Startups misent sur les vieux fils Slack et tickets IT, devenus une ressource recherchée
Huit jours après l'annonce, fin juin 2026, du rachat de la startup d'agents IA Warmly par HubSpot, son PDG Maximus Greenwald a reçu une proposition inattendue. Mercor, une startup de San Francisco qui rémunère des contractuels pour entraîner les modèles de laboratoires comme OpenAI, Anthropic et Google, lui a proposé d'acheter ou de licencier le code source de Warmly ainsi que ses archives de tâches et de communications internes, pour une somme pouvant atteindre 300 000 dollars. Selon Greenwald, Warmly a reçu quatre propositions similaires de la part d'entreprises comparables à Mercor dans les jours suivant l'annonce de l'accord avec HubSpot. Il les a toutes refusées. Ces acheteurs réclamaient précisément les données que le rachat par HubSpot n'incluait pas : messages Slack, contenus GitHub et Asana, documents Google Drive, ainsi que des années de transcriptions de réunions internes devenues obsolètes.
Résumé et traduction réalisés par Le Fil IA à partir de The Information AI. Lire l'article original →
Cet épisode révèle un marché émergent et méconnu, celui des données internes d'entreprises technologiques, considérées comme une matière première précieuse pour entraîner les grands modèles de langage. Pour des sociétés comme Mercor, ces archives de travail réel, échanges Slack, tickets de support informatique, discussions techniques sur GitHub, offrent un matériau bien plus riche que les données publiques déjà largement exploitées, car elles capturent la façon dont des professionnels raisonnent, collaborent et résolvent des problèmes concrets au quotidien. Pour les startups rachetées ou en difficulté, ces sollicitations posent un dilemme financier et éthique : vendre des données potentiellement sensibles, incluant des échanges internes d'employés n'ayant jamais consenti à cet usage, contre des sommes non négligeables.
Cette pratique s'inscrit dans la course effrénée que se livrent les laboratoires d'IA pour trouver de nouvelles sources de données d'entraînement, alors que le contenu textuel disponible sur le web public s'épuise progressivement. Mercor, elle-même valorisée à plusieurs milliards de dollars, s'est bâtie sur ce créneau en recrutant des experts pour produire des données spécialisées destinées à OpenAI, Anthropic ou Google. Le cas Warmly illustre une nouvelle tactique : cibler directement les startups en cours d'acquisition, moment où leurs archives numériques deviennent juridiquement disponibles à la vente. L'ampleur réelle de ce phénomène reste difficile à évaluer, tout comme ses conséquences pour la confidentialité des employés dont les échanges professionnels pourraient un jour alimenter, sans leur accord, l'entraînement des futurs modèles d'intelligence artificielle.
Cette pratique interroge la conformite RGPD si des donnees internes d'employes de startups europeennes etaient un jour monetisees de la meme facon lors d'un rachat.