repubblica.it, 20 aprile 2026
I colossi dell’IA comprano i dati delle aziende e startup fallite
Le aziende di intelligenza artificiale hanno iniziato ad acquistare i grandi archivi di dati delle aziende e startup in fallimento per affinare l’addestramento dei rispettivi agenti. E per “dati” si intendono mail, operatività su Slack o Jira, gestione dei progetti: tutto quel movimento di informazioni che fa parte del quotidiano di ogni attività aziendale. Come spiega Forbes, l’obiettivo per gli acquirenti è di migliorare le “palestre” dedicate all’apprendimento per rinforzo. In pratica si parla di una tecnica di machine learning dove l’agente AI impara a prendere decisioni ottimali interagendo con un ambiente, ricevendo ricompense o penalità in base alle sue azioni. Allestendo quindi una palestra sulla base degli interscambi reali avvenuti in vecchie imprese, si permette di andare oltre le vecchie simulazioni teoriche. Ma se le aziende AI e chi si è inventato il mercato brindano, d’altra parte alcuni iniziano a domandarsi se vi sia qualche implicazione sulla privacy degli ex-dipendenti e soprattutto sulla proprietà dei dati.
Le aziende che hanno iniziato a vendere dati altrui
Una delle prime startup a fiutare il business della compravendita dei dati defunti è Fleet. Nata nel 2019 con l’idea di offrire ambienti simulati di rinforzo basati su dati reali, è passata in pochi mesi da 1 milione a 60 milioni di dollari di ricavi. Si stima che il suo prossimo round di finanziamento possa sfiorare i 50 milioni, consentono una valutazione finale di 750 milioni di dollari, secondo The Information. Lo stesso fa Roots, che di fatto simula una holding dove gli agenti AI possono esercitarsi in attività finanziarie.
SimpleClosure invece, se fino a ieri agiva come “impresa funebre” per startup – capace di aiutare in tutto il processo burocratico fino alla liquidazione, dalla settimana scorsa grazie alla nuova piattaforma Asset Hub consente la svendita di codice sorgente, documenti e dati degli spazi di lavoro delle loro aziende in dissoluzione. Il tutto assicurando la completa rimozione di informazioni personali identificabili. Ad esempio cielo24, una startup specializzata nella trascrizione video/audio e creazione di indici ricercabili, con la vendita dei sui dati accumulati in 13 anni di operatività è riuscita a raccogliere centinaia di migliaia di dollari. SimpleClosure ha confermato infatti che a seconda dei dataset si possono guadagnare dai 10mila dollari in su e superare anche i 100mila.
Anche Sunset acquista dati di aziende fallite e ne stabilisce il valore in relazione a come sono strutturati, l’eventuale relazione fra servizi, la tracciabilità e altri parametri. I pacchetti più golosi sono quello provenienti dai settori finanziario e sanitario.
Perché proprio adesso è esploso il mercato?
L’ex responsabile scientifico di OpenAI, Ilya Sutskever, sostiene che già a partire dal 2024 i laboratori AI hanno di fatto esaurito i dati pubblici disponibili online per addestrare i loro modelli. Si pensi a Wikipedia, gli articoli delle principali testate, forum, libri digitalizzati e altri contenuti. Dopodiché se questo approccio aveva un senso con l’AI generativa, adesso con gli agenti AI – che sono capaci a pianificare sequenze di azioni, apprendere dall’esperienza e interagire con tool esterni – c’è bisogno proprio di ambienti virtuali per sperimentare concretamente ogni azione, anche solo per imparare ad agire in mezzo al rumore informativo quotidiano.
Più fonti autorevoli confermano che Anthropic e OpenAI investiranno circa un miliardo di dollari all’anno proprio sugli ambienti di apprendimento per rinforzo. Non è chiaro se mettendo in gioco anche eventuali acquisizioni – sul mercato si contano una cinquantina di startup specializzate, o procedendo in totale autonomia.
Rischio privacy, ma la California corre già ai ripari
Marc Rotenberg, fondatore del Center for AI and Digital Policy, sostiene che a prescindere dal consenso dei dipendenti, la cessione a terzi, dei diritti di proprietà intellettuale sugli archivi, non sia cosi banale. E il motivo si deve al fatto che non si parla solo di dati generici ma informazioni che rischiano di far identificare persone e comportamenti. Ecco spiegato il motivo per cui martedì scorso Center for AI and Digital Policy ha chiesto alla United States Senate Committee on Commerce, Science, and Transportation di attivare la Federal Trade Commission per esaminare le pratiche commerciali relative all’AI e dati personali.
Il tema di fondo è che se l’anonimizzazione non viene eseguita correttamente, si apre una voragine che rischia non solo di esporre le vite delle persone ma anche di condizionare in negativo lo sviluppo dei modelli di AI. Ed ecco spiegato il motivo per cui a partire dal primo gennaio 2026 la California (Artificial Intelligence Training Data Transparency) impone agli sviluppatori di IA generativa di dichiarare se i propri dataset includono dati personali o contenuti protetti da copyright.