Lorsque Keelan Miskell a entrepris de liquider sa start-up crypto, il ne s'attendait pas à ce que les données générées par son activité aient une quelconque valeur marchande. Pourtant, selon le récit rapporté par MIT Technology Review, ces archives numériques ont fini par intéresser des acteurs bien différents de ceux visés initialement par son projet : des laboratoires d'intelligence artificielle en recherche permanente de nouvelles sources pour entraîner leurs modèles.
Cette anecdote illustre un phénomène plus large qui se dessine dans l'écosystème des start-ups en difficulté. Lorsqu'une entreprise technologique ferme ses portes, ses actifs les plus visibles — code, brevets, marque — ne sont pas toujours ceux qui attirent le plus d'acheteurs. Les jeux de données accumulés durant l'activité, même modestes ou issus de secteurs éloignés de l'IA, peuvent représenter une valeur résiduelle significative pour des laboratoires confrontés à une raréfaction progressive des contenus disponibles en ligne pour l'entraînement.
Cette dynamique s'inscrit dans un contexte où les grands modèles de langage ont déjà exploité une grande partie des textes librement accessibles sur le web, poussant les entreprises d'IA à explorer des gisements alternatifs : archives spécialisées, données transactionnelles, contenus générés par des communautés de niche. Les actifs numériques de start-ups disparues, souvent négligés lors des procédures de liquidation, entrent ainsi dans une nouvelle catégorie de ressources monétisables.
Pour les fondateurs en voie de fermeture, cette tendance ouvre une piste de valorisation inattendue, qui pourrait influencer la manière dont les liquidateurs et investisseurs évaluent les actifs restants d'une entreprise défaillante. Elle soulève aussi des questions sur la provenance et le consentement entourant ces données, souvent collectées à des fins très différentes de celles pour lesquelles elles seront finalement utilisées.