Saat batas itu mendekat, OpenAI dan Anthropic mengalihkan perhatian ke harta karun yang sebelumnya belum tersentuh: data kolaborasi internal perusahaan . Catatan interaksi manusia secara langsung—email yang berisi negosiasi, transkrip rapat dengan pengambilan keputusan waktu nyata, dan utas Slack yang menunjukkan dinamika tempat kerja yang autentik—menawarkan jenis data percakapan organik yang kini langka di web publik yang dikeruk.

Harga: Dari $10.000 hingga $300.000 per Kesepakatan

Ekosistem baru perusahaan perantara bermunculan untuk menjadi broker transaksi sensitif ini. Dua nama paling sering muncul: Mercor dan SimpleClosure .

• Startup yang gagal dan diakuisisi menjual arsip Slack lengkap, korpora email, dan repositori dokumen seharga $10.000 hingga $100.000 per kesepakatan melalui layanan wind-down khusus .
• Mercor, perusahaan data pelatihan AI, menawarkan hingga $300.000 untuk utas Slack, riwayat commit GitHub, dan transkrip rapat .
• Warmly, sebuah startup AI yang baru diakuisisi oleh HubSpot, menerima empat tawaran terpisah hingga $300.000 masing-masing untuk data komunikasi bisnis internalnya—notulen rapat, email, dan lainnya—setelah menandatangani perjanjian akuisisi, dan dilaporkan menolak semuanya .

Tingkat pasar yang lebih luas, dilaporkan oleh Reuters pada tahun 2024, memberikan gambaran nilai per unit: sekitar $0,001 per kata untuk teks, $1 hingga $2 per gambar, $2 hingga $4 per video pendek, dan $100 hingga $300 per jam untuk film atau video yang lebih panjang .

SimpleClosure, sebuah perusahaan wind-down startup, telah memproses hampir 100 transaksi semacam itu selama setahun terakhir, dengan pembayaran berkisar antara $10.000 hingga $100.000 per perusahaan . Platform "Asset Hub" perusahaan membantu pendiri membersihkan informasi identitas pribadi (PII) dari data sebelum melisensikannya—meskipun efektivitas dan konsistensi anonimisasi itu masih belum pasti dan menjadi titik pertikaian yang semakin meningkat .

Taruhan $1,5 Miliar Anthropic pada Buku: Penyelesaian Proyek Panama

Sejauh mana perusahaan AI akan mencari data pelatihan terungkap dalam kasus luar biasa Proyek Panama, program internal rahasia Anthropic untuk membangun kumpulan data pelatihan buku raksasa .

Proyek ini memiliki dua jalur. Pertama, Anthropic membeli buku cetak fisik, memotong jilidnya, dan memindainya secara destruktif halaman demi halaman, mengubahnya menjadi PDF yang dapat dicari dan membuang kertas aslinya. Targetnya: mengonversi hingga 2 juta buku dalam enam bulan . Sebuah memo internal menyarankan penggunaan nama kode "karena kami tidak ingin diketahui bahwa kami sedang mengerjakan ini" .

Kedua, perusahaan mengunduh lebih dari 7 juta file ebook bajakan dari perpustakaan bayangan termasuk LibGen dan Pirate Library Mirror . Jalur itu menyebabkan gugatan class action yang diajukan pada tahun 2024 oleh penulis Andrea Bartz, Kirk Wallace Johnson, dan Charles Graeber, yang menuduh Anthropic menggunakan hampir setengah juta buku bajakan untuk melatih Claude .

Pada 20 Juli 2026, seorang hakim federal di San Francisco menyetujui penyelesaian $1,5 miliar—pembayaran hak cipta terbesar yang diketahui dalam sejarah AS . Lebih dari 500.000 penulis dan penerbit menjadi bagian dari gugatan class action, dan mereka akan menerima perkiraan $3.000 per karya yang memenuhi syarat .

Yang penting, pengadilan menarik perbedaan hukum yang memiliki implikasi besar untuk pelatihan AI. Menggunakan ebook bajakan melanggar hukum dan memicu penyelesaian. Tetapi membeli buku cetak fisik dan memindainya secara destruktif secara internal untuk pelatihan diputuskan berpotensi memenuhi syarat sebagai penggunaan wajar (fair use), karena setiap salinan fisik diganti dengan satu salinan digital dalam proses yang disebut pengadilan "sangat transformatif" . $1,5 miliar mencakup kewajiban buku bajakan; program penghancuran fisik tidak dihukum .

Tantangan yang Muncul: Anonimisasi dan Biaya

Saat perusahaan bergegas memonetisasi data internal, pertanyaan signifikan tetap ada. Efektivitas anonimisasi data oleh broker seperti SimpleClosure tidak pasti dan menjadi titik pertikaian yang semakin meningkat . Pesan Slack dan email karyawan berisi informasi yang sangat pribadi dan sensitif, dan tidak jelas apakah teknik pembersihan saat ini cukup untuk mencegah identifikasi ulang.

Sementara itu, biaya pelatihan meroket. Satu kali proses pelatihan berskala GPT-4 mungkin sudah menelan biaya $100 juta atau lebih . Saat data publik berkualitas tinggi habis, biaya gabungan untuk melisensikan data perusahaan eksklusif, membayar penyelesaian penting seperti $1,5 miliar Anthropic, dan membangun jalur data sintetis semuanya meningkat secara dramatis. Pasar kumpulan data pelatihan AI yang lebih luas diproyeksikan tumbuh pesat, dari perkiraan $3,6 miliar pada tahun 2025 menjadi $23 miliar pada tahun 2034, karena lisensi teks manusia menjadi kelas aset yang diformalkan .

Apa Artinya Ini untuk Data Anda

Bagi pengguna individu, lanskap telah berubah. Pada akhir tahun 2025, OpenAI dan Anthropic mengubah kebijakan default mereka untuk mengizinkan pelatihan pada obrolan tingkat konsumen (ChatGPT Gratis dan Plus, Claude Gratis, Pro, dan Max) kecuali pengguna secara aktif memilih keluar . Pelanggan perusahaan dan API tetap dikecualikan dari pelatihan secara default berdasarkan Perjanjian Pemrosesan Data kontraktual .

Pesanannya jelas: dalam perlombaan untuk memberi makan nafsu makan AI yang tak pernah puas akan data buatan manusia, batas-batas antara publik dan pribadi, pribadi dan komersial, sedang digambar ulang—satu arsip Slack pada satu waktu.

Saat batas itu mendekat, OpenAI dan Anthropic mengalihkan perhatian ke harta karun yang sebelumnya belum tersentuh: data kolaborasi internal perusahaan . Catatan interaksi manusia secara langsung—email yang berisi negosiasi, transkrip rapat dengan pengambilan keputusan waktu nyata, dan utas Slack yang menunjukkan dinamika tempat kerja yang autentik—menawarkan jenis data percakapan organik yang kini langka di web publik yang dikeruk.

Harga: Dari $10.000 hingga $300.000 per Kesepakatan

Ekosistem baru perusahaan perantara bermunculan untuk menjadi broker transaksi sensitif ini. Dua nama paling sering muncul: Mercor dan SimpleClosure .

• Startup yang gagal dan diakuisisi menjual arsip Slack lengkap, korpora email, dan repositori dokumen seharga $10.000 hingga $100.000 per kesepakatan melalui layanan wind-down khusus .
• Mercor, perusahaan data pelatihan AI, menawarkan hingga $300.000 untuk utas Slack, riwayat commit GitHub, dan transkrip rapat .
• Warmly, sebuah startup AI yang baru diakuisisi oleh HubSpot, menerima empat tawaran terpisah hingga $300.000 masing-masing untuk data komunikasi bisnis internalnya—notulen rapat, email, dan lainnya—setelah menandatangani perjanjian akuisisi, dan dilaporkan menolak semuanya .

Tingkat pasar yang lebih luas, dilaporkan oleh Reuters pada tahun 2024, memberikan gambaran nilai per unit: sekitar $0,001 per kata untuk teks, $1 hingga $2 per gambar, $2 hingga $4 per video pendek, dan $100 hingga $300 per jam untuk film atau video yang lebih panjang .

SimpleClosure, sebuah perusahaan wind-down startup, telah memproses hampir 100 transaksi semacam itu selama setahun terakhir, dengan pembayaran berkisar antara $10.000 hingga $100.000 per perusahaan . Platform "Asset Hub" perusahaan membantu pendiri membersihkan informasi identitas pribadi (PII) dari data sebelum melisensikannya—meskipun efektivitas dan konsistensi anonimisasi itu masih belum pasti dan menjadi titik pertikaian yang semakin meningkat .

Taruhan $1,5 Miliar Anthropic pada Buku: Penyelesaian Proyek Panama

Sejauh mana perusahaan AI akan mencari data pelatihan terungkap dalam kasus luar biasa Proyek Panama, program internal rahasia Anthropic untuk membangun kumpulan data pelatihan buku raksasa .

Proyek ini memiliki dua jalur. Pertama, Anthropic membeli buku cetak fisik, memotong jilidnya, dan memindainya secara destruktif halaman demi halaman, mengubahnya menjadi PDF yang dapat dicari dan membuang kertas aslinya. Targetnya: mengonversi hingga 2 juta buku dalam enam bulan . Sebuah memo internal menyarankan penggunaan nama kode "karena kami tidak ingin diketahui bahwa kami sedang mengerjakan ini" .

Kedua, perusahaan mengunduh lebih dari 7 juta file ebook bajakan dari perpustakaan bayangan termasuk LibGen dan Pirate Library Mirror . Jalur itu menyebabkan gugatan class action yang diajukan pada tahun 2024 oleh penulis Andrea Bartz, Kirk Wallace Johnson, dan Charles Graeber, yang menuduh Anthropic menggunakan hampir setengah juta buku bajakan untuk melatih Claude .

Pada 20 Juli 2026, seorang hakim federal di San Francisco menyetujui penyelesaian $1,5 miliar—pembayaran hak cipta terbesar yang diketahui dalam sejarah AS . Lebih dari 500.000 penulis dan penerbit menjadi bagian dari gugatan class action, dan mereka akan menerima perkiraan $3.000 per karya yang memenuhi syarat .

Yang penting, pengadilan menarik perbedaan hukum yang memiliki implikasi besar untuk pelatihan AI. Menggunakan ebook bajakan melanggar hukum dan memicu penyelesaian. Tetapi membeli buku cetak fisik dan memindainya secara destruktif secara internal untuk pelatihan diputuskan berpotensi memenuhi syarat sebagai penggunaan wajar (fair use), karena setiap salinan fisik diganti dengan satu salinan digital dalam proses yang disebut pengadilan "sangat transformatif" . $1,5 miliar mencakup kewajiban buku bajakan; program penghancuran fisik tidak dihukum .

Tantangan yang Muncul: Anonimisasi dan Biaya

Saat perusahaan bergegas memonetisasi data internal, pertanyaan signifikan tetap ada. Efektivitas anonimisasi data oleh broker seperti SimpleClosure tidak pasti dan menjadi titik pertikaian yang semakin meningkat . Pesan Slack dan email karyawan berisi informasi yang sangat pribadi dan sensitif, dan tidak jelas apakah teknik pembersihan saat ini cukup untuk mencegah identifikasi ulang.

Sementara itu, biaya pelatihan meroket. Satu kali proses pelatihan berskala GPT-4 mungkin sudah menelan biaya $100 juta atau lebih . Saat data publik berkualitas tinggi habis, biaya gabungan untuk melisensikan data perusahaan eksklusif, membayar penyelesaian penting seperti $1,5 miliar Anthropic, dan membangun jalur data sintetis semuanya meningkat secara dramatis. Pasar kumpulan data pelatihan AI yang lebih luas diproyeksikan tumbuh pesat, dari perkiraan $3,6 miliar pada tahun 2025 menjadi $23 miliar pada tahun 2034, karena lisensi teks manusia menjadi kelas aset yang diformalkan .

Apa Artinya Ini untuk Data Anda

Bagi pengguna individu, lanskap telah berubah. Pada akhir tahun 2025, OpenAI dan Anthropic mengubah kebijakan default mereka untuk mengizinkan pelatihan pada obrolan tingkat konsumen (ChatGPT Gratis dan Plus, Claude Gratis, Pro, dan Max) kecuali pengguna secara aktif memilih keluar . Pelanggan perusahaan dan API tetap dikecualikan dari pelatihan secara default berdasarkan Perjanjian Pemrosesan Data kontraktual .

Pesanannya jelas: dalam perlombaan untuk memberi makan nafsu makan AI yang tak pernah puas akan data buatan manusia, batas-batas antara publik dan pribadi, pribadi dan komersial, sedang digambar ulang—satu arsip Slack pada satu waktu.