Sunset y SimpleClosure venden datos de startups caídas a IA, impulsando un nuevo mercado

Laboratorios de inteligencia artificial están comprando archivos de empresas que han cerrado, creando una industria emergente que monetiza datos antes considerados inservibles.

Cuando Keelan Miskell decidió liquidar su startup de cripto a finales de 2025, pensó que los archivos digitales de la empresa no tenían valor comercial. Sin embargo, la venta de su código y de los historiales de Google, Notion, Figma y Slack le reportó aproximadamente 25.000 dólares en efectivo y un pago pendiente de unos 15.000 dólares por los datos de su espacio de trabajo.

Ese caso aislado forma parte de un fenómeno que ha cobrado fuerza en los últimos dos años: los llamados “mortuorios de datos”. Empresas como SimpleClosure y Sunset actúan como corredores, facilitando la transferencia de archivos de compañías que han dejado de operar a laboratorios de IA que buscan entrenar modelos con datos reales y complejos.

El auge de los corredores de activos digitales

Según informes de Carta y AngelList, el número de startups que cierran ha aumentado entre un 26 % y un 56 % anual en los últimos años. La desaparición masiva ha generado un ecosistema de servicios que van desde asesores legales hasta “doulas de muerte” empresarial, y ahora, intermediarios de datos.

SimpleClosure incorporó la venta de datos a su plataforma Asset Hub en abril de 2024. Desde entonces, ha gestionado más de 150 transacciones y estima devolver más de 10 millones de dólares a startups antes de que termine 2026. Dori Yona, directora ejecutiva de SimpleClosure, afirma que lo que antes era “algo tabú” se ha convertido en una práctica rutinaria, con el 47 % de sus acuerdos incluyendo la cesión de código o datos.

Sunset, su principal competidor, evalúa los activos de una empresa fallida en función de la cantidad de empleados, años de operación y volumen de datos. Brendan Mahony, fundador y CEO, compara estos archivos con virutas de madera que, aunque parecen desechables, pueden tener un valor inesperado.

¿Por qué los laboratorios de IA buscan datos reales?

Los modelos de gran escala han agotado gran parte de los conjuntos de datos públicos y sintéticos. La demanda de “entornos de entrenamiento” más realistas ha llevado a compañías como Surge AI a comprar archivos que sirvan para crear “gimnasios de refuerzo”. Nick Heiner, responsable de esa línea, explica que los historiales de Slack con debates y decisiones complejas pueden ser más útiles que un conjunto de correos electrónicos estructurados.

Los datos del mundo real evitan errores típicos de los mundos sintéticos, como referencias a fechas inexistentes. Sin embargo, la magnitud de la mejora en el rendimiento de los modelos sigue sin cuantificarse de forma pública. Los compradores basan sus ofertas en “tesis de investigación” que estiman cuántas tareas útiles pueden extraerse de, por ejemplo, 100 000 líneas de código.

Casos de gran escala y riesgos legales

El mercado no se limita a pequeñas startups. En agosto de 2026, Google superó a la firma de datos Mercor y adquirió el archivo completo de Spirit Airlines tras su bancarrota, pagando 10 millones de dólares por 100 millones de correos electrónicos, 500 millones de mensajes de Teams y 176 000 registros de empleados.

Esta operación provocó la protesta del sindicato de auxiliares de vuelo, que argumentó una violación de la privacidad. El abogado Greg Ewing, que asesora a startups de IA, califica estos activos como “legally radioactive”. Aunque los compradores emplean equipos de científicos de datos para eliminar información personal identificable, Ewing señala que datos tan íntimos como citas médicas o planes familiares pueden quedar expuestos.

«Este es un salvaje oeste del entrenamiento de IA donde la normativa apenas alcanza a seguir el ritmo», dijo Ewing.

El debate sobre la legalidad y la ética de la reventa de datos empresariales está apenas comenzando, y las autoridades regulatorias aún no han establecido un marco claro.

Implicaciones para el ecosistema de IA

El flujo de datos de empresas fallecidas ofrece a los laboratorios de IA una fuente de información estructurada y rica en contexto que los conjuntos públicos no pueden replicar. Al mismo tiempo, genera una nueva cadena de valor donde los fundadores pueden recuperar parte de su inversión, aunque a precios que varían ampliamente.

Para los desarrolladores independientes, el acceso a estos datos podría significar una reducción de la barrera de entrada a la creación de modelos especializados. Sin embargo, el costo de adquisición y la necesidad de cumplir con normas de privacidad podrían limitar su adopción.

Las grandes corporaciones, por su parte, pueden acelerar la creación de sistemas de IA que comprendan mejor flujos de trabajo corporativos, desde la gestión de proyectos hasta la resolución de incidencias técnicas.

En última instancia, el mercado de datos de startups muertas plantea preguntas sobre quién controla la información que alimenta la próxima generación de IA y qué mecanismos de supervisión son necesarios para evitar abusos.

Perspectiva práctica para los desarrolladores

Los desarrolladores que consideren comprar estos archivos deben evaluar tres aspectos clave:

• Calidad del historial: la profundidad de los debates y la diversidad de casos de uso son más valiosos que la mera cantidad de mensajes.
• Coste de limpieza: aunque los vendedores prometen datos despersonalizados, suele ser necesario un proceso adicional de anonimización.
• Riesgo legal: la ausencia de un marco regulatorio claro implica que cualquier uso comercial debe incluir una revisión jurídica exhaustiva.

En el futuro cercano, es probable que veamos una mayor formalización del sector, con estándares de calidad y certificaciones de cumplimiento que ayuden a legitimar estas transacciones.