Внутренняя кухня ИИ: как OpenAI и Anthropic скупают корпоративные чаты, письма и записи сотрудников
Запас качественного общедоступного текста для обучения ИИ оценивается в 300 трлн токенов и может быть исчерпан уже к 2028 году. OpenAI и Anthropic платят стартапам от $10 000 до $300 000 за Slack чаты, email архивы, записи совещаний и GitHub коммиты.
Запас качественного общедоступного текста для обучения ИИ оценивается в 300 трлн токенов и может быть исчерпан уже к 2028 году.
OpenAI и Anthropic платят стартапам от $10 000 до $300 000 за Slack чаты, email архивы, записи совещаний и GitHub коммиты.
Anthropic выплатила рекордные $1,5 млрд по иску о пиратском использовании книг, но суд признал законным физическое сканирование купленных книг.
Рынок лицензирования человеческих данных для ИИ вырастет с $3,6 млрд в 2025 году до $23 млрд к 2034 году.
What are the key details about OpenAI and Anthropic purchasing internal corporate data — including employee chats, emails, video recordings,AI-generated visualization of the corporate data acquisition pipeline for AI training.
Промпт ИИ
Create a landscape editorial hero image for this Studio Global article: What are the key details about OpenAI and Anthropic purchasing internal corporate data — including employee chats, emails, video recordings,. Article summary: I'll research this thoroughly across multiple angles. Topic tags: general, education, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Публичный интернет стремительно заканчивается: качественного человеческого текста для обучения ИИ осталось буквально на несколько лет. Ведущие AI-лаборатории мира — OpenAI и Anthropic — в панике ищут новые источники «топлива». И нашли его там, где меньше всего ожидали: в вашей внутренней корпоративной переписке. Они активно скупают Slack-сообщения, электронные письма, записи видеоконференций и историю кода у стартапов, платя до $300 000 за сделку. Тихий, но быстрорастущий рынок эксклюзивных данных о человеческом взаимодействии уже сформирован.
Стена данных: почему AI-лаборатории покупают ваши Slack-чаты
Причина проста и неумолима. Согласно наиболее авторитетной оценке исследовательской группы Epoch AI, общий запас высококачественного общедоступного текста, созданного человеком, составляет примерно 300 триллионов токенов (90% доверительный интервал: от 100 трлн до 1 000 трлн) . При текущих темпах потребления этот запас будет полностью исчерпан в период с 2026 по 2032 год, при медианной оценке в 2028 год. Некоторые аналитики полагают, что качественного текста в открытом вебе осталось всего 15–20 трлн токенов, что означает истощение уже в 2026 году. Телекомпания PBS ещё в конце 2025 года сообщала, что «золотая лихорадка» данных для чат-ботов может закончиться .
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Каков краткий ответ на вопрос «Внутренняя кухня ИИ: как OpenAI и Anthropic скупают корпоративные чаты, письма и записи сотрудников»?
Запас качественного общедоступного текста для обучения ИИ оценивается в 300 трлн токенов и может быть исчерпан уже к 2028 году.
Какие ключевые моменты необходимо проверить в первую очередь?
Запас качественного общедоступного текста для обучения ИИ оценивается в 300 трлн токенов и может быть исчерпан уже к 2028 году. OpenAI и Anthropic платят стартапам от $10 000 до $300 000 за Slack чаты, email архивы, записи совещаний и GitHub коммиты.
Что мне делать дальше на практике?
Anthropic выплатила рекордные $1,5 млрд по иску о пиратском использовании книг, но суд признал законным физическое сканирование купленных книг.
По мере приближения к этому потолку, OpenAI и Anthropic обратили внимание на ранее нетронутый ресурс: внутренние корпоративные данные . Записи реальных человеческих взаимодействий — электронные письма с переговорами, стенограммы встреч с принятием решений в реальном времени и цепочки сообщений в Slack, показывающие подлинную динамику рабочего процесса, — предлагают тот органический разговорный материал, который стал дефицитом на «вычищенном» публичном вебе.
Цены: от $10 000 до $300 000 за сделку
Для посредничества в этих деликатных сделках возникла целая новая экосистема. Два названия встречаются чаще всего: Mercor и SimpleClosure.
Неудавшиеся и поглощенные стартапы продают полные архивы Slack, корпуса электронной почты и репозитории документов за $10 000 – $100 000 за сделку через специализированные сервисы ликвидации .
Mercor, компания по сбору данных для ИИ, предлагает до $300 000 за Slack-переписку, историю коммитов на GitHub и записи встреч .
Warmly, AI-стартап, недавно приобретённый HubSpot, получил четыре отдельных предложения на сумму до $300 000 за свои внутренние деловые данные (протоколы встреч, электронные письма) после подписания соглашения о покупке и, как сообщается, отклонил их .
Более широкие рыночные ставки, опубликованные Reuters в 2024 году, дают представление о ценности за единицу: примерно $0,001 за слово для текста, $1–$2 за изображение, $2–$4 за короткое видео и $100–$300 за час более длинного фильма или записи .
SimpleClosure, фирма, специализирующаяся на ликвидации стартапов, провела почти 100 таких транзакций за последний год, выплачивая от $10 000 до $100 000 за компанию . Её платформа «Asset Hub» помогает основателям очищать данные от личной информации (PII) перед лицензированием, хотя эффективность и последовательность такой анонимизации остаются неопределёнными и становятся предметом растущих споров .
Ставка Anthropic в $1,5 миллиарда на книги: урегулирование «Проекта Панама»
Масштабы, на которые готовы идти AI-компании ради получения обучающих данных, были обнажены в неординарном деле «Проект Панама» — секретной внутренней программе Anthropic по созданию массивного набора книг для обучения .
У проекта было два направления. Во-первых, Anthropic закупала печатные книги, разрезала их переплёты и деструктивно сканировала страницу за страницей, преобразуя их в поисковые PDF и выбрасывая бумажные оригиналы. Цель: оцифровать до 2 миллионов книг за шесть месяцев . Во внутренней памятке рекомендовалось использовать кодовое название, «потому что мы не хотим, чтобы стало известно, что мы работаем над этим» .
Во-вторых, компания загрузила более 7 миллионов пиратских файлов электронных книг из теневых библиотек, включая LibGen и Pirate Library Mirror . Это направление привело к коллективному иску, поданному в 2024 году авторами Андреа Бартц, Кирком Уоллесом Джонсоном и Чарльзом Гребером, которые обвинили Anthropic в использовании почти полумиллиона пиратских книг для обучения Claude .
20 июля 2026 года федеральный судья в Сан-Франциско утвердил мировое соглашение на $1,5 миллиарда — крупнейшую известную выплату по авторским правам в истории США . Более 500 000 авторов и издателей были частью коллективного иска, и они получат примерно $3000 за каждую подходящую работу .
Ключевой момент: суд провёл юридическое различие, имеющее огромные последствия для обучения ИИ. Использование пиратских электронных книг было признано нарушением и повлекло за собой урегулирование. Но покупка физических печатных книг с их деструктивным сканированием для внутреннего обучения была признана потенциально подпадающей под добросовестное использование (fair use), поскольку каждая физическая копия заменялась одной цифровой копией в процессе, который суд назвал «чрезвычайно трансформативным» . $1,5 миллиарда покрыли ответственность за пиратские книги; программа физического уничтожения не была наказана .
Новые вызовы: анонимизация и стоимость
Пока компании спешат монетизировать внутренние данные, остаются серьёзные вопросы. Эффективность анонимизации данных брокерами, такими как SimpleClosure, неопределённа и становится предметом растущих споров . Slack-сообщения и электронные письма сотрудников содержат глубоко личную и чувствительную информацию, и неясно, достаточны ли текущие методы очистки для предотвращения повторной идентификации.
Тем временем затраты на обучение стремительно растут. Один тренировочный прогон модели масштаба GPT-4 может стоить $100 миллионов и более. По мере исчерпания качественных общедоступных данных, совокупные затраты на лицензирование проприетарных корпоративных данных, выплату рекордных отчислений, таких как $1,5 млрд Anthropic, и создание синтетических данных — все они резко возрастают. Прогнозируется, что более широкий рынок наборов данных для обучения ИИ будет быстро расти: с $3,6 миллиарда в 2025 году до $23 миллиардов к 2034 году, поскольку лицензирование человеческого текста становится формальным классом активов .
Что это значит для ваших данных
Для обычных пользователей ландшафт изменился. С конца 2025 года и OpenAI, и Anthropic изменили свою политику по умолчанию, разрешив обучение на пользовательских чатах потребительского уровня (ChatGPT Free и Plus, Claude Free, Pro и Max), если пользователи активно не откажутся от этого . Корпоративные и API-клиенты по умолчанию исключены из обучения в соответствии с договорными соглашениями об обработке данных (DPA) .
Послание ясно: в гонке за удовлетворение ненасытного аппетита ИИ к человеческим данным границы между публичным и частным, личным и коммерческим перерисовываются — один Slack-архив за раз.
wired.comAnthropic Will Use Claude Chats for Training Data. Here's How to Opt Out
