میلیون مورد از تیم های مایکروسافت، در کنار 17 میلیون فایل OneDrive و 20.5 میلیون مورد شیرپوینت است. گوگل همچنین بیش از 30 میلیون تماس ثبت شده با خدمات مشتری و بیش از 15 میلیون سوابق چت خدمات مشتری را به دست آورد - معدن طلایی گفتگوی واقعی انسانی، از تغییر رزرو تا شکایات چمدان.

بایگانی فراتر از تعاملات مشتری به هسته عملیاتی خطوط هوایی می رسد. این فروش تقریباً 600000 بلیط ServiceNow، 13.7 میلیون آدرس ایمیل فعال از پلت فرم بازاریابی Responsys Oracle و رکورد فروش 11 میلیون وای فای در حین پرواز را پوشش می دهد. در بخش عملیات، داده ها بیش از 763000 پرواز، پنج میلیون جفت خدمه، بیش از 1.2 میلیون لغزش سوخت و تاریخچه خرید 787452 قطعه هواپیما را توصیف می کنند.

گوگل گفته است که این داده ها را برای بهبود خدمات هوش مصنوعی خود خریداری کرده است. رجیستر خاطرنشان کرد که غول جستجو ممکن است در سوابق Spirit مواد خام یک مدل خاص دامنه را ببیند - به عنوان مثال یک دستیار عملیات هوانوردی - یا صرفاً مجموعه بزرگی از سوابق تجاری روزمره که می تواند به مدل ها کمک کند تا وظایف معمول محل کار را با اطمینان بیشتری انجام دهند.

چرا آرشیو یک شرکت هواپیمایی ناگهان ارزشمند می شود؟

این حراج نشان دهنده یک تغییر آرام در نحوه تهیه داده های آموزشی توسط شرکت های هوش مصنوعی است. اینترنت عمومی قبلاً بارها و بارها خراشیده شده است، و آزمایشگاه‌های مرزی اکنون به دنبال متنی هستند که تازه، تخصصی و - بسیار مهم - تضمین شده توسط انسان نوشته شده باشد. هر چیزی که قبل از سال 2022 تولید شده باشد، طبق تعریف، فاقد محتوای تولید شده توسط هوش مصنوعی است، زیرا محققان هشدار داده‌اند که مدل‌هایی که به شدت در مورد متن مصنوعی آموزش دیده‌اند، خطر «فروپاشی مدل»، یعنی کاهش تدریجی کیفیت خروجی را دارند.

همین منطق باعث جذب افراد غریبه می شود. این هفته، TechCrunch و 404 Media گزارش دادند که آمازون کتاب‌های کمیاب و قدیمی را می‌خرد، ستون‌های آن‌ها را قطع می‌کند و آنها را در یک مرکز در لاس وگاس اسکن می‌کند – متن‌هایی که تا حدی به این دلیل ارزشمند هستند که در هیچ کجای اینترنت وجود ندارند. آرشیو Spirit معادل شرکت است: اختصاصی، غیرقابل دسترسی توسط خزنده‌های وب، و متراکم با مبادلات معتبر بین مشتریان واقعی و عوامل پشتیبانی واقعی.

حضور مرکور به‌عنوان مناقصه‌دهنده گویا است. شرکتی که کل کسب‌وکارش داده‌های آموزشی هوش مصنوعی را ارائه می‌کند، مایل بود برای ایمیل‌ها و گزارش تماس‌های یک شرکت هواپیمایی به قیمت گوگل نزدیک شود - شواهدی که نشان می‌دهد مزایده‌های ورشکستگی به بازاری کارآمد برای آموزش شرکت‌ها تبدیل شده‌اند، با کارگزاران متخصص که علیه غول‌هایی که عرضه می‌کنند، مناقصه می‌کنند.

سوالات حریم خصوصی معامله را دنبال می کنند

بر اساس پرونده دادگاه، داده‌های Spirit قبل از عرضه برای فروش شناسایی شدند و گوگل قول داده است که اطلاعات شخصی باقی‌مانده‌ای را که در آرشیو پیدا می‌کند پاکسازی کند.

اینکه آیا این شستشو عالی است یا خیر، موضوع دیگری است. رجیستر اشاره کرد که منتظر شواهدی از "SNAFUهای اجتناب ناپذیر" است - تقریباً با اطمینان، برخی از جزئیات شخصی از یک تماس گرم با خدمات مشتری در نهایت در خروجی مدل یا نتیجه جستجو ظاهر می شوند. ناشناس کردن کامل تماس‌های تلفنی و چت‌های پشتیبانی بسیار سخت است: صداها، نام‌ها، مراجع رزرو و جزئیات برنامه سفر همگی می‌توانند از خطوط لوله شناسایی بازمانند.

برای مشتریان سابق Spirit، هیچ انصرافی وجود ندارد. هنگامی که داده ها به یک دارایی ورشکستگی تبدیل می شوند، مانند هر ملک دیگری که دارایی دارایی است فروخته می شود. حامیان حریم خصوصی مدت‌ها هشدار داده‌اند که انحلال، تاریخچه‌های شخصی - تماس مضطرب در مورد یک پرواز لغو شده، شکایتی که پس از یک وضعیت اضطراری خانوادگی ثبت شده است - به ورودی‌هایی برای محصولات ساخته شده توسط شرکت‌هایی تبدیل می‌کند که مشتری هرگز انتخاب نکرده است اطلاعات را با آنها به اشتراک بگذارد.

داده ها به عنوان دارایی مضطرب جدید

فروش Spirit ممکن است الگوی گسترده‌تری را پیش‌بینی کند: شرکت‌های مضطرب در خرده‌فروشی، مسافرت، مخابرات و امور مالی روی آرشیوهایی نشسته‌اند که توسعه‌دهندگان هوش مصنوعی ممکن است بیشتر از تجهیزات فیزیکی برای آنها ارزش قائل باشند. برای طلبکاران، فروش داده‌ها در کنار دروازه‌ها، مارک‌ها و اجاره هواپیما، پول نقد اضافی را بازیابی می‌کند. برای آزمایشگاه‌های هوش مصنوعی، داده‌های اختصاصی یکی از معدود راه‌های باقی‌مانده برای متمایز کردن مدل‌هایی است که اساساً در اینترنت عمومی مشابه سایرین آموزش دیده‌اند.

به طور خاص برای گوگل، 10 میلیون دلار تغییر جیب در برابر هزینه های زیرساخت هوش مصنوعی آن است. ارزش استراتژیک در انحصار نهفته است: هیچ رقیبی نمی تواند گفتگوی خدمات مشتری Spirit را پس از خرید کامل آن مجوز دهد.

این قرارداد همچنین زمانی انجام می‌شود که تنظیم‌کننده‌ها نحوه دستیابی شرکت‌های هوش مصنوعی به داده‌های آموزشی را بررسی می‌کنند. شکایت ناشران و نویسندگان در مورد محتوای خراشیده شده از طریق دادگاه های ایالات متحده در حال انجام است و قانون هوش مصنوعی اتحادیه اروپا الزامات شفافیت را در مورد داده های آموزشی تحمیل می کند. خرید داده‌ها به‌طور کامل در حراج، همراه با تعهدات شناسایی و پاک‌سازی PII، به‌عنوان یک مسیر سازگار با انطباق در حال ظهور است - حتی اگر این حریم خصوصی اولین باری که جزئیات مشتری Spirit در پاسخ یک ربات چت آزمایش شود، آزمایش شود.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →