Startups falidas vendem dados corporativos para treinar IAs

A crescente escassez de dados para o aperfeiçoamento de sistemas de inteligência artificial abriu as portas para um mercado até então impensável: o comércio de restos digitais de companhias em processo de falência. Em busca de conversas reais, rotinas autênticas de trabalho e repositórios de software, laboratórios de IA e grandes corporações de tecnologia passaram a comprar os arquivos operacionais de negócios que fecharam as portas.

Quando Keelan Miskell deu início ao encerramento de sua startup de criptomoedas este ano, ele não imaginava que seus registros tivessem valor expressivo, já que os usuários eram anônimos e o negócio contava com apenas poucos anos de existência. Mesmo assim, os arquivos digitais renderam cerca de US$ 25.000 pela base de código-fonte, além de uma quantia estimada em US$ 15.000, ainda pendente, referente a dados armazenados em ferramentas como Google, Notion, Figma e Slack. “At least all that stuff we were doing for two and a half years is worth something to someone somewhere,” afirma o fundador.

O ecossistema em torno das falências

A negociação de Miskell foi intermediada pela SimpleClosure, integrante de um setor em alta no Vale do Silício: companhias voltadas a prestar serviços para startups em encerramento. Estimativas divulgadas por plataformas como Carta e AngelList apontam que a taxa de encerramento de empresas subiu entre 26% e 56% ao ano recentemente. Esse cenário estimulou a criação de um mercado especializado que reúne consultores, preparadores e firmas que auxiliam nas pendências jurídicas, tributárias e operacionais da dissolução corporativa.

Em abril, a SimpleClosure ampliou o portfólio e passou a vender dados por meio de sua plataforma Asset Hub, conectando fundadores a laboratórios de modelos de fundação, fornecedores de ambientes simulados de treinamento e gigantes de tecnologia. A ferramenta já superou 150 acordos e projeta devolver mais de US$ 10 milhões aos empreendedores até o encerramento de 2026. Segundo o CEO Dori Yona, transações que antes eram raras e consideradas “somewhat taboo” se normalizaram, com 47% dos processos da firma incluindo a alienação de código ou dados.

A concorrente Sunset também registra forte expansão na revenda desses ativos. Seu fundador e diretor-executivo, Brendan Mahony, relata que a precificação considera fatores como número de colaboradores, tempo de atividade, volume de dados e o formato de utilização das ferramentas pela equipe. Ao comparar o setor à produção de aglomerado de madeira, ele pontua: “This operational exhaust data is like the wood shavings that everyone thought had no value, but it actually has a ton.”

Fim dos dados sintéticos e grandes aquisições

A corrida por acervos corporativos reais ganhou força no último ano, quando os centros de desenvolvimento de IA esbarraram nas limitações dos dados públicos e sintéticos. A Surge AI, por exemplo, adquire bases para abastecer “reinforcement-learning gyms”, ambientes de simulação onde agentes inteligentes aprendem a executar tarefas complexas, como redigir peças jurídicas ou corrigir falhas em arquiteturas de TI. Nick Heiner, responsável por esses ambientes na companhia, explica que procura interações humanas autênticas com divergências e decisões difíceis, destacando que o histórico de Slack de uma empresa pode ter mais valor que mensagens, agendas e e-mails combinados de outra.

Bases operacionais legítimas evitam falhas típicas de cenários artificiais, a exemplo da citação de datas inexistentes. Embora o ganho efetivo de desempenho ainda careça de métricas públicas consolidadas, a indefinição reflete-se nos preços, pautados por “research theses” sobre a utilidade de amostras de 100.000 linhas de código.

Essa imprecisão não impediu transações expressivas. Em agosto passado, durante a recuperação judicial da Spirit Airlines, o Google superou a proposta da Mercor e arrematou, por US$ 10 milhões, um acervo histórico com 100 milhões de e-mails, 500 milhões de mensagens no Teams e registros de 176.000 funcionários. Em setembro, foi noticiado que a divisão de inteligência artificial da SpaceX também analisa a aquisição de dados pertencentes a startups em crise.

Riscos jurídicos e impacto sobre os trabalhadores

O avanço desse comércio impõe debates éticos e jurídicos complexos. A venda dos arquivos da Spirit Airlines gerou oposição formal do sindicato dos comissários de bordo por violação de privacidade. Greg Ewing, advogado especialista no setor, classificou esse tipo de material como “legally radioactive” e alertou para os perigos ocultos em e-mails e calendários corporativos, como consultas médicas e compromissos familiares, caracterizando a conjuntura recente como um “Wild West of AI training”.

A destinação dos recursos também levanta controvérsias, já que a receita gerada costuma ser direcionada a