Industri kecerdasan buatan kini tengah menatap sumber data baru yang tak terduga, yakni tumpukan informasi dari startup yang telah gulung tikar. Laboratorium AI besar secara agresif mengakuisisi dataset dari perusahaan rintisan yang gagal untuk melatih model bahasa besar mereka, mengubah kegagalan bisnis menjadi bahan bakar inovasi teknologi.
Fenomena ini mencuat ketika sejumlah pendiri startup menyadari bahwa data yang mereka kumpulkan selama operasional—yang sempat dianggap tidak berharga—ternyata memiliki nilai ekonomi tinggi bagi pengembang model AI. Data ini menjadi komoditas langka di saat cadangan data berkualitas tinggi di internet mulai menipis dan akses ke konten berbayar semakin ketat.
Keelan Miskell, seorang pendiri startup kripto yang sedang dalam proses penutupan operasional, menjadi salah satu contoh nyata. Ia tidak pernah membayangkan bahwa arsip digital perusahaannya akan menjadi incaran perusahaan teknologi besar yang haus akan data pelatihan. Bagi para pendiri, penjualan aset data ini menjadi jalan keluar untuk menutupi sisa kewajiban atau utang kepada investor sebelum menutup buku.
Langkah ini menandai pergeseran fundamental dalam ekonomi data global. Data yang dulunya hanya dianggap sebagai jejak digital perusahaan yang bangkrut, kini dipandang sebagai aset strategis. Perusahaan AI membutuhkan variasi data yang luas, mulai dari interaksi pengguna, pola transaksi, hingga komunikasi internal untuk membuat model mereka lebih cerdas dan kontekstual.
Kendati demikian, praktik ini bukannya tanpa risiko. Masalah privasi dan kepatuhan terhadap regulasi perlindungan data pribadi menjadi tantangan serius bagi pihak pembeli. Data yang dikumpulkan oleh startup biasanya bersifat spesifik dan mungkin mengandung informasi sensitif pengguna yang tidak pernah memberikan izin untuk digunakan dalam pelatihan model AI pihak ketiga.
Di Indonesia, tren ini memberikan pelajaran berharga bagi para pelaku industri rintisan. Banyak startup lokal yang beroperasi di sektor fintech, edutech, hingga logistik memiliki tumpukan data pengguna yang masif. Ketika startup tersebut menghadapi kesulitan pendanaan atau harus melakukan pivot besar-besaran, data yang tersimpan bisa menjadi aset yang berharga, namun juga beban hukum jika tidak dikelola dengan tata kelola yang benar.
Kesenjangan regulasi di Indonesia mengenai kepemilikan dan pemanfaatan data setelah perusahaan pailit masih menjadi area abu-abu. UU Pelindungan Data Pribadi (UU PDP) menuntut transparansi yang ketat. Jika sebuah startup menjual datanya ke pihak lain—termasuk perusahaan AI—mereka harus memastikan bahwa pemrosesan data tersebut sesuai dengan tujuan awal saat data dikumpulkan dari pengguna.
Analisis industri menunjukkan bahwa tren ini akan memicu munculnya makelar data khusus startup yang bangkrut. Perusahaan-perusahaan ini akan bertindak sebagai agregator yang membersihkan, menganonimkan, dan mengemas ulang dataset untuk dijual ke pasar AI. Hal ini tentu menguntungkan bagi efisiensi pelatihan AI, namun menuntut standar etika yang lebih tinggi.
Bagi para investor, data kini menjadi bagian dari strategi exit. Ketika sebuah startup dipastikan tidak bisa lagi bertahan, investor mulai melirik opsi penjualan aset tak berwujud seperti dataset untuk meminimalisir kerugian. Ini mengubah paradigma investasi di mana data menjadi jaring pengaman terakhir dalam ekosistem bisnis digital.
Ke depannya, para ahli memprediksi bahwa perusahaan AI akan mulai membuat klausul akuisisi yang lebih spesifik mengenai data sejak startup baru berdiri. Hal ini akan memastikan transisi data menjadi jauh lebih lancar dan legal saat terjadi likuidasi. Inovasi tidak lagi hanya soal algoritma, melainkan tentang siapa yang memiliki akses ke gudang data paling unik dan beragam di dunia.
Dalam jangka panjang, kita mungkin akan melihat pasar saham khusus untuk aset data startup yang telah berhenti beroperasi. Ini adalah evolusi alami dari ekonomi digital yang semakin lapar akan informasi untuk mendukung ambisi kecerdasan buatan yang kian masif.
Pada akhirnya, kelangsungan hidup sebuah startup tidak lagi hanya diukur dari produk yang berhasil dipasarkan, melainkan dari warisan data yang mereka tinggalkan. Kegagalan bisnis mungkin merupakan akhir bagi sebuah merek, namun bagi model AI, itu adalah awal dari pengetahuan baru yang akan membentuk masa depan.