Google Paga 10 Mln$ [2026]

Un’azienda tecnologica chiude, i server si spengono e gli archivi di email, chat e codice sembrano destinati al cestino. Oggi non è più così. Secondo MIT Technology Review Italia, i laboratori di intelligenza artificiale comprano i dati delle startup fallite per addestrare i propri modelli, e un intero settore di intermediari ha preso forma attorno a questo scambio.

Il caso più visibile è quello di Spirit Airlines. Nella procedura fallimentare della compagnia aerea, Google ha battuto Mercor e si è aggiudicata un archivio con 100 milioni di email, 500 milioni di messaggi Teams e 176.000 schede dei dipendenti. Il prezzo riportato è di 10 milioni di dollari. La notizia sposta una domanda che fino a ieri sembrava teorica: quanto vale un archivio aziendale quando l’azienda non esiste più?

La risposta, a ottobre 2026, è che vale più di quanto i fondatori immaginassero. Vale abbastanza da giustificare piattaforme dedicate, aste e trattative con grandi gruppi. Vale però anche abbastanza da sollevare dubbi seri su privacy e diritti dei lavoratori, temi che chi addestra o affina un modello in locale nel rispetto del GDPR conosce bene. In questa analisi mettiamo in ordine i fatti confermati, le cifre, i rischi e le conseguenze per il mercato italiano ed europeo.

Cosa è successo: i fatti sui dati delle startup fallite

Il racconto parte da una società chiamata SimpleClosure, che aiuta i fondatori a vendere gli asset di una startup in chiusura. Tra questi asset ci sono il codice sorgente e i dati degli spazi di lavoro, cioè il materiale che un team produce giorno dopo giorno usando strumenti come Google, Notion, Figma e Slack. Email, chat e documenti, in sostanza.

SimpleClosure ha aggiunto la vendita di dati ai propri servizi ad aprile. La fonte non indica l’anno in modo esplicito nel testo disponibile, quindi non lo fissiamo. La piattaforma che gestisce le operazioni si chiama Asset Hub e, sempre secondo il resoconto di MIT Technology Review Italia, ha già gestito oltre 150 operazioni. L’azienda prevede di restituire più di 10 milioni di dollari alle startup entro la fine del 2026.

Sul fronte dei compratori, la fonte cita il caso Spirit Airlines e un secondo segnale: l’unità di intelligenza artificiale di SpaceX starebbe valutando l’acquisto di dati da startup in difficoltà. Qui serve prudenza. Il testo disponibile non conferma alcuna transazione conclusa, né un prezzo, né una data. È una valutazione in corso, non un accordo.

C’è poi un dettaglio che cambia il tono della storia. I proventi di queste vendite, in genere, vanno ai creditori di primo grado e agli investitori. Non ai dipendenti, che pure hanno generato email, chat e commit. Ci torniamo più avanti, perché è il punto in cui l’economia dei dati incontra il diritto del lavoro.

SimpleClosure e Asset Hub: come funziona il mercato

Il modello è semplice da descrivere. Un fondatore decide di chiudere, si rivolge a un intermediario e, invece di cancellare tutto, mette in vendita ciò che resta. L’intermediario cataloga il materiale, lo prepara e lo propone a chi cerca dati per addestrare modelli. Il fondatore incassa una cifra che prima non avrebbe nemmeno immaginato di poter ottenere.

Quali dati finiscono in vendita

Secondo la fonte, Asset Hub lavora con i dati degli spazi di lavoro provenienti da Google, Notion, Figma e Slack. Sono archivi diversi per natura. Le chat di Slack raccontano come un team discute e decide. I documenti di Notion e Google conservano procedure, piani e ragionamenti scritti. Figma custodisce il lavoro di progettazione. Il codice sorgente, infine, è un asset a sé, con un valore che si misura in modo diverso.

Per un laboratorio di IA questa varietà conta più del volume. Un modello che deve imparare a lavorare dentro un’azienda ha bisogno di vedere come lavora un’azienda vera: richieste vaghe, ripensamenti, allegati, decisioni prese a metà. Un archivio reale offre proprio questo tipo di materiale.

I numeri di una singola vendita

Un venditore citato dalla fonte ha incassato circa 25.000 dollari per il codice sorgente. Per i dati relativi agli spazi di lavoro restava in sospeso un ulteriore pagamento, stimato intorno ai 15.000 dollari. Quest’ultima cifra è una stima, non un importo definitivo. Sommando le due voci si arriva a circa 40.000 dollari per una singola startup. Resta il fatto che si tratta di un solo caso, e non va letto come un prezzo di mercato.

