El mercado de los muertos: el lucrativo negocio de los datos en IA

La economía del desguace digital: El valor de los restos de una startup

En el ecosistema tecnológico actual, donde la mortalidad de las empresas emergentes ha alcanzado niveles récord, el fracaso ha dejado de ser un punto final para convertirse en una fuente de liquidez inesperada. Lo que hace apenas un lustro se consideraba basura digital —servidores olvidados, repositorios de GitHub abandonados o hilos de Slack archivados— se ha transformado en un activo estratégico: el combustible para la siguiente generación de Inteligencia Artificial. Empresas como SimpleClosure y Sunset han institucionalizado este 'desguace digital', actuando como corredores de datos que conectan los restos de startups fallidas con laboratorios de IA ávidos de información propietaria.

¿Por qué los datos de startups valen tanto?

El mercado de la IA atraviesa una crisis de escasez de datos de alta calidad. Tras agotar la mayor parte del contenido web público indexable, los laboratorios han comenzado a chocar contra un muro de rendimientos decrecientes. Los datos sintéticos, generados por otros modelos, han demostrado ser insuficientes para alcanzar niveles de razonamiento superior. Aquí es donde entra el concepto de 'escape operativo' o 'exhaust data'.

A diferencia de los datos públicos, la información interna de una startup refleja el razonamiento humano en acción. Según Brendan Mahony, CEO de Sunset, estos datos son comparables a las virutas de madera en una carpintería: antes se consideraban desperdicio, pero hoy son la materia prima para crear tableros de alta densidad. El valor reside en el 'cómo': cómo se resolvió un bug crítico, cómo negoció un equipo de ventas o cómo se estructuró un flujo de trabajo en Notion. Esta granularidad es la que permite a los modelos actuales aprender a razonar, no solo a predecir la siguiente palabra.

Keelan Miskell, fundador de una startup cripto que cerró recientemente, ilustra este cambio de paradigma: logró obtener unos 25.000 dólares por su base de código y cerca de 15.000 dólares adicionales por sus archivos de workspace (Google, Notion, Figma y Slack). Para Miskell, este retorno no solo fue un alivio financiero, sino la validación de años de trabajo que, de otro modo, habrían desaparecido en el olvido digital.

Impacto y controversia en el mercado

El auge de esta economía está intrínsecamente ligado a la crisis de financiación que atraviesa el sector. Datos de Carta y AngelList indican que los cierres de startups han aumentado entre un 26% y un 56% interanual. Ante este panorama, ha surgido todo un ecosistema de 'enterradores tecnológicos' —desde coaches de liquidación hasta especialistas legales— que ahora incluyen la venta de datos como una línea de negocio estándar. SimpleClosure, por ejemplo, reporta que el 47% de sus procesos de liquidación ya incluyen la venta de activos de datos. La empresa proyecta devolver más de 10 millones de dólares a startups fallidas mediante su Asset Hub para finales de 2026.

Sin embargo, la valoración de estos activos es puramente especulativa. No existe un mercado de futuros de datos; el precio se fija bajo criterios ad hoc: número de empleados, años de operación, volumen de datos y, sobre todo, la intensidad en el uso de herramientas de colaboración. El caso de Spirit Airlines, donde Google adquirió activos de datos por 10 millones de dólares, aunque es un caso corporativo mayor, sienta un precedente peligroso: la idea de que los datos de una empresa son un activo líquido que debe venderse al mejor postor antes de cerrar la persiana.

Desafíos éticos y de privacidad

Este mercado opera en una zona gris ética. Aunque los intermediarios insisten en la anonimización, la capacidad de los modelos modernos para realizar ingeniería inversa y reidentificar individuos a partir de patrones conversacionales es un riesgo real. Los usuarios de estas startups, al aceptar los términos de servicio originales, difícilmente dieron su consentimiento explícito para que sus interacciones privadas se convirtieran en material de entrenamiento para modelos de IA comerciales.

Históricamente, esto recuerda a la era de la minería de datos de redes sociales pre-GDPR, pero con una diferencia crítica: la naturaleza técnica y específica del 'escape operativo' hace que los datos sean mucho más difíciles de purgar una vez integrados en los pesos de un modelo de lenguaje. Si el entrenamiento es irreversible, la privacidad de los usuarios originales queda comprometida permanentemente.

El futuro: ¿un estándar de liquidación?

Estamos ante una fiebre del oro que, como todas, carece de regulación clara. Es altamente probable que en los próximos años veamos la inclusión de cláusulas de 'venta de datos de entrenamiento' en los términos de servicio de cualquier nueva startup, convirtiendo la privacidad del usuario en un activo residual desde el día uno. Mientras tanto, la eficacia real de estos datos sigue siendo una hipótesis no probada: no sabemos si mil hilos de Slack de una startup de logística realmente mejoran la capacidad de razonamiento de un modelo, o si estamos ante una burbuja de datos donde se compra información irrelevante a precios inflados.

Para los fundadores, el desguace digital representa un último salvavidas financiero. Para la industria de la IA, es la búsqueda desesperada de la excelencia en un mundo que se queda sin datos de calidad. Lo que es innegable es que, en la era de la IA, la muerte de una empresa ya no significa su desaparición, sino su reciclaje en los servidores de los gigantes tecnológicos del mañana.