一家破产航司留下的最大遗产，不是飞机，是数据。Google上周被曝以1000万美元现金,在破产法庭的资产拍卖里中标Spirit Airlines的企业数据库,理由直白——训练AI。这笔钱买到的清单相当惊人:上亿封邮件、数亿条Teams消息、上千万条OneDrive和SharePoint文件,还有整套代码仓库。但清单里最扎眼的一项,却经不起对账——公开报道说交易包含超过3000万条客服通话录音,而法院文件里,通话录音恰恰是被明确列为“排除”的那一项。
拍卖是真的,竞标也是真的
这不是Google一家说了算的私下交易。破产案号25-11897,案卷编号1463,拍卖于8月中旬收官,起拍价500万美元,同场竞标的还有专门给AI公司供数据的Mercor,报价750万美元。Google加价到1000万美元胜出,过程和结果都留在了公开卷宗里，出售是否最终生效，还要等法院8月19日的批准听证会。
- 结论.这是一场有真实竞价的资产拍卖,不是Google单方面开价买断,说明企业内部语料在AI公司眼里已经是能明码标价的稀缺资源。
清单本身的密度也说明问题:上亿封邮件、五亿条Teams记录、上千万份OneDrive与SharePoint文件、五百多个代码仓库、近百万个采购件号，还有机组排班、燃油单据、机队运营的历史记录。这不是一家航司的乘客数据库，是一整套企业运转多年的“工作记忆”。业内近来的共识是,通用大模型在专业场景里越来越显得笨重,反而是垂直、真实、带着行业术语的语料更值钱——这也是Google在竞标声明里把这笔钱称为“改进AI服务”的原因,航空运营和企业办公协作的真实文本,正是训练垂直模型或强化通用模型场景理解力的稀缺原料。
“去标识化”写在合同里,但通话录音的账没对上
这才是这次交易里最容易被忽略的一层。法院文件写得很具体:出售协议明确排除了客户名单和个人数据——乘客画像、忠诚度账户、在用客户邮箱、通话录音、客服聊天记录、投诉记录和网站用户信息,统统不在交易范围内。第三方要先在Google出资的前提下完成去标识化,Google也承诺不会故意把数据和具体个人重新对上号。
问题是,公开报道里那句“超过3000万条客服通话录音”,和这份排除清单直接冲突。目前没有证据能确认这30万个数字量级到底指向什么——是记录条目而非录音本身,还是不同信源之间对“通话数据”的定义有出入,不能确定。可以确定的是,如果法院文件里的排除条款准确,那么“Google买到了大量通话录音”这个说法本身就站不住。这类矛盾恰恰提醒读者:交易细节要看法院卷宗,而不是新闻通稿里那句“共计多少条”。
标签写“去标识化”,不代表边界真的干净。
更棘手的是,即便排除了通话录音和客服聊天,上亿封邮件和五亿条Teams消息里,大概率仍然嵌着乘客姓名、投诉细节甚至无障碍需求这类准标识符——员工写邮件时不会刻意避开这些内容。去标识化能不能把这些散落在自由文本里的信息真正清干净,协议里没有细说,也没有提到第三方审计机制。
- 风险.员工邮件和聊天记录里散落的乘客信息,可能比“排除的客服录音”更难彻底清除。
买断式获取,还是行业先例
这次交易和现有的“云厂商+航司合作”模式不是一回事。Google此前通过Cloud和Sabre、Air France-KLM这类航司都有平台合作,但航司始终保留数据控制权。这次不同——Spirit已经不存在了,数据的控制权彻底转移给了买家,这是“买断”而不是“合作”。
Amazon和Microsoft目前走的还是云服务加客户授权处理的路子,没有出现直接买断破产企业全部历史数据的先例。如果这次交易顺利过关，会不会成为AI公司获取真实企业语料的新范式，还是个未知数——但至少说明,当一家企业破产清算,它留下的内部通讯和运营记录,已经和飞机、办公楼一样,成了债权人变现的资产,也是AI公司愿意出价竞标的原料。
对Spirit的债权人来说,1000万美元是清算表里一笔实打实的回款;对其他还在经营的航司和员工来说,这案子提了个醒——公司一旦进入破产程序,内部邮件、聊天记录会不会被打包卖给出价最高的AI公司,可能不是杞人忧天。8月19日的听证会结果,以及最终出售令里是否会新增额外的隐私限制条款,是接下来最该盯的两件事。