Der er opstået et marked for det, din virksomhed efterlader sig i Gmail, Slack og sagssystemet. AI-laboratorierne er ved at løbe tør for offentlig webdata at træne på, og en håndfuld mæglere køber nu gamle arbejdsgange op: e-mails, chatbeskeder, dokumenter, tickets og mødereferater, som en model kan lære rigtigt knowledge work af. Betalingen går til virksomheden eller konkursboet. Ikke til de medarbejdere, hvis arbejde ligger i filerne.
Historien har kørt i ryk siden sensommeren. Google betalte 10 millioner dollar for et krakket flyselskabs interne data, og mæglere som Mercor og Micro1 omsætter nu for milliarder på at skaffe laboratorierne data, virksomhederne ellers ikke vil dele. For jer er det ikke en amerikansk kuriositet. Det rejser et konkret spørgsmål: må I overhovedet sælge eller videregive jeres medarbejderes arbejdsdata, og hvad betyder det for tilliden på arbejdspladsen og for GDPR?
Det er ikke jeres kundedatabase eller jeres produktkatalog, der har værdi her. Det er sporene af, hvordan arbejdet blev udført. En supporttråd, hvor en sag blev løst over fjorten beskeder. En e-mailudveksling, hvor et tilbud blev forhandlet på plads. Et dokument med alle de kommentarer og rettelser, der kom, før det var færdigt. Brendan Mahony, der driver afviklingsfirmaet Sunset, kalder det over for MIT Technology Review for "operational exhaust data" og sammenligner det med spåner, alle troede var affald.
Prisen afhænger af, hvor fyldigt sporet er. En iværksætter, der lukkede en kryptostartup, solgte kodebasen for cirka 25.000 dollar og ventede yderligere omkring 15.000 for selve arbejdsdataene fra Google, Notion, Figma og Slack. Afviklingsplatformen SimpleClosure, der sælger den slags gennem et modul kaldet Asset Hub, har håndteret over 150 handler og regner med at sende mere end 10 millioner dollar tilbage til lukkede startups i løbet af 2026. Firmaets direktør Dori Yona siger, at 47 procent af deres handler nu omfatter salg af kode eller data, noget der for nylig var tabu.
Alt er ikke lige meget værd. Nick Heiner fra Surge AI, der bygger træningsmiljøer til AI-agenter, forklarer, at én virksomheds Slack-historik kan være mere værd end en andens Slack, e-mail og kalender tilsammen. Det hænger sammen med, hvad modellerne mangler.
En frontier-model kan allerede skrive pænt og svare på de fleste faktaspørgsmål. Det, den er dårlig til, er de lange, rodede forløb, som rigtigt arbejde består af: en sag, der skifter retning tre gange, en beslutning, der bygger på fem tidligere mails, et projekt, hvor halvdelen af konteksten står mellem linjerne. Den slags findes ikke på det åbne web. Det findes i virksomheders interne systemer.
Laboratorierne har i et stykke tid løst problemet ved at hyre mennesker i stedet for at købe filer. Mercor begyndte som rekrutteringsplatform og kobler nu tidligere ansatte fra investeringsbanker, konsulenthuse og advokatkontorer sammen med AI-laboratorier, der betaler dem op til 200 dollar i timen for at udfylde skemaer og skrive rapporter om, hvordan arbejdet i deres felt foregår. Direktør Brendan Foody sagde på TechCrunch Disrupt, at kunderne ikke vil dele deres data, så laboratorierne i stedet må hyre folk, der før har arbejdet i de virksomheder. Mercor beder sine konsulenter om ikke at uploade dokumenter fra tidligere arbejdspladser, men Foody erkendte samtidig, at "der sker ting" på den skala.
At købe dataene direkte er den hurtigere vej. Det er dét marked, der nu er ved at tage form ved siden af konsulentmodellen, og det er medarbejdernes faktiske arbejde, ikke en genfortælling af det, der skifter hænder.
Mæglerne sidder mellem sælgeren og laboratoriet. Dataene streames til mægleren, der oplyser at fjerne personoplysninger, hvorefter pakken sælges videre eller bruges til at forbedre modeller. Det er blevet en stor forretning. Mercor nåede ifølge TechCrunch cirka 2 milliarder dollar i annualiseret omsætning i sommeren 2026 og forhandlede om en runde til 20 milliarder dollar, et år efter at firmaet rejste kapital til 10 milliarder.
Konkurrenten Micro1, der ligesom Mercor begyndte med rekruttering, voksede ifølge TechCrunch fra 100 til 500 millioner dollar i brutto run rate på otte måneder. Firmaets færdigpakkede datasæt, som kan sælges til flere kunder, har efter sigende bruttomarginer på 80 til 90 procent. Handshake, en tredje aktør, rundede 1 milliard dollar tidligere i 2026. Nogle forskere forventer, at AI-udgifterne til data på sigt kan måle sig med udgifterne til computerkraft. Hvem der køber, er sværere at få på skrift. Mercor har tidligere oplyst, at kundekredsen tæller OpenAI, Anthropic og Meta, men præcis hvilke datasæt hvert laboratorium bruger, er ikke offentligt.
Den vigtigste leverandør af materiale er lige nu de virksomheder, der lukker. Antallet af nedlukninger er ifølge tal fra Carta og AngelList steget mellem 26 og 56 procent om året de seneste år, og et konkursbo har hverken en marketingafdeling eller et omdømme at beskytte. Det gør gamle arbejdsdata til en af de sidste poster, der kan sælges.
Den tydeligste sag handler om det krakkede amerikanske lavprisselskab Spirit Airlines. I august 2026 vandt Google en konkursauktion og betalte 10 millioner dollar for en stor del af selskabets interne data. Google slog mægleren Mercor, der bød 7,5 millioner. Arkivet rummer ifølge Fortune omkring 100 millioner e-mails og 500 millioner Microsoft Teams-beskeder samt regneark, kalendere og kode.
Kabinepersonalets fagforening, Association of Flight Attendants-CWA, indgav en indsigelse ved konkursdomstolen i New York. Forbundet forsøger ikke at stoppe salget, men kræver, at identificerbare oplysninger fjernes. Argumentet er, at medarbejderdataene er langt mere fortrolige end kundedataene, men får langt mindre beskyttelse, og at en afidentificering kan bevare nok sammenhæng i datasættet til, at fortrolige