Empresas de inteligencia artificial, según gestores que han contactado a la redacción de WIRED, estarían dispuestas a pagar a empresas de medios por sus antiguos documentos de trabajo, correos electrónicos y mensajes internos para entrenar sus modelos. Este mercado, aún poco documentado, superaría según sus actores la sola cuestión de los datos de la actualidad: podría pesar sobre los empleados y la sociedad tanto como los centros de datos que ocupan hoy el primer plano.
- Las empresas de IA quieren comprar documentos de trabajo, correos electrónicos y mensajes internos de empresas de medios.
- Los laboratorios ofrecerían entre 350.000 y 2 millones de dólares por estos archivos.
- Mercor, Handshake y Micro1 lideran este mercado, que también compra los métodos de trabajo de empresas enteras.
- Algunas empresas anonimizan los datos antes de negociar su venta con los laboratorios.
Las propuestas recibidas están cuantificadas. Un mensaje firmado por Nick menciona que laboratorios como Anthropic y OpenAI pagan a empresas de medios, incluido WIRED, « 350K a 1,8M » de dólares en un pago único por una copia de sus antiguos documentos de trabajo: documentos, correos electrónicos, mensajes de Slack, tickets, etc. Otro correo electrónico, firmado por Cora, añade las transcripciones de llamadas a la lista y eleva la suma posible a 2 millones de dólares. « Los datos públicos están agotados, y los laboratorios gastan más de 45 mil millones de dólares en datos privados para construir mejores modelos », escribe.
Estas gestiones se inscriben en un mercado más amplio, que compra los métodos de trabajo de empresas enteras. Una periodista independiente contó haber recibido de la empresa Handshake una oferta de 1.000 dólares por su trabajo en un solo artículo, lo cual no aceptó. Un representante de Handshake confirmó a WIRED: « Concedemos licencias de documentos profesionales en muchos campos para que los laboratorios puedan probar y entrenar la manera en que los modelos manejan el trabajo de conocimiento real. El periodismo es parte de esos campos. » Según la empresa, una parte importante de su actividad consiste en comprar los trabajos y las tareas de estudiantes de maestría.
Otras empresas se posicionan en nichos más inesperados. Un emprendedor recibió correos electrónicos de varias empresas especializadas en ayudar a startups que cesan su actividad, incluida una, Sunset, que describe su oferta así: « Gestionamos todo el proceso, limpiando y anonimizando los datos para retirar a las personas de la empresa y todo elemento identificativo, y luego negociando el acuerdo con los laboratorios. »
Mercor, figura de proa
Handshake, Micro1 y Mercor son presentadas como las empresas líderes de este sector, que readquieren bases de datos « como en una fiebre del oro moderna ». Mercor, fundada en 2023, sería la más importante. El año pasado, sus tres cofundadores se convirtieron en multimillonarios a los 22 años, según Forbes. Como los otros actores, Mercor afirma tener asociaciones con casi todos los grandes laboratorios de IA. Anthropic reconoce la existencia de un vasto mercado de datos, pero indica que no compra métodos de trabajo a empresas en actividad, como WIRED. OpenAI no respondió antes de la publicación.
En una entrevista, el director general de Mercor, Brendan Foody, estima que el mercado está llamado a explotar, porque la industria busca volúmenes de datos mucho mayores. Mercor era originalmente una empresa de reclutamiento dedicada a la IA. Al relacionarse con los actores del sector, su equipo constató que los grandes laboratorios estaban frustrados por la calidad de los datos disponibles. La industria hacía hasta entonces llamamiento a expertos para simular flujos de trabajo reales, pero este método no reproducía el desorden de una empresa en actividad. Según él, la IA tiene dos necesidades sin fondo: « el cálculo y los datos ». Si la industria invierte públicamente sumas considerables en lo primero, la recolección de datos, afirma, tiene una importancia igual de grande.
