Un développement récent dans le monde de l’IA attire l’attention.
Les laboratoires d’IA achètent des données provenant de start-ups qui ont fait faillite pour entraîner leurs modèles
La plupart des start-ups échouent. Un nouveau domaine offre à leurs informations une seconde vie grâce à l’IA.
Lorsque Keelan Miskell a commencé à mettre fin aux activités de sa start-up spécialisée dans les cryptomonnaies cette année, il ne pensait pas que ses données avaient beaucoup de valeur : les utilisateurs étaient anonymes et l’entreprise n’existait que depuis quelques années. Mais depuis, il a réussi à transformer les archives numériques de l’entreprise en argent sonnant et trébuchant. Il a encaissé environ 25 000 dollars pour son code et un montant encore à déterminer (probablement autour de 15 000 dollars) pour les données de ses espaces de travail sur Google, Notion, Figma et Slack. « Au moins, tout ce que nous avons fait pendant deux ans et demi a de la valeur pour quelqu’un, quelque part », dit-il.
La vente a été négociée par une société appelée SimpleClosure, qui fait partie d’un nouveau segment en pleine croissance dans le domaine des technologies : celui des entreprises qui s’adressent aux start-ups en voie de disparition. Selon les estimations de Carta et d’AngelList, les fermetures d’firmes auraient augmenté de 26 % à 56 % par an ces dernières années, et un véritable écosystème dédié à la « fin de vie » des entreprises — comprenant des coachs, des « doulas de la mort » et des cabinets spécialisés dans la gestion des casse-tête juridiques, fiscaux et opérationnels liés à la faillite — a vu le jour. Aujourd’hui, les « entrepreneurs de pompes funèbres » du secteur technologique revendent les données restantes à des laboratoires d’IA.
SimpleClosure a ajouté la vente de données à ses services en avril. Sa plateforme Asset Hub aide les fondateurs à vendre leur code et les informations de leur espace de travail : e-mails, discussions et documents. Parmi les acheteurs figurent des laboratoires d’IA de fondations, des fournisseurs qui créent des espaces de travail simulés pour l’entraînement des IA, ainsi que des structures technologiques bien établies qui développent leurs propres modèles. Asset Hub a déjà traité plus de 150 transactions et prévoit de rapporter plus de 10 millions de dollars aux start-ups d’ici fin 2026. La PDG, Dori Yona, a vu ces transactions, autrefois rares et « quelque peu taboues », devenir de plus en plus courantes : 47 % des opérations réalisées via SimpleClosure incluent désormais la vente de code ou de données.
Et elle n’est pas la seule. Sunset, un concurrent du secteur, dispose également d’une activité de revente de données en pleine expansion. Son fondateur et PDG, Brendan Mahony, explique que Sunset évalue les actifs d’un client en faillite en fonction de ses effectifs, de ses années d’activité, du volume de données et de la manière dont l’équipe a utilisé ses outils. Il cite l’exemple des panneaux de particules : « Ces données opérationnelles résiduelles sont comme les copeaux de bois que tout le monde croyait sans valeur, toutefois qui en ont en réalité énormément. »
La demande de données provenant d’sociétés disparues a surgi brusquement l’année dernière, lorsque les laboratoires de formation à l’IA ont atteint les limites des ensembles de données publics et synthétiques. Surge AI, par exemple, achète des informations pour créer des « salles d’entraînement à l’apprentissage par renforcement » où les agents IA de ses clients s’entraînent à effectuer des tâches — comme le débogage d’une architecture informatique complexe ou la rédaction de mémoires d’appel. Nick Heiner, qui dirige les travaux de l’entreprise sur ces environnements, explique qu’il recherche des archives de données reflétant toute une gamme de situations, allant des désaccords aux décisions délicates. Heiner explique que l’historique Slack d’une entreprise, s’il reflète des échanges variés et approfondis, peut avoir plus de valeur que l’ensemble des données Slack, des e-mails et des agendas d’une autre entreprise.
Sur ce point, les archives réelles permettent d’éviter les erreurs courantes dans les mondes synthétiques, telles que les références à des dates qui n’existent pas, mais l’ampleur des gains de performance reste incertaine. Aucune entreprise n’a encore publié de tests comparant les résultats de l’entraînement sur des données réelles à ceux obtenus avec d’autres méthodes. Les prix reflètent cette incertitude : les acheteurs avancent des chiffres très divergents, explique Heiner, car les valorisations reposent sur des « thèses de recherche » estimant le nombre de tâches utiles pouvant être générées, par exemple, à partir de 100 000 lignes de code.
Cela n’a toutefois pas empêché la conclusion d’opérations de plus grande envergure. En août dernier, dans le cadre de la faillite de Spirit Airlines, Google a surenchéri sur la société de données d’IA Mercor pour acquérir les éléments accumulées par la compagnie aérienne depuis plusieurs décennies, notamment 100 millions d’e-mails, 500 millions de messages Teams et 176 000 dossiers de salariés. Le montant de la transaction : 10 millions de dollars. Bloomberg a par ailleurs rapporté en septembre que la division IA de SpaceX envisageait d’acheter des éléments auprès de start-ups en difficulté.
Ce qu’il faut noter :
- Aucune entreprise n’a encore publié de tests comparant les résultats de l’entraînement sur des données réelles à ceux obtenus avec d’autres méthodes.
- Bloomberg a par ailleurs rapporté en septembre que la division IA de SpaceX envisageait d’acheter des éléments auprès de start-ups en difficulté.
L’avenir dira si cette annonce tient toutes ses promesses.
Pour aller plus loin :
Article original : MIT Technology Review : MIT Technology Review