公司都倒闭了，聊天记录却值30万美元：AI到底在抢什么？

一家创业公司倒闭或被收购后，什么最值钱？

过去可能是专利、代码、客户名单，甚至办公室里的服务器。到了AI时代，答案正在变得有些反常识：员工几年前在Slack里说过什么、工程师怎么排查故障、销售如何追客户、开会时大家怎样争论，可能都开始被明码标价。

据The Information报道，AI数据公司Mercor曾向刚被HubSpot收购的Warmly提出最高约30万美元的报价，希望购买或授权其代码库，以及Slack、Asana、Google Drive和员工会议记录等内部资料。

公司没了，聊天记录反而升值。

AI到底在抢什么？

一、互联网“知识”很多，但真正的“工作经验”太少

过去训练大模型，最重要的是让AI知道更多东西。

网页、书籍、论文、代码、百科、论坛，都可以告诉模型“世界上有什么”“一个问题的答案是什么”。

但Agent时代的问题变了。

企业真正想要的，不是一个特别会聊天的AI，而是一个能够自己接任务、打开软件、判断下一步、发现错误并最终把事情办完的数字员工。

问题恰恰出现在这里。

公开互联网有大量“答案”，却很少保存一家真实企业到底是怎么工作的。

比如服务器突然出故障，最后公开在网上的可能只是一篇技术总结。但企业内部真正发生的过程，却可能散落在十几条Slack消息、一个IT工单、两封邮件和一次GitHub提交里。

先有人怀疑数据库。

测试以后发现不对。

另一个工程师提出网络配置问题。

最后修改代码、部署、验证。

对人类员工来说，这是一次普通故障；对AI Agent来说，却是一整套极其珍贵的“工作教程”。

二、为什么Slack可能比一份精美报告更值钱？

因为报告往往只留下结果，聊天记录却留下了过程。

一份最终方案可能只有20页，但背后团队可能讨论了三周，否决过5个方案，遇到过两次失败，还因为客户突然改变要求重新设计。

今天训练Agent最缺的，恰恰就是这种数据。

Mercor自己的企业数据业务页面已经非常直接：它正在与企业合作，对运营数据进行匿名化处理并提供给头部AI实验室，数据提供方可以获得收入。

另一家AI数据公司Protege也把“真实世界数据”覆盖到模型预训练、后训练和微调多个阶段，说明AI数据产业正在从过去的大规模公开语料，进一步向专有、真实、行业化数据迁移。

这意味着企业数据的估值逻辑正在改变。

以前Slack是沟通工具，邮件是存档，工单是管理记录。

未来它们可能同时是一种新的生产资料：

人类解决问题留下的轨迹。

三、AI真正缺的，不是更多文字，而是“人是怎么把事情做成的”

这可能是理解30万美元报价最关键的一点。

当前大模型已经能够写文章、写代码、总结报告，下一阶段竞争越来越集中在Agent：谁能让AI长期自主完成复杂任务。

而一个成熟员工真正值钱的地方，从来不只是“知道什么”。

而是遇到问题时知道先做什么。

出错以后知道往哪里查。

客户生气以后知道怎么回复。

预算不够时知道怎样做取舍。

这些东西很少存在于教科书里，却大量存在于公司内部聊天、会议、工单、CRM和项目管理软件中。

所以过去AI公司争夺的是：

“人类知道什么？”

Agent时代开始争夺的则是：

“人类到底怎么干活？”

这两种数据的价值完全不一样。

四、倒闭公司为什么反而成了好目标？

因为活着的企业通常舍不得卖。

一个正常经营的公司，把内部Slack、邮件、代码仓库和会议内容交出去，意味着可能暴露客户、商业秘密、研发路线甚至内部矛盾。

但公司一旦被收购、清算或者停止运营，这批原本只有存档价值的数据，突然出现了变现可能。

于是，一个过去没人注意的资产类别被发现了：

企业数字遗产。

几十名员工工作几年，可能留下数百万条沟通记录、几万个工单、海量版本修改。

这些数据最特殊的地方，是别人很难重新制造。

你可以买一百万篇公开文章，却很难复制一个50人创业团队三年时间真正经历过的失败、讨论和决策。

这就是稀缺性。

五、下一门数据生意，可能是“卖工作流”

这甚至可能催生一个新行业。

未来企业出售的未必只是数据库，而可能是完整“工作流数据包”。

比如一家客服公司的数据，可以告诉AI如何从投诉到退款；一家软件公司的历史记录，可以训练AI如何从Bug报告一路追到代码修复；一家销售公司的CRM、邮件和会议记录，则可能让Agent学习一笔订单到底怎么被推进。

Mercor此前还收购了专门建设AI训练环境的Deeptune，本质上也是在强化AI进行真实任务训练的能力。

这意味着未来优质数据的定义可能发生变化。

数据越接近真实工作结果，价值越高。

不是字数越多越值钱，而是上下文越完整、结果越能够验证，越适合训练Agent。

六、但30万美元背后，有一道更危险的红线

问题是：公司真的有权把所有聊天记录卖掉吗？

Slack里可能有员工私人信息，邮件里可能有客户合同，Drive里可能存在商业秘密，会议录音甚至可能包含从未授权用于AI训练的个人声音。

即使企业拥有服务器，也不意味着它天然拥有所有内容无限制再利用的权利。

这一问题已经不是假设。WSJ此前报道，Mercor向专业人士购买过往工作材料的做法已经引发知识产权和保密协议争议，因为部分材料的权利可能属于前雇主，而不是员工本人。

更敏感的是安全风险。Mercor今年还曾遭遇供应链安全事件，泄露信息据报道涉及Slack内容、内部工单等数据；事件发生后，Meta一度暂停与其合作。

这说明一旦企业内部数据变成高价商品，它同时也会变成黑客眼里的高价目标。

七、真正的大机会，可能不是卖一次数据

更长期看，对企业价值最大的方式可能不是把历史聊天一次性卖掉。

而是把内部工作数据变成自己的AI资产。

一家企业每天都在产生客服记录、研发过程、销售方法和管理决策。如果能够合法、匿名化、结构化地沉淀下来，它们未来可能直接用来训练公司的专属Agent。

别人可以买同样的大模型。

却买不到你过去十年积累的工作方法。

这就形成一种新的企业护城河：

模型越来越通用，企业自己的数据反而越来越稀缺。

过去公司估值看品牌、专利、渠道和客户。

未来也许还要增加一项：

它到底积累了多少能够教会AI“如何工作”的高质量过程数据。

写在最后

30万美元买一家创业公司的Slack记录，看起来像AI行业又一个疯狂故事。

但它真正揭示的，是AI产业正在进入第二阶段。

第一阶段，所有人抢算力、抢模型、抢公开语料。

第二阶段，当模型越来越接近，决定Agent能力的一个关键变量开始变成：

谁掌握更多真实的人类工作过程。

所以未来一家公司倒闭以后，最后值钱的东西可能不只是设备、专利甚至代码。

还有员工几年时间留下的那些不起眼的聊天、修改、争论、失败和解决方案。

因为对下一代AI来说，这些并不是聊天记录。

它们是人类几百万小时工作经验留下的“数字化操作手册”。

而围绕这些数字遗产，一场新的数据争夺战，可能才刚刚开始。

---

**参考资料：**The Information关于Mercor购买创业公司内部数据的报道；Mercor Enterprise Workflow Data公开资料；Protege公开资料；《华尔街日报》关于AI训练数据知识产权争议的报道。

以上内容仅为科技产业与商业趋势分析。