Cuando Keelan Miskell empezó a liquidar su startup de criptomonedas este año, no creía que sus datos tuvieran mucho valor: los usuarios eran anónimos y la empresa apenas tenía unos pocos años de vida. Pero, desde entonces, ha convertido los archivos digitales de la compañía en dinero contante y sonante. Se ha embolsado unos 25.000 dólares por su base de código y una cantidad aún pendiente (probablemente en torno a los 15.000 dólares) por los datos del espacio de trabajo en Google, Notion, Figma y Slack. «Al menos todo lo que estuvimos haciendo durante dos años y medio le sirve de algo a alguien en algún lugar», afirma.
La venta fue intermediada por una empresa llamada SimpleClosure, parte de un nuevo sector en auge en la tecnología: negocios orientados a startups moribundas. Las estimaciones de Carta y AngelList muestran que los cierres han aumentado entre un 26 % y un 56 % anual en los últimos años, y ha surgido todo un ecosistema para el final de su vida útil, que incluye coaches, «doulas de la muerte» y empresas que ayudan a gestionar los quebraderos de cabeza legales, fiscales y operativos que supone irse a pique. Ahora, estos enterradores tecnológicos están vendiendo los restos de datos a laboratorios de IA.
SimpleClosure incorporó la venta de datos a sus servicios en abril. Su plataforma Asset Hub ayuda a los fundadores a vender su código y los datos de su entorno de trabajo —correos electrónicos, chats, documentos—. Entre los compradores se encuentran laboratorios de modelos fundacionales de IA, proveedores que crean entornos de trabajo simulados para el entrenamiento de IA y empresas tecnológicas consolidadas que desarrollan sus propios modelos. Asset Hub ha gestionado más de 150 operaciones y prevé devolver más de 10 millones de dólares a las startups para finales de 2026. Su director ejecutivo, Dori Yona, ha visto cómo estas transacciones, que antes eran infrecuentes y «algo tabú», se han vuelto cada vez más habituales: el 47 % de los acuerdos de SimpleClosure incluye ya la venta de código o datos.
Y no está sola. Sunset, su rival en el sector, también cuenta con un negocio de reventa de datos en rápido crecimiento. Su fundador y CEO, Brendan Mahony, afirma que Sunset valora los activos de un cliente moribundo según el número de empleados, los años de actividad, el volumen de datos y el uso que el equipo hacía de sus herramientas. El tablero de aglomerado, asegura, es una buena analogía: «Estos datos operativos residuales son como las virutas de madera que todo el mundo creía que no tenían ningún valor, pero que en realidad tienen muchísimo».
La demanda de datos de empresas desaparecidas surgió de forma repentina el año pasado, a medida que los laboratorios de entrenamiento de IA alcanzaban los límites de los conjuntos de datos públicos y sintéticos. Surge AI, por ejemplo, compra datos para crear «gimnasios de aprendizaje por refuerzo» donde los agentes de IA de sus clientes practican tareas —imagina depurar una arquitectura de TI compleja o redactar recursos de apelación—. Nick Heiner, que lidera el trabajo de la empresa en estos entornos, afirma que busca archivos de datos que reflejen una amplia variedad de situaciones, desde desacuerdos hasta decisiones de criterio difíciles. Heiner explica que el historial de Slack de una empresa, si recoge conversaciones con variedad y profundidad, puede valer más que el Slack, el correo electrónico y los calendarios combinados de otra.
Los archivos reales evitan errores comunes de los entornos sintéticos, como las referencias a fechas que no existen, pero la magnitud de las mejoras en el rendimiento sigue sin estar clara. Ninguna empresa ha publicado todavía pruebas que comparen los resultados del entrenamiento con datos del mundo real frente a las alternativas. Los precios reflejan esta incertidumbre: los compradores ofrecen cifras enormemente dispares, señala Heiner, porque las valoraciones se basan en «tesis de investigación» que estiman cuántas tareas útiles se pueden extraer de, por ejemplo, 100 000 líneas de código.
Esto no ha impedido que se cierren acuerdos de mayor envergadura. El pasado agosto, en el marco de la quiebra de Spirit Airlines, Google superó la oferta de la empresa de datos para IA Mercor para adquirir décadas de datos de la aerolínea, incluidos 100 millones de correos electrónicos, 500 millones de mensajes de Teams y 176.000 registros de empleados. El precio: 10 millones de dólares. Y Bloomberg informó en septiembre de que la división de IA de SpaceX está sopesando comprar datos de startups en dificultades.
Desde el punto de vista legal, todo esto podría complicarse. El sindicato de auxiliares de vuelo de Spirit se opuso a la venta por motivos de privacidad, y Greg Ewing, un abogado que asesora a startups de IA, ha calificado este tipo de datos como «radiactivos a nivel legal». Los proveedores contratan a científicos de datos para depurar la información de identificación personal y excluir los registros de recursos humanos, y los compradores afirman que ellos también la depuran. Sin embargo, Ewing señala algunos de los detalles privados que se esconden en correos electrónicos y calendarios: citas médicas, la organización para recoger a los niños del colegio o planes de citas en pareja. Describe un «Salvaje Oeste del entrenamiento de la IA» que apenas empieza a dar paso a acuerdos de licencia formales y a usos debidamente supervisados.
También está la cuestión de quién se beneficia de estos ingresos imprevistos. Por lo general, la recaudación va a parar a los acreedores preferentes y a los inversores, no a los empleados. Para Ifeoma Ajunwa, profesora de Derecho en la Universidad Emory y autora de The Quantified Worker, esto representa una forma de «capital capturado». La jurisprudencia permite la supervisión para ayudar a los empleados a desempeñar sus funciones, pero una vez que una empresa quiebra, esa justificación desaparece. «Los empleadores deberían contar con el consentimiento expreso antes de vender los datos de los trabajadores», afirma Ajunwa, aunque añade que no existe ninguna ley federal que prohíba tales ventas.
Aunque muchos ven este nuevo mercado como una oportunidad para que las empresas que echan el cierre recuperen algo de valor, estas ventas de liquidación también tienen sus limitaciones. Los fundadores apenas tienen visibilidad sobre quién compra los datos ni qué planea hacer con ellos. Además, apenas hay garantías de que reciban una oferta justa. Sin embargo, es probable que los precios de los datos se estabilicen el próximo año, a no ser que antes estalle una burbuja de la IA. De cualquier modo, los nuevos enterradores del sector tecnológico estarán ahí para tasar lo que quede.
Matthew King es un periodista especializado en tecnología y medioambiente afincado en Baltimore.