当公开网页被反复榨干之后，AI公司把目光投向了更难获取、也更值钱的东西：企业内部的邮件、文档和协作记录。
发生了什么
据 WIRED 报道，数据经纪商正在系统性地收集各类企业内部文件，用于帮助训练 AI 模型。这些数据并非来自公开互联网，而是组织内部日常运转留下的文本——邮件往来、会议记录、项目文档之类。报道同时指出，并不是所有人都对此感到高兴。
需要说明的是，报道摘要并未披露具体公司名单、交易规模或报价，因此这里不做数字层面的推断。可以确认的是趋势本身：企业私有语料正在被当作一种可交易的训练资源。
为什么重要
这件事的意义在于它标记了训练数据供给的一个转折点。过去几年，大模型的语料主要来自公开网页抓取，而这条路径正面临版权诉讼、网站反爬和高质量内容枯竭的多重压力。当公开数据变得又贵又难拿，数据经纪商自然会把中间商的角色搬到企业内网门口。
对买方而言，企业文件的价值不在数量而在质地：真实的工作语境、完整的上下文、专业领域的表达方式，这些恰恰是公开网页里稀缺的。对卖方而言，这是一门把"沉睡资产"变现的生意。但对数据的原始生产者——写邮件的员工、存文档的公司——这笔交易往往在他们不知情或未明确同意的情况下发生。
影响与看点
对企业来说，最直接的问题是数据边界。员工在办公工具里写下的一切，是否可能经由某个第三方服务商、某个备份或归档系统流出，最终进入训练集？这要求企业在采购 SaaS、签署数据处理协议时，把"是否用于模型训练"作为明确条款来审。
对AI公司而言，这条路并不轻松。企业数据的合规链条比网页抓取复杂得多，涉及员工隐私、商业秘密和合同约束，一旦被曝光，法律和声誉成本可能高于数据本身的价值。
对普通从业者，值得留意的是一个正在成形的默认设定：你的工作产出可能被当作公司的可处置资产。这一设定是否合理，目前并没有广泛的社会共识。
我的判断是：企业私有语料会成为下一阶段模型能力差异化的关键变量之一，但它的获取方式大概率会从灰色经纪转向更透明的授权与合规采购——因为这条链上的风险，最终要由买方承担。
