人工智能的未来，或许取决于你是否愿意交出 Slack 私信。
这不仅指个人聊天记录，更涵盖内部备忘录、交易单据、合同条款，乃至员工入职时未曾细读的指南。简言之，任何与工作相关且已文档化的内容，均已成为 AI 公司的猎取目标。其逻辑直白而冷酷：若 AI 工具旨在自动化处理工作，就必须深度理解工作本身。
据媒体报道，一场激烈的“AI 数据争夺战”正在上演。市场局势瞬息万变，甚至出现了针对数据资产的“爆炸性报价”。与此同时，各类机构也在探索盘活自有数据库的路径。以律师事务所为例，其拥有的详尽档案库正成为挖掘重点；而在机器人领域，企业则斥资让人工录制做饭、清洁等日常任务，以亲自创建训练数据。
另类数据的“第二春”
AI 对数据的饥渴，可能重新点燃市场对“另类数据”（Alternative Data）的兴趣。这类包含卫星图像、信用卡交易记录的非结构化数据集，曾在 2010 年代中期风靡华尔街，旨在为投资者提供超额收益优势——例如通过分析家得宝停车场的卫星图像预判客流量，从而推测其盈利表现。
彼时，数据提供商虽向对冲基金销售数据，但普遍意识到真正的蓝海在于大型企业。对冲基金客户群体有限，且当过多交易者使用同一数据集时，竞争优势便会被稀释。相比之下，AI 企业受益于更广泛、更深度的数据目录，恰好填补了另类数据提供商原本期望由大企业填补的市场空缺。
机遇已现。去年，前 Point72 数据专家 Kirk McKeown 创立了一家数据初创公司，旨在将数据以易于访问的方式打包，供 AI 模型抓取。尽管前景诱人，但风险犹存。另类数据行业曾因规模扩张中难以维持数据质量而经历阵痛。AI 公司虽需求不同，但对数据质量的期望绝不更低。在某些情况下，最具价值的数据可能恰恰隐藏在基金经理们的“自家后院”。