Wokół zamykanych startupów powstał rynek sprzedaży cyfrowych pozostałości, od kodu źródłowego po wiadomości ze Slacka i dokumenty z Notion. Kupują je laboratoria tworzące modele bazowe, dostawcy środowisk treningowych oraz dojrzałe firmy technologiczne rozwijające własne modele AI. Archiwa pokazują rzeczywiste procesy pracy, lecz ich obrót rodzi pytania o prywatność, zgodę pracowników i podstawy wyceny.
Jak archiwa zamykanych firm stały się aktywem
Rozwój tego rynku wiąże się ze wzrostem liczby likwidowanych startupów. Szacunki Carta i AngelList wskazują, że w ostatnich latach liczba zamknięć rosła rocznie o 26-56 proc. W odpowiedzi powstały firmy pomagające założycielom w sprawach prawnych, podatkowych i operacyjnych, a sprzedaż danych stała się kolejną częścią ich usług.
Przykładem jest Keelan Miskell, który w 2026 roku rozpoczął zamykanie swojego startupu z branży kryptowalut. Początkowo zakładał, że dane firmy nie będą wiele warte, ponieważ użytkownicy pozostawali anonimowi, a działalność trwała tylko kilka lat. Za bazę kodu uzyskał około 25 tys. dolarów. Oczekiwał również na rozliczenie sprzedaży danych z Google, Notion, Figma i Slacka, które miało wynieść prawdopodobnie około 15 tys. dolarów.
Transakcję przeprowadziła firma SimpleClosure. W kwietniu 2026 roku dodała sprzedaż danych do swojej oferty i uruchomiła platformę Asset Hub, przez którą założyciele mogą zbywać kod, e-maile, czaty oraz dokumenty. Platforma obsłużyła ponad 150 transakcji i zakłada, że do końca 2026 roku zwróci startupom ponad 10 mln dolarów. Kod lub dane obejmuje już 47 proc. transakcji prowadzonych przez SimpleClosure.
Jakich danych potrzebują laboratoria AI
Popyt na archiwa po zamkniętych firmach pojawił się gwałtownie w 2025 roku. Według opisywanych firm laboratoria AI zaczęły docierać do granic użyteczności publicznych i syntetycznych zbiorów danych. Zapis prawdziwej pracy może zawierać sytuacje trudne do wiarygodnego odtworzenia w sztucznym środowisku.
- kod źródłowy wraz z historią rozwoju produktu,
- e-maile i rozmowy prowadzone przez zespoły,
- dokumenty robocze oraz projekty zapisane w narzędziach chmurowych,
- ślady decyzji, sporów i zadań wymagających oceny kontekstu.
Surge AI kupuje takie materiały, aby budować środowiska do uczenia ze wzmocnieniem. Agenci AI mogą w nich ćwiczyć zadania wzorowane na realnej pracy, na przykład debugowanie złożonej architektury IT albo przygotowywanie projektów pism apelacyjnych. Nick Heiner, który odpowiada w Surge AI za te środowiska, szuka archiwów pokazujących różnorodne sytuacje, w tym nieporozumienia i decyzje wymagające niejednoznacznej oceny.
Znaczenie ma jakość zapisu, a nie sama liczba plików. Historia Slacka jednej firmy może mieć większą wartość niż łączne archiwa komunikatorów, poczty i kalendarzy innej organizacji, jeśli zawiera bardziej zróżnicowane i pogłębione rozmowy. Dane z realnych firm pozwalają też uniknąć błędów spotykanych w środowiskach syntetycznych, takich jak odwołania do nieistniejących dat. Żadna z opisanych firm nie opublikowała jednak testów porównujących wyniki treningu na prawdziwych archiwach z innymi metodami.
Ile firmy płacą za kod, e-maile i czaty
Nie istnieje jednolity cennik takich zasobów. Konkurująca z SimpleClosure firma Sunset uwzględnia przy wycenie liczbę pracowników, czas działalności startupu, objętość danych oraz sposób korzystania z narzędzi przez zespół. Jej przedstawiciele porównują cyfrowe pozostałości do wiórów wykorzystywanych przy produkcji płyt, czyli materiału wcześniej uznawanego za bezwartościowy.
Kupujący przedstawiają bardzo różne oferty, ponieważ opierają wyceny na własnych założeniach badawczych. Próbują między innymi przewidzieć, ile przydatnych zadań treningowych można stworzyć na podstawie 100 tys. linii kodu. Brak opublikowanych testów skuteczności sprawia, że ani sprzedający, ani kupujący nie mają jeszcze powszechnie uznanej metody określania wartości.
Największa transakcja opisana w materiale dotyczyła Spirit Airlines. W sierpniu 2026 roku, podczas postępowania upadłościowego przewoźnika, Google przebił ofertę firmy Mercor i zapłacił 10 mln dolarów za dane gromadzone przez dziesięciolecia. Pakiet obejmował 100 mln e-maili, 500 mln wiadomości z Microsoft Teams oraz 176 tys. rekordów pracowników.
We wrześniu 2026 roku Bloomberg informował również, że jednostka AI należąca do SpaceX rozważa kupowanie danych od startupów znajdujących się w trudnej sytuacji. Materiał nie podaje jednak informacji o zawartych przez nią transakcjach ani oferowanych kwotach.
Kto ponosi ryzyko związane z prywatnością
Sprzedaż firmowych archiwów może obejmować prywatne informacje zapisane w poczcie, komunikatorach i kalendarzach. Dostawcy deklarują, że zatrudniają specjalistów do usuwania danych umożliwiających identyfikację osób oraz wyłączają dokumentację kadrową. Kupujący twierdzą, że również oczyszczają otrzymane materiały. W zapisach nadal mogą jednak pozostać informacje o wizytach lekarskich, odbieraniu dzieci ze szkoły lub prywatnych spotkaniach.
Greg Ewing, prawnik doradzający startupom AI, określił takie zbiory jako "prawnie radioaktywne".
Związek zawodowy personelu pokładowego Spirit Airlines sprzeciwił się sprzedaży danych z powodu obaw o prywatność. Rynek dopiero przechodzi od nieformalnego obrotu archiwami do umów licencyjnych, które określają dozwolone zastosowania i sposób weryfikacji zbiorów.
Osobną kwestią pozostaje podział pieniędzy. Wpływy ze sprzedaży trafiają zwykle do wierzycieli uprzywilejowanych i inwestorów, a nie do pracowników, których komunikacja współtworzy wartość archiwum. Ifeoma Ajunwa, profesor prawa na Emory University, wskazuje, że prawne uzasadnienie monitorowania pracowników znika po zakończeniu działalności firmy. Jej zdaniem pracodawca powinien uzyskać wyraźną zgodę przed sprzedażą danych pracowników, choć w Stanach Zjednoczonych nie obowiązuje federalny zakaz takich transakcji.
Co ten rynek oznacza dla firm zamykających działalność
Sprzedaż archiwów pozwala odzyskać część wartości po nieudanym przedsięwzięciu, ale założyciele mają niewielki wgląd w tożsamość kupujących i planowane wykorzystanie danych. Nie otrzymują również gwarancji, że proponowana cena odpowiada rzeczywistej wartości zasobu. Uczestnicy rynku oczekują, że ceny ustabilizują się w kolejnym roku, o ile wcześniej nie załamie się koniunktura wokół AI.
Materiał opisuje rynek amerykański i nie analizuje prawa Unii Europejskiej ani polskich przepisów. Dla firm w Polsce praktyczny wniosek jest węższy: archiwa Google, Slacka, Notion czy Figma mogą mieć wartość treningową, ale przed ich sprzedażą trzeba ustalić, jakie informacje zawierają, kto może je przekazać i jak zostaną wykorzystane.
