Google koopt interne data van failliet Spirit Airlines voor AI-training

Google koopt voor 10 miljoen dollar de interne bedrijfsdata van het failliete Spirit Airlines en noemt producten en AI-modellen als doel, blijkt uit het veilingverslag dat op 14 augustus bij de faillissementsrechter in New York is ingediend.

Wat er onder de hamer ging is geen klantenbestand maar het kantoor zelf. De bijlage bij dat verslag telt 100 miljoen e-mails verdeeld over 80.000 accounts en 500 miljoen Teams-berichten, plus 17.082.644 OneDrive-bestanden, 20.577.677 SharePoint-bestanden, 667.563 IT-tickets, 516 broncode-repositories met ongeveer 30 miljoen regels code en de personeelsadministratie van 175.658 medewerkers. Dat legt een vraag op tafel die zelden in een leveranciersgesprek langskomt: wat gebeurt er met de gegevens die jouw bedrijf bij een leverancier of partner heeft staan als die partij omvalt. Voor persoonsgegevens is dat geregeld. Voor de rest beslist het contract, en dat is meestal geschreven toen niemand dacht dat die data iets waard was.

Wat er in de koop zit, en wat niet

Google LLC won de virtuele veiling van vrijdag 14 augustus met een bod van 10 miljoen dollar. Het AI-databedrijf Mercor.io Corporation bleef achter als reservekoper op 7,5 miljoen. Naast de correspondentie en de code gaat het om de operationele kern van de maatschappij: 190.312.864 boekingen en 7.510.221.520 transacties die teruglopen tot mei 2008, plus 3.426.618 loonregels en 148.018 belastingformulieren van medewerkers.

Het klantendeel is er uitdrukkelijk uit gehaald. In dezelfde bijlage staan 97,5 miljoen klantprofielen, 50,2 miljoen leden van het loyaliteitsprogramma Free Spirit, 30.865.471 opgenomen telefoongesprekken en 15.784.473 chatsessies allemaal aangemerkt als niet inbegrepen. Een woordvoerder van Google zegt dat het bedrijf een deel van een bedrijfsdataset van Spirit heeft gekocht die kan helpen zijn producten en AI-modellen te verbeteren, en dat het geen persoonsgegevens uit deze dataset ontvangt omdat een derde partij die er vooraf grondig uit haalt.

Toch is dat laatste precies waar de deal interessanter wordt dan een overnamebericht.

Google wijst zelf de partij aan die de data schoonveegt

In vrijwel elk bericht over deze verkoop draagt één woord het hele geruststellende deel: gedeïdentificeerd. De koopovereenkomst is specifieker. Spirit moet het materiaal leveren aan een of meer derden die voor de koper aanvaardbaar zijn of door de koper worden aangewezen. Google kiest dus zelf de opschoner. Google betaalt ook alle kosten van dat opschonen, en het contract stelt uitdrukkelijk dat die kosten niet in mindering komen op de koopsom van 10 miljoen. Daarna krijgt de koper een redelijke gelegenheid om het proces te bekijken en van commentaar te voorzien, met als norm dat het resultaat voor de koper redelijkerwijs bevredigend is.

De zwaarste clausule staat in diezelfde bepaling. De schoonmaak moet gecertificeerd worden tegen de deïdentificatienorm van de California Consumer Privacy Act, en gezondheidsgerelateerde gegevens tegen de Amerikaanse federale zorgprivacyregel, ongeacht of die wetten hier normaal van toepassing zouden zijn. Die certificering geldt alleen als de referentiële integriteit over de hele dataset behouden blijft, aldus de tekst van het koopcontract. Referentiële integriteit betekent dat de koppelingen blijven werken: een pseudonieme persoon loopt nog steeds van een e-mail naar een IT-ticket naar een commit naar een loonregel. Dat is precies wat zo'n archief waardevol maakt voor het trainen van agents die meerstapswerk moeten afmaken. Het is ook de eigenschap die elke anonimisering kwetsbaar maakt, en het contract eist hem.

Rechter Sean H. Lane behandelt de verkoop op 19 augustus om 11.00 uur plaatselijke tijd, via Zoom. Keurt hij de deal niet goed, dan schuift Mercor door voor 7,5 miljoen.

Wat het Nederlandse kader hier wel en niet regelt

Een Nederlandse curator zit strakker vast dan een Amerikaanse boedel. De Autoriteit Persoonsgegevens laat weinig ruimte: een klantenbestand mag je als curator niet zomaar verkopen, want je verstrekt de gegevens dan aan een nieuwe verwerkingsverantwoordelijke voor een doel dat niet verenigbaar is met het oorspronkelijke, en zonder toestemming van de klanten mag dat niet. Weggeven zonder tegenprestatie valt onder dezelfde regel, en inventaris met gegevensdragers erin mag pas de deur uit als de persoonsgegevens onomkeerbaar vernietigd zijn.

Dat beschermt de mensen in het bestand. Het beschermt jouw bedrijf niet.

De mailwisseling die jouw mensen met die leverancier voerden over prijzen en marges, de projectmappen, de tickets, de code die voor jou geschreven werd: voor zover daar geen persoonsgegevens in zitten, zegt de AVG er niets over. Wat overblijft is je contract. En de meeste verwerkersovereenkomsten en licenties regelen opzegging en export, niet faillissement, en al helemaal niet de vraag of jouw materiaal dan als los activum verkocht mag worden. Het AVG-risico zit dan ook zelden in het model en bijna altijd in de rommelige manier waarop een organisatie al jaren met gegevens omgaat, en een faillissement maakt die rommel in één keer verhandelbaar.

Bij branche-AI ligt dezelfde scheidslijn een laag dieper, waar niet de exportclausule maar de licentiezin eronder bepaalt wie eigenaar is van het patroon dat een leverancier uit jouw werkbonnen en calculaties haalt. De Spirit-veiling voegt daar een scenario aan toe dat in vrijwel geen enkel standaardcontract staat. Niet jij vertrekt, maar de leverancier houdt op te bestaan. Vanaf dat moment onderhandelt er niemand meer namens jou, en beslist een boedel wat er met jouw sporen gebeurt.

Waar dit op uitkomt

Drie jaar geleden was het antwoord op de vraag wat de mailboxen van een failliet bedrijf waard zijn eenvoudig: niets, en de servers gaan naar de sloop. De veiling van 14 augustus zet er een bedrag op, en het bod van de nummer twee zet er een tweede naast.

Wat een AI-koper zoekt is niet nog meer tekst, want daar is geen tekort aan. Het is de keten: een boeking, de mailwisseling erover, de commit die volgde, de review en de operationele uitkomst. Die keten ontstaat alleen in een bedrijf dat echt werk deed, en een boedel is de enige plek waar hij compleet en zonder tegenspraak op de markt komt. De vraag bij elk contract dat nu getekend wordt is daarmee niet alleen wat je meekrijgt als je zelf vertrekt, maar wat er van jou achterblijft als de ander verdwijnt.