micro1 потратит $1 млрд на покупку корпоративных данных для обучения ИИ-агентов

Компания micro1, которая поставляет данные для обучения ИИ, в пятницу объявила, что в ближайшие 12 месяцев потратит $1 млрд на покупку и лицензирование операционных данных у других компаний. Капитал предоставляют Citi и Hercules Capital. Деньги пройдут через программу Company Data Partnerships. Обезличенные корпоративные данные micro1 использует для построения материалов под обучение с подкреплением (reinforcement learning), на котором держатся современные ИИ-агенты.

Что именно покупает micro1

Речь не о текстах из интернета и не о размеченных картинках. Операционные данные — это следы реальной работы бизнеса: как сотрудники обрабатывают заявки, проводят платежи, закрывают тикеты, заполняют CRM и согласуют документы. Для агента, который должен сам выполнять такие цепочки действий, подобный материал полезнее любого корпуса статей. Он показывает не только результат, но и порядок шагов, исключения и ошибки.

В анонсе, как он представлен в источнике, прямо сказано, что данные проходят де-идентификацию. Подробности процедуры, список отраслей и состав участников программы в доступном фрагменте не раскрыты.

Почему данные стали отдельной статьёй бюджета

Публичный веб-корпус для крупных моделей по большей части исчерпан, а прирост качества всё чаще даёт дообучение на узких задачах с проверяемым результатом. Именно так устроено обучение с подкреплением: агент действует в среде, получает сигнал успеха или неудачи и корректирует поведение. Среду для такого обучения нужно с чего-то строить, и реальные рабочие процессы компаний годятся для этого лучше синтетики.

Поэтому лаборатории и подрядчики вроде micro1 ищут источники, которых нет в открытом доступе. Заявленный $1 млрд на год показывает масштаб: данные из побочного продукта бизнеса превращаются в товар с собственной ценой.

Ключевые параметры сделки

• Объём: $1 млрд
• Срок: 12 месяцев
• Покупатель: micro1, Сан-Франциско
• Финансирование: Citi и Hercules Capital
• Механизм: программа Company Data Partnerships
• Формат данных: обезличенные операционные данные компаний
• Назначение: материалы для обучения с подкреплением, агенты

Участие Citi и Hercules Capital тоже говорит о многом. Это банк и венчурный кредитор, то есть закупки данных фактически финансируются заёмным и структурным капиталом. Такая схема рассчитана на то, что данные принесут выручку быстрее, чем нужно возвращать деньги.

Что стоит проверить тем, кто рассматривает продажу данных

Компании, у которых накоплены рабочие логи и истории операций, получают новый вариант монетизации, но и риски. Первый вопрос — качество обезличивания: удаление имён и номеров не гарантирует, что по сочетанию косвенных признаков нельзя восстановить клиента или контрагента. Второй — права. Договоры с клиентами и партнёрами могут запрещать передачу данных третьим лицам, даже обезличенных. Третий — условия лицензии: срок, возможность отзыва, право покупателя обучать модели, которые потом будут конкурировать с самим продавцом.

Для команд, которые строят агентов, вывод проще. Конкуренция смещается от размера модели к доступу к реальным процессам, и дефицит данных будет сильнее влиять на цены, чем дефицит вычислительных мощностей. Стоит заранее решить, какие собственные данные вы готовы лицензировать, а какие составляют ваше конкурентное преимущество и должны остаться внутри.