Startups en quiebra venden sus datos a firmas de IA

👁 116 lecturas

El fundador de una startup de criptomonedas recibió unos 22 359 EUR (25 000 USD) por su código fuente y espera otros 13 416 EUR (15 000 USD) por sus archivos de Google Workspace, Notion, Figma y Slack, todo ello tras decidir echar el cierre a su compañía. La historia de Keelan Miskell ilustra con precisión el mercado que ha surgido a la sombra de las quiebras tecnológicas: los laboratorios de inteligencia artificial pagan sumas reales por los restos digitales de empresas liquidadas.

Las conversiones a euros son estimaciones basadas en la referencia oficial del Banco Central Europeo (1 EUR = 1,1181 USD a fecha de 12/10/2026; fuente: BCE).

El cierre de una startup se convierte en oportunidad de negocio

Las cifras de plataformas como Carta y AngelList indican que el número de cierres de startups crece a un ritmo interanual de entre el 26 % y el 56 %. Alrededor de este trago ha proliferado un ecosistema completo de servicios de fin de vida: desde guías y facilitadores de cierre hasta despachos especializados en la liquidación jurídica y tributaria. Ahora se suma un nuevo segmento: intermediarios que comercializan los datos de empresas extintas con laboratorios de inteligencia artificial.

Uno de los actores principales en este terreno es SimpleClosure, que lanzó su plataforma Asset Hub en abril de este año. El sistema permite a los fundadores poner a la venta su código fuente y los contenidos de sus espacios de trabajo (correos electrónicos, chats, documentos y notas). Entre los compradores figuran creadores de modelos fundacionales, compañías que construyen entornos simulados de entrenamiento para agentes de IA y corporaciones consolidadas que desarrollan modelos propios. Hasta la fecha, Asset Hub ha gestionado más de 150 operaciones. Según su CEO, Dori Yona, la previsión es que la plataforma devuelva a los fundadores más de 8 943 744 EUR (10 000 000 USD) en total antes de que termine 2026.

Yona señala que este tipo de ventas solía ser infrecuente y arrastraba cierto tabú. En la actualidad ya representan el 47 % de todos los expedientes que gestiona SimpleClosure, lo que supone una transformación de fondo en el sector.

Los competidores no han tardado en reaccionar. Sunset, rival directa de SimpleClosure, gestiona una línea de negocio de reventa de datos en rápido crecimiento. Brendan Mahony, fundador y CEO de Sunset, tasa los activos según la plantilla histórica, los años de operación, el volumen documental y el uso real que el equipo hacía de sus herramientas. Mahony recurrió a una comparación muy ilustrativa:

«Estos datos operativos son como el serrín que todo el mundo consideraba un residuo sin valor, cuando en realidad guardan un valor enorme».

Por qué los datos operativos cotizan al alza

El interés por los datos de empresas liquidadas se disparó prácticamente el año pasado, coincidiendo con el momento en que los laboratorios de IA tocaron techo con los repositorios públicos de internet y los conjuntos de datos sintéticos. Gran parte del contenido disponible en la web abierta ya ha sido procesado, y el material generado artificialmente arrastra sesgos evidentes, como inventar hechos o remitirse a fechas inexistentes.

Los repositorios corporativos auténticos aportan una estructura distinta: flujos de trabajo orgánicos, resolución de dilemas reales y el registro paso a paso de decisiones complejas. Nick Heiner, de Surge AI (firma que adquiere datos para entrenar agentes en entornos simulados de aprendizaje por refuerzo, desde depurar infraestructura tecnológica hasta redactar escritos procesales), argumenta que el historial de Slack de una empresa con debates profundos y variados puede cotizar por encima del Slack, el correo y los calendarios combinados de otra compañía.

A pesar de ello, la valoración sigue siendo un terreno especulativo. Heiner admite que los compradores manejan cifras muy dispares, ya que las tasaciones dependen de hipótesis de investigación sobre cuántas tareas útiles de entrenamiento pueden extraerse de 100 000 líneas de código. Ninguna entidad ha hecho públicas evaluaciones comparativas rigurosas entre modelos afinados con estos datos corporativos y modelos con datos sintéticos. El mercado mueve dinero real, pero sus rendimientos aún no están plenamente auditados.

Google frente a Mercor: la puja millonaria por Spirit Airlines

La muestra más clara de la escala que está tomando esta tendencia tuvo lugar en agosto de este año. Durante el procedimiento concursal de la aerolínea Spirit Airlines, Google superó la oferta de la firma de IA Mercor al desembolsar unos 8 943 744 EUR (10 000 000 USD) por décadas de archivos de la compañía. El lote incluía 100 millones de correos electrónicos, 500 millones de mensajes en Microsoft Teams y 176 000 historiales de empleados. Bloomberg reportó en septiembre movimientos parecidos entre otros gigantes tecnológicos, lo que descarta que se trate de un hecho aislado.

El caso de Spirit Airlines pone sobre la mesa dos realidades clave. Por un lado, la dinámica interna de una organización de gran tamaño (sus protocolos ante incidencias, fricciones internas y cadenas de mando) resulta mucho más valiosa para entrenar modelos avanzados que cualquier conjunto sintético. Por otro, startups especializadas en intermediación de datos como Mercor ya compiten de tú a tú contra las grandes corporaciones por estos activos.

Implicaciones prácticas y dudas sobre protección de datos

Para quienes deben cerrar su empresa, esta salida cambia la percepción del final: la disolución deja de ser una pérdida neta para convertirse en una operación comercial de rescate. Como resumía Keelan Miskell: «Al menos todo lo que hicimos durante dos años y medio tiene valor para alguien».

No obstante, la práctica plantea serios interrogantes que el sector todavía no ha resuelto. Los volcados de plataformas como Slack o Notion no solo recogen reflexiones de los fundadores: albergan comunicaciones privadas de antiguos empleados, datos de clientes y debates confidenciales. La conformidad de estas ventas con los marcos regulatorios de privacidad, en particular con el RGPD europeo, continúa sin aclararse, y ninguna de las empresas intermediarias se ha pronunciado de forma explícita sobre este punto crítico.

A medida que el número de liquidaciones continúe aumentando, el flujo de datos que llega a manos de terceros será mayor, obligando a los reguladores a fijar límites precisos.

// sigue leyendoCentros de datos e IA: quien pagara la factura de la luzPanorama de la IAROAR: predicción de series temporales con datos históricosPanorama de la IAPerplexity AI: cómo buscar fuentes, verificar datos y evaluar ProHerramientas de IA

Kinetyra