Waarom Google 10 miljoen dollar neertelt voor data van een failliete luchtvaartmaatschappij

Spirit Airlines staakte in mei de vluchten, maar het digitale archief van de maatschappij blijkt goud waard te zijn voor de AI-industrie. Google won deze maand een faillissementsveiling met een bod van 10 miljoen dollar op de interne bedrijfsdata van de opgedoekte luchtvaartmaatschappij. Het bod van de techgigant bleef dat van concurrent Mercor ($7,5 miljoen) voor.

De overgenomen dataset omvat ongeveer 100 miljoen e-mails, 500 miljoen Microsoft Teams-berichten en circa 30 miljoen regels code. Klantgegevens maken volgens de betrokken partijen geen deel uit van de verkoop.

Van softwarecode naar regulier kantoorwerk

AI-ontwikkelaars boekten de afgelopen periode grote vooruitgang bij het bouwen van zogeheten coding agents — AI-assistenten die zelfstandig software schrijven. Programmeren leent zich hier uitstekend voor: geschreven code werkt wel of werkt niet, wat een directe en objectieve feedbacklus oplevert voor het model.

Om AI-modellen ook buiten de IT-sector in te zetten voor regulier kantoorwerk, is echter een heel ander type data nodig. E-mails en chatberichten laten zien hoe mensen in de praktijk communiceren, samenwerken en beslissingen nemen binnen een complexe organisatie.

Reinforcement learning en realistische data

De aankoop hangt nauw samen met de opkomst van reinforcement learning (RL). Bij deze trainingsmethode voeren AI-agents taken uit in gesimuleerde software-omgevingen en worden ze beloond wanneer een actie tot het gewenste resultaat leidt. AI-lab Anthropic gaf eerder al aan meer dan een miljard dollar per jaar uit te trekken voor de ontwikkeling van dit soort omgevingen.

Volgens Nick Heiner, hoofd reinforcement learning bij databedrijf Surge, is gesynthetiseerde of door mensen aangemaakte testdata niet altijd toereikend. Echte data uit een operationeel bedrijf toont hoe menselijke werknemers daadwerkelijk functioneren. Zelfs inefficiënte processen of verkeerde beslissingen in het archief van Spirit Airlines kunnen waardevol zijn om modellen te leren hoe werkprocessen beter kunnen.

Privacy en juridische bezwaren

De transactie is niet onomstreden. Hoewel een externe partij alle persoonlijke gegevens verwijdert voordat Google de dataset ontvangt, heeft een vakbond van cabinepersoneel formeel bezwaar ingediend bij de rechtbank. De vakbond vreest dat doordat de onderlinge verbanden in de dataset behouden blijven — de zogeheten referentiële integriteit — geanonimiseerde informatie over medewerkers alsnog herleidbaar kan zijn. De rechter doet op 9 september uitspraak over de zaak.

Ondertussen bracht een andere AI-dataspecialist, Micro1, na het sluiten van de veiling alsnog een hoger bod uit van 12,5 miljoen dollar. Ongeacht welke partij de dataset uiteindelijk bemachtigt, maakt de strijd om de Spirit-data duidelijk dat de AI-sector haar zinnen heeft gezet op het automatiseren van breder kantoorwerk.