谷歌以1000万美元收购精神航空内部商业数据

谷歌对精神航空内部商业数据的中标价约为1000万美元^[1]——只有看到这笔交易买到了什么，这个数字才显得合理。拍卖最初由谷歌出价500万美元；AI招聘公司Mercor以750万美元还价，随后谷歌最终报价锁定胜局，Mercor则成为指定的备用买家^[2]。两家公司争夺的并非单一资产，而是一家公司完整的数字副产品：约1亿封电子邮件（来自8万个账户）、约5亿条Microsoft Teams消息、超过1700万份OneDrive文件、2000多万份SharePoint文件，以及数十万份IT工单，员工记录可追溯至1986年^[3]。此外还包括分布在516个代码仓库中的3000万行源代码，以及自2008年以来的超过75亿条交易记录^[4]。

若将价格除以数据量，这笔交易看起来更像训练语料库通常成本中的一个四舍五入误差——这也解释了为何像Mercor这样以支付报酬获取标注工作数据为核心业务的AI公司，会愿意为此激烈竞争。破产拍卖允许买方以许可或众包收集成本的一小部分，批量购得整个劳动力队伍的通信轨迹。不过这笔交易的实际范围比标题数字所暗示的要窄：它明确排除了精神航空约9750万名乘客记录、5240万名忠诚会员，以及74万名联名卡持卡人^[5]。谷歌购买的是这家航空公司的内部运营数据，而非其客户——这正是价格能保持低位而数据量却如此庞大的部分原因。短视频评论直接抓住了这一讽刺意味，将此次收购视为一则黑色笑话：航空公司本身不会复活，但其数据却找到了买家。

出售协议要求在谷歌接收数据前清除其中的个人信息，但也要求在清除过程中保留合同所称的“引用完整性”^[4]——这意味着即使直接姓名被移除，经伪匿名化处理的员工电子邮件线程、支持工单、代码提交和薪资历史仍将与同一底层身份保持关联。这是一种有意的设计选择，而非疏忽：一个基于该档案训练的系统需要看到一个人的消息、决策和产出如何随时间关联，而不是一堆互不相关的文本碎片。

这一细节与其自身公开声明显得格格不入。谷歌发言人表示，谷歌“不会从该数据集中获得任何个人信息”，因为第三方将“严格清洗”数据^[6]。但正是谷歌指定、支付并批准该第三方清洗方，而精神航空的合同义务仅是“善意考虑”谷歌对该流程的意见——而非必须同意^[4]。除谷歌外，没有任何外部方需要确认该标准是否真正达标。相比之下，在23andMe的破产案中，法院任命的隐私监察员在法官批准前审查了基因数据的出售^[7]。这种怀疑态度不仅限于隐私研究人员——Reddit论坛的讨论也独立提出了同样的质疑，评论者认为，在如此大规模下对超过1亿封电子邮件和数亿条聊天消息进行匿名化在功能上是不可能的，且聚合记录在直接姓名被剥离后仍可能被重新识别。一个旨在让每条记录均可追溯至同一人的数据集，由谷歌全程控制的流程审批通过，其可信度远低于一句“我们已移除姓名”。

精神航空因未能获得政府救助而停止运营并进入清算程序^[3]。某种意义上，留下的是一条文书轨迹：数十年来的电子邮件、聊天记录、人力资源文件和代码提交——这些是精神航空员工在工作期间生成的内容，如今被整体出售，用于训练未来将执行类似工作的系统。空乘人员协会-CWA已向法院正式提出反对，认为这些数据“根本不应被出售”，并警告称，像精神航空空乘人员这样规模小且身份可识别的劳动力群体，其匿名化难度远高于大众消费者数据集^[8]。

争议的核心并非该交易是否合法。标准雇佣协议通常将职场通信视为公司财产，而谷歌已公开承诺将接收不含个人信息的数据集^[6]——这一解读也基本被Reddit评论者独立达成共识，认为该交易在法律上并无争议，尽管在伦理上令人不安。争论的分歧点在于从未真正征求过的同意：一些网络评论将此交易视为AI实验室终于开始为数据付费而非抓取的积极信号；另一些人则反驳称，撰写这些消息的员工从未像Mercor这类公司通常直接向个人支付旧工作文件报酬那样，被咨询或补偿。一则广为传播的评论进行了单位成本计算，并通过对比指出，这实质上是劳动力通信的批量批发收购，而非AI公司日益追求的零售式、基于同意的数据交易。

这并非破产法院首次决定公司死亡后其数据的归属。2015年，RadioShack试图将其客户的个人数据作为第11章破产清算的一部分出售；联邦贸易委员会（FTC）和38个州总检察长以该出售将违反RadioShack自身隐私政策为由提出反对，最终该公司同意销毁大部分数据，并仅在法院批准的限制下出售有限部分^[9]。十年后，23andMe在2025年破产，将其超过1500万名客户的基因数据推向拍卖；该交易最终以3.05亿美元成交，但前提是法院任命的隐私监察员在破产听证会前审查了交易^[10]。这两个案例几乎确立了一种规范：破产中易手的敏感个人数据在法官批准前需接受独立审查。

精神航空的出售案很大程度上通过完全排除客户数据问题绕开了这一规范——乘客和忠诚度记录被明确排除，这可能是该交易未像RadioShack那样引发FTC关注的原因。但它未能绕开员工数据这一侧：交易中没有监察员，也没有对去标识化标准的独立审计^[7]。这一漏洞在此案之外同样重要：随着公开互联网文本日益枯竭，AI实验室越来越多地转向大规模授权专有信息——新闻集团与OpenAI的多年协议，以及Reddit据称与谷歌和OpenAI达成的九位数年交易，均属于同一趋势^[11]。一场将已倒闭公司的整个内部档案视为训练资产的破产拍卖，其监管力度甚至轻于客户邮件列表曾受到的监管，这为其他陷入困境的公司提供了一个清晰的复制模板^[12]。