OpenAI 同 Anthropic 狂掃公司內部數據：Slack 對話、電郵、員工錄音通通買晒，最高開價 30 萬美元

• 已經失敗或被收購嘅初創公司，會將成個 Slack 檔案庫、電郵庫連同文件賣出去，每單交易價錢大約 10,000 至 100,000 美元 。
• Mercor 呢間 AI 訓練數據公司，開價 高達 300,000 美元，收購 Slack 對話紀錄、GitHub 提交紀錄同會議錄音 。
• Warmly，一間被 HubSpot 收購嘅 AI 初創，喺簽咗收購協議之後，收到 四間公司分別開價 300,000 美元，想買佢嘅內部商業通訊數據（會議記錄、電郵等），但最後全部拒絕咗 。

根據 Reuters 喺 2024 年嘅報導，整體市場價錢大約係：文字 $0.001 一個字，圖片 $1 至 $2 一張，短片 $2 至 $4 一段，長片或視頻 $100 至 $300 每小時 。

SimpleClosure 呢間專門幫初創清盤嘅公司，過去一年處理咗接近 100 宗呢類交易，每單金額由 10,000 到 100,000 美元不等 。佢哋嘅「Asset Hub」平台可以幫創辦人喺賣數據之前，刪走個人身份資料（PII），但呢種匿名化嘅效果同可靠性仲係一個大問號 。

Anthropic 嘅 15 億美元圖書和解：「巴拿馬計劃」

AI 公司為咗搶訓練數據可以去到幾盡？Anthropic 嘅「巴拿馬計劃」（Project Panama）就係一個極端例子 。

呢個計劃有兩個部分。第一，Anthropic 買實體書，剪開書脊，逐頁銷毀式掃描，變成可搜尋嘅 PDF，然後丟棄紙本書。目標係 六個月內掃描 2,000 萬本書 。內部備忘錄仲提醒要用代號，「因為我哋唔想俾人知我哋做緊呢件事」。

第二，公司從 LibGen 同 Pirate Library Mirror 呢啲「影子圖書館」非法下載咗 超過 700 萬本盜版電子書 。呢個部分引發咗集體訴訟，由作家 Andrea Bartz、Kirk Wallace Johnson 同 Charles Graeber 喺 2024 年提出，指控 Anthropic 用接近 50 萬本盜版書嚟訓練 Claude 。

2026 年 7 月 20 日，三藩市聯邦法官批准咗 15 億美元 嘅和解協議，係美國版權案件入面最大嘅和解金額 。超過 50 萬名作者同出版社係集體訴訟嘅一部分，每個合資格作品預計可以獲得 約 3,000 美元 嘅賠償 。

關鍵在於，法庭劃咗一條重要界線：用 盜版電子書 係侵權，要賠錢。但係買 實體書然後銷毀掃描 嚟訓練 AI，就俾法庭裁定可能屬於「公平使用」（fair use），因為每本實體書只係被轉換成一個數碼副本，法庭形容呢個過程「極具轉化性」。15 億美元係賠畀盜版書嘅部分，個銷毀掃描計劃就冇罰 。

新挑戰：匿名化同成本

隨住公司爭相將內部數據變現，問題亦都浮面。數據匿名化嘅效果成疑 。員工嘅 Slack 對話同電郵入面有好多私人同敏感嘅資訊，而家嘅技術係咪足夠防止重新識別個人身份，仍然係未知之數。

另一方面，訓練成本亦都幾何級上升。一次 GPT-4 規模嘅訓練可能已經要 1 億美元或以上 。隨住高質素公開數據用晒，授權企業數據嘅費用、好似 Anthropic 15 億美元呢類鉅額和解金，同埋建立合成數據管道嘅成本，全部都喺度急升。整體 AI 訓練數據集市場預計會由 2025 年嘅 36 億美元，增長到 2034 年嘅 230 億美元，人類文字授權將會變成一個正式嘅資產類別 。

對你嘅數據有咩影響

對一般用戶嚟講，情況已經唔同晒。截至 2025 年底，OpenAI 同 Anthropic 都改咗政策，預設情況下會用消費者級別嘅對話嚟訓練模型（包括 ChatGPT Free 同 Plus，Claude Free、Pro 同 Max），除非用戶主動退出 。企業同 API 客戶就唔受影響，根據合約嘅數據處理協議，佢哋嘅數據唔會用嚟訓練 。

簡單講：喺餵飽 AI 對人類數據嘅無窮渴求呢場競賽入面，公與私、個人同商業嘅界線，正正喺度重新劃分——一個 Slack 檔案庫、一個資料夾咁樣慢慢改寫緊。