Le cifre confermate in una tabella

Per orientarsi tra i numeri riportati, la tabella seguente raccoglie solo i dati confermati dalla fonte, con il livello di certezza di ciascuno.

Leggendo la tabella conviene ricordare che la previsione dei 10 milioni riguarda ciò che SimpleClosure si aspetta di restituire, non ciò che ha già restituito. È un obiettivo dichiarato dall’azienda e non un risultato certificato.

Spirit Airlines: Google batte Mercor all’asta

Se SimpleClosure rappresenta il mercato di massa, Spirit Airlines ne rappresenta la vetrina. Nel corso della procedura fallimentare della compagnia, Google ha superato l’offerta di Mercor per aggiudicarsi i dati accumulati dall’azienda. La fonte parla di 100 milioni di email, 500 milioni di messaggi su Teams e 176.000 schede dei dipendenti, per un prezzo di 10 milioni di dollari.

Google è da tempo uno dei protagonisti della corsa ai modelli, e la sua presenza nelle infrastrutture dell’IA è sempre più ampia. Lo abbiamo visto quando tre modelli OpenAI sono arrivati su Google Cloud. Un’acquisizione di dati reali da un’azienda fallita si inserisce in questa strategia: chi ha accesso a materiale che i concorrenti non hanno costruisce un vantaggio difficile da copiare.

Che cosa contiene il pacchetto

Un esercizio aritmetico aiuta a capire l’ordine di grandezza, a patto di non prenderlo troppo sul serio. Se si attribuisse l’intero prezzo alle sole email, il costo sarebbe di circa 10 centesimi di dollaro per messaggio. In realtà il prezzo copre tutto il pacchetto, e quindi il valore per singolo elemento è molto più basso. Il dato utile è un altro: un archivio da 10 milioni di dollari vale circa 250 volte la vendita da circa 40.000 dollari descritta prima. I due casi non sono confrontabili in senso stretto, ma mostrano quanto la scala dell’archivio pesi sul prezzo.

Perché questi dati servono all’intelligenza artificiale

La spiegazione è nostra, e va letta come analisi e non come dato riportato dalla fonte. I modelli linguistici hanno imparato da enormi quantità di testo pubblico. Quel serbatoio ha dei limiti, sia per quantità sia per tipo. Il testo pubblico è fatto in gran parte di articoli, forum e pagine web. Contiene poche tracce di come si lavora davvero dentro un’organizzazione.

Chi sviluppa agenti capaci di svolgere compiti in azienda ha un problema concreto. Deve mostrare al modello situazioni realistiche: un cliente che cambia idea, un collega che risponde dopo tre giorni, una decisione contestata. Gli archivi di email e chat contengono migliaia di scene di questo tipo, tutte vere. Un archivio sintetico, generato da un altro modello, rischia di ripetere gli stessi schemi e gli stessi errori.

Il codice sorgente segue una logica parallela. Un repository reale porta con sé la storia di un prodotto, con correzioni, ripensamenti e compromessi. Per un modello che deve imparare a programmare, quella storia vale più di una raccolta di esempi puliti. Non sorprende che il codice sia la prima voce incassata dal venditore citato.

Va detto con onestà che l’entità del vantaggio reale resta da dimostrare. Il testo disponibile non fornisce test pubblici che confrontino un modello addestrato su dati aziendali veri con uno addestrato su alternative. Il prezzo, quindi, riflette una scommessa sul valore atteso più che un miglioramento misurato.

Chi incassa davvero: creditori, investitori e dipendenti

Il fatto che i proventi vadano in genere ai creditori di primo grado e agli investitori ha una conseguenza scomoda. Le persone che hanno scritto quei messaggi e quel codice non ricevono nulla da una vendita che sfrutta il loro lavoro quotidiano. Nel caso di Spirit Airlines, le schede dei dipendenti rientrano tra i dati citati dalla fonte. Il personale compare nel pacchetto, ma non tra i beneficiari.

Dal punto di vista della procedura, la logica è lineare. In una crisi d’impresa gli asset si liquidano per soddisfare i creditori secondo un ordine di priorità, e i dati sono diventati un asset come gli altri. Dal punto di vista etico il quadro è meno netto. Un dipendente che scrive una chat di lavoro nel 2022 non immagina che finirà in un dataset di addestramento nel 2026.

Questo scarto tra aspettative e uso reale spiega perché il tema arriverà presto davanti a sindacati, autorità e tribunali. In Europa la questione si intreccia con il diritto alla protezione dei dati, che non si ferma alle porte di un fallimento.

Rischi legali e privacy: il nodo europeo

Un archivio di email e chat aziendali pone un problema evidente: dentro ci sono dati personali di dipendenti, clienti e fornitori. Il GDPR richiede una base giuridica per ogni trattamento, impone di usare i dati solo per finalità compatibili con quelle originarie e chiede di raccoglierne il minimo necessario. Una vendita a un laboratorio di IA, decisa da un curatore o da un liquidatore, deve superare tutti e tre i controlli.

Le sanzioni europee in materia non sono simboliche. Basta ricordare la multa GDPR da 7 milioni di euro a IQVIA per dati sanitari, un caso che mostra quanto le autorità guardino all’uso secondario di informazioni sensibili. Un archivio aziendale può contenere appuntamenti medici, impegni familiari e altre tracce private che nessuno ha mai pensato di condividere con un laboratorio di IA.

Le informazioni confermate non descrivono le procedure di rimozione dei dati personali né eventuali verifiche indipendenti. La pulizia automatica ha limiti noti: un nome può comparire in una frase, in un allegato o in un’immagine, e sfuggire ai filtri. Per questo la qualità del processo di anonimizzazione diventa la variabile decisiva, più del prezzo.

Il quadro italiano

In Italia il tema si collega al nuovo assetto normativo sull’intelligenza artificiale. Abbiamo già raccontato l’entrata in vigore del D.Lgs. 179 e il ruolo di ACN e AgID. Quel quadro disciplina l’uso dell’IA ma non risolve da solo il destino degli archivi di un’azienda fallita. Per quello servono le regole sulla protezione dei dati, il diritto concorsuale e, dove ci sono lavoratori coinvolti, le tutele sindacali. Nessuna di queste norme è nata pensando a un mercato dei dati d’addestramento, e la loro interazione resta in gran parte da testare.

Startup e fallimenti: cosa dicono i numeri italiani

Il bacino potenziale di questo mercato dipende da quante startup chiudono. I dati disponibili descrivono un ecosistema in cui la chiusura è la regola più che l’eccezione. BitMat titola che il 96% delle startup fallisce per problemi strutturali, mentre Il Giornale delle PMI riporta che in Italia solo il 10% delle startup sopravvive oltre i cinque anni. Le due fonti misurano cose diverse e usano metodi propri, quindi i numeri non vanno sommati né confrontati in modo meccanico.

Sul versante opposto, Avvenire segnala che le startup innovative contano 70mila occupati e un fatturato di 15,9 miliardi di euro. Sono numeri che descrivono un settore con dimensioni vere, e quindi con archivi di dati vere dietro ogni chiusura.

Il collegamento con la nostra storia è diretto, anche se nessuna fonte lo quantifica per l’Italia. Più startup chiudono, più archivi finiscono sul tavolo di un liquidatore. Il testo di MIT Technology Review Italia non fornisce stime sul valore di quei dati per il mercato italiano, e noi non ne inventiamo. Possiamo dire che la materia prima esiste, e che i primi intermediari internazionali hanno già costruito il modello di business per sfruttarla.

Confronto: dove prendono i dati i laboratori di IA

Gli archivi delle startup fallite sono una fonte tra le tante. Per capire dove si collocano conviene confrontarli con le alternative principali. La tabella è qualitativa, perché le fonti non offrono prezzi comparabili per ciascun canale.

La riga più interessante è quella degli archivi di startup. Offrono qualcosa che né il web né i dati sintetici possono dare, cioè il lavoro quotidiano di persone vere. In cambio si pagano sia un rischio legale più alto sia una qualità disomogenea: ogni team lavora a modo suo, e ogni archivio riflette quella cultura.

Contesto storico: dall’estrazione dal web alla caccia ai dati chiusi

La prima fase dell’IA generativa si è nutrita di ciò che era facile da raccogliere: pagine web, libri, codice pubblico, forum. Quella stagione ha prodotto una lunga serie di cause e dibattiti sul diritto d’autore e sul consenso, e ha spinto molti editori a chiudere l’accesso ai propri contenuti o a negoziare licenze.

La seconda fase, quella che stiamo osservando, sposta l’attenzione dai dati aperti ai dati chiusi. Gli archivi interni delle aziende non erano mai stati disponibili, per definizione, e solo il fallimento li rende accessibili. È una svolta culturale prima ancora che tecnica. Per anni i dati di un’azienda in chiusura venivano cancellati per prudenza, mentre ora vengono inventariati e valutati. I numeri di Asset Hub, con oltre 150 operazioni gestite, indicano che la pratica è ormai tutt’altro che un caso isolato.

Il parallelo storico più utile non è tecnologico ma economico. Quando un’attività chiude, i beni fisici vengono venduti all’asta, dai macchinari agli immobili. I dati si aggiungono a quell’elenco, con una differenza sostanziale: possono essere copiati senza perderne l’originale, e contengono informazioni su persone che non hanno firmato nessuna cessione.

Impatto sul mercato dell’IA e sulle startup

Per il mercato, la prima conseguenza è la nascita di una categoria di operatori che non esisteva: gli intermediari della fine del ciclo di vita delle startup. SimpleClosure è il caso citato dalla fonte, e il fatto che la vendita di dati sia stata aggiunta come servizio ad aprile dice che l’offerta si sta ampliando in fretta. Quando un servizio nasce dalla domanda dei compratori e non dall’iniziativa dei venditori, di solito il mercato è destinato a durare.

La seconda conseguenza riguarda la concorrenza tra i grandi laboratori. Se gli archivi proprietari diventano una risorsa scarsa, chi ha liquidità e rapidità ha un vantaggio. L’asta di Spirit mostra proprio questo schema, con Google che supera Mercor. Per approfondire le dinamiche dell’intero comparto, rimandiamo alla nostra sezione su intelligenza artificiale e machine learning.

La terza conseguenza tocca le startup. Chi fonda un’azienda oggi dovrebbe sapere che i propri archivi potrebbero avere un valore di liquidazione. Questo cambia come si impostano contratti con i dipendenti, informative e politiche di conservazione. Un’azienda che usa strumenti di lavoro in cloud accumula ogni giorno un asset che, in caso di chiusura, qualcuno potrebbe voler comprare.

Per i fondatori italiani il quadro è doppio. Da un lato c’è un’entrata inattesa in un momento difficile. Dall’altro c’è la responsabilità verso chi ha lavorato in azienda, e il rischio di sanzioni se la vendita avviene senza le dovute cautele.

Cosa deve controllare una startup italiana che chiude

Questa sezione è una guida pratica di buon senso, non un parere legale. Per qualsiasi decisione concreta serve un professionista abilitato. Detto questo, ecco i punti che un fondatore dovrebbe verificare prima di mettere in vendita un archivio.

• Inventario dei dati. Elencare ciò che esiste su Google, Notion, Figma, Slack e sugli altri strumenti, distinguendo codice, documenti e conversazioni.
• Dati personali. Individuare dove compaiono nomi, indirizzi, dati dei clienti e informazioni sui dipendenti.
• Base giuridica. Chiedersi se la cessione sia compatibile con le finalità per cui i dati furono raccolti e con le informative date.
• Anonimizzazione. Pretendere dall’acquirente e dall’intermediario una descrizione scritta del processo di pulizia.
• Contratti con i collaboratori. Verificare cosa prevedono su proprietà intellettuale e riservatezza.
• Clausole di uso. Stabilire per quali scopi il compratore può usare il materiale e se può rivenderlo.
• Creditori. Ricordare che i proventi, in genere, spettano ai creditori di primo grado e agli investitori.

Il punto sul comportamento delle email merita un richiamo. Il Garante sta già stringendo il campo sul tracciamento nelle comunicazioni, come abbiamo raccontato parlando della scadenza del 29 ottobre sui tracking pixel nelle email. Le email di un’azienda raccontano molto sulle persone, e le autorità lo sanno.

Cinque previsioni per i prossimi dodici mesi

Le previsioni che seguono sono valutazioni nostre. Nessuna fonte le conferma e nessuna è attribuita a persone o aziende reali.

1. Più intermediari. Dopo SimpleClosure arriveranno nuovi operatori e le grandi società di consulenza sulle ristrutturazioni aggiungeranno servizi di vendita dei dati. La concorrenza comprimerà i margini di chi oggi è pioniere.
2. Primo scontro formale in Europa. Un sindacato o un’autorità per la protezione dei dati contesterà una vendita di archivi aziendali a un laboratorio di IA. Il tema è troppo sensibile perché non accada.
3. Standard di anonimizzazione. Compratori e venditori adotteranno procedure condivise e verificabili da terzi, perché chi compra vorrà dimostrare di aver comprato in modo pulito.
4. Clausole sui dipendenti. Alcune aziende inseriranno nei contratti di lavoro e nelle informative il richiamo a una possibile cessione dei dati in caso di crisi, per ridurre il rischio legale.
5. Prezzi più trasparenti. Quando usciranno test che confrontano modelli addestrati su dati reali e su alternative, i prezzi si assesteranno attorno a valori misurabili e non solo a scommesse.

La previsione più incerta è la seconda, perché dipende dai tempi delle autorità. La più probabile, invece, è la prima: i mercati nuovi attirano operatori in fretta, e questo ha già un prezzo, un compratore e una piattaforma.

Incognite e sintesi: un mercato con regole da scrivere

Un’analisi onesta deve elencare anche i vuoti. Non sappiamo se la transazione dell’unità IA di SpaceX si concluderà. Non sappiamo l’importo finale del pagamento in sospeso da circa 15.000 dollari. Non conosciamo l’anno in cui SimpleClosure ha avviato la vendita di dati, perché la fonte non lo specifica in modo chiaro nel testo disponibile. Non possiamo indicare i prezzi di mercato per categoria di dato, e non abbiamo test pubblici sui miglioramenti dei modelli.

Sono lacune importanti, e conviene tenerle presenti quando si leggono titoli entusiasti. I numeri certi sono pochi: 150 operazioni, 10 milioni di dollari di restituzioni attese, 10 milioni pagati da Google, 100 milioni di email, 500 milioni di messaggi, 176.000 schede dei dipendenti. Il resto è interpretazione, e a volte speculazione.

Il messaggio di fondo è chiaro. I dati delle startup fallite hanno smesso di essere rifiuto digitale e sono diventati un asset negoziabile. Lo dimostrano una piattaforma con oltre 150 operazioni, un fondatore che incassa circa 25.000 dollari per il suo codice e un’asta in cui Google mette 10 milioni di dollari sul tavolo per battere Mercor.

Il rovescio della medaglia è altrettanto chiaro. I proventi vanno in genere a creditori e investitori, i dipendenti restano senza compenso e la privacy dentro email e chat diventa il vero terreno di scontro. Il mercato corre più veloce delle regole, e in Europa questa distanza difficilmente durerà a lungo.

Domande frequenti

Quanto valgono i dati delle startup fallite? Dipende dalla dimensione e dal tipo di archivio. La fonte riporta circa 25.000 dollari per il codice sorgente di una startup, più un pagamento in sospeso stimato intorno ai 15.000 dollari per i dati degli spazi di lavoro. Nel caso di Spirit Airlines, il prezzo riportato è stato di 10 milioni di dollari.

Che cos’è SimpleClosure? È una società che aiuta i fondatori a chiudere la propria startup e a vendere gli asset rimasti, compresi codice sorgente e dati di lavoro. La sua piattaforma si chiama Asset Hub e, secondo MIT Technology Review Italia, ha gestito oltre 150 operazioni.

Che cosa ha comprato Google da Spirit Airlines? Secondo la fonte, Google ha battuto Mercor nella procedura fallimentare e ha acquistato dati che comprendono 100 milioni di email, 500 milioni di messaggi su Teams e 176.000 schede dei dipendenti, per 10 milioni di dollari.

Chi incassa i soldi di queste vendite? In genere i creditori di primo grado e gli investitori. I dipendenti, che hanno prodotto email, chat e codice, non sono di norma tra i beneficiari.

È legale vendere email e chat di un’azienda fallita? Non esiste una risposta unica. In Europa pesano il GDPR, il diritto concorsuale e le tutele dei lavoratori, e ogni caso va valutato con un professionista. I dati personali dentro i messaggi restano il punto più delicato.

SpaceX ha comprato dati da startup in difficoltà? No, almeno secondo il testo disponibile. La fonte dice che l’unità di intelligenza artificiale di SpaceX sta valutando l’acquisto, ma non conferma alcuna transazione, alcun prezzo né alcuna data.

Una startup italiana può vendere i propri dati? Le fonti consultate non descrivono casi italiani specifici. In teoria è possibile, ma richiede un controllo attento su dati personali, base giuridica, contratti con i collaboratori e priorità dei creditori, con l’assistenza di un consulente legale.