AI 巨頭的資料爭奪戰：OpenAI 與 Anthropic 高價收購企業 Slack 對話、郵件與員工數據

隨著這個天花板逐漸逼近，OpenAI 與 Anthropic 將目光轉向一個過去未被充分利用的寶庫：內部企業協作資料。真實的人類互動紀錄——包含談判過程的電子郵件、即時決策的會議逐字稿，以及展現真實工作動態的 Slack 討論串——提供了在已遭大量爬取的公開網路上變得稀缺的有機對話資料。

價格：從 1 萬美元到 30 萬美元

一個由中間商組成的新生態系已應運而生，專門處理這些敏感交易。其中最常被提及的兩家公司是 Mercor 與 SimpleClosure。

• 倒閉或被收購的新創公司，正在透過專門的清算服務，以 每筆 1 萬到 10 萬美元 的價格出售完整的 Slack 檔案、郵件資料庫與文件儲存庫。
• Mercor，一家 AI 訓練資料公司，針對 Slack 討論串、GitHub 提交紀錄與會議逐字稿，提供 高達 30 萬美元 的收購價。
• Warmly，一家最近被 HubSpot 收購的 AI 新創公司，在簽署收購協議後，收到了 四份獨立、每份高達 30 萬美元 的報價，要求購買其內部業務通訊資料——包括會議記錄、電子郵件等——據報導該公司全部拒絕。

根據路透社 2024 年的報導，更廣泛的市場費率顯示了每單位的價值：文字約 每字 0.001 美元，圖片 每張 1 到 2 美元，短影片 每則 2 到 4 美元，較長的電影或影片則為 每小時 100 到 300 美元。

SimpleClosure 是一家新創公司清算公司，在過去一年處理了近 100 筆這類交易，每間公司的付款金額從 1 萬到 10 萬美元不等。該公司的「Asset Hub」平台幫助創辦人在授權資料之前，先清除個人識別資訊（PII）——儘管這種匿名化的有效性和一致性仍不確定，且正成為一個日益嚴重的爭議點。

Anthropic 的 15 億美元豪賭：巴拿馬計畫（Project Panama）和解案

AI 公司為了取得訓練資料願意走得多遠，從 巴拿馬計畫（Project Panama）這起非同尋常的案件中可見一斑。這是 Anthropic 內部一個祕密計畫，旨在建立一個龐大的書籍訓練資料集。

該計畫有兩條路線。第一，Anthropic 購買實體印刷書籍，切開書脊，然後破壞性地逐頁掃描，將其轉換為可搜尋的 PDF 檔案，並丟棄紙本原稿。目標是在 六個月內轉換多達 200 萬本書。一份內部備忘錄建議使用代號，「因為我們不希望外界知道我們正在從事這項工作」。

第二，該公司從影子圖書館（包括 LibGen 和 Pirate Library Mirror）下載了超過 700 萬本盜版電子書檔案。這條路線導致了 2024 年由作家 Andrea Bartz、Kirk Wallace Johnson 和 Charles Graeber 提起的集體訴訟，他們指控 Anthropic 使用近 50 萬本盜版書籍來訓練 Claude。

2026 年 7 月 20 日，舊金山一名聯邦法官批准了一項 15 億美元的和解協議——這是美國史上已知最大的著作權賠償金。超過 50 萬名作者和出版商屬於此集體訴訟的一部分，他們預計每件符合資格的作品可獲得約 3,000 美元。

關鍵在於，法院做出了一項對 AI 訓練有重大影響的法律區分。使用 盜版電子書 屬於侵權行為，因此觸發了和解。但是，購買 實體印刷書籍並在內部進行破壞性掃描 以用於訓練，則被裁定可能符合 合理使用 的範圍，因為每一本實體書都被替換為單一數位拷貝，法院稱此過程「極具轉換性」。這 15 億美元涵蓋了盜版書籍的責任；實體書破壞計畫則未受處罰。

新興挑戰：匿名化與成本問題

隨著各公司急於將內部資料變現，重大的問題依然存在。像 SimpleClosure 這類仲介商的資料匿名化效果仍不確定，且成為日益嚴重的爭議點。員工的 Slack 訊息和電子郵件包含極其私密和敏感的資訊，而目前的去除技術是否足以防止重新識別，尚不明朗。

與此同時，訓練成本正在飆升。一次 GPT-4 規模的訓練執行可能已經花費 1 億美元或更多。隨著高品質公開資料耗盡，授權專屬企業資料、支付像 Anthropic 的 15 億美元這類里程碑式和解金，以及建立合成資料管線的綜合成本都在急劇上升。更廣泛的 AI 訓練資料集市場預計將快速成長，從 2025 年 estimated 的 36 億美元 成長到 2034 年的 230 億美元，因為人類文字授權正成為一個正式化的資產類別。

這對你的資料意味著什麼

對個別使用者而言，情況已經改變。截至 2025 年底，OpenAI 和 Anthropic 都已更改其預設政策，允許在消費者等級的聊天（ChatGPT Free 與 Plus，Claude Free、Pro 與 Max）上進行訓練，除非使用者主動選擇退出。企業和 API 客戶根據合約中的資料處理協議（DPA），預設仍被排除在訓練之外。

訊息很明確：在滿足 AI 對人類生成資料無止境需求的競賽中，公共與私人、個人與商業之間的界線正被重新劃定——一次一個 Slack 檔案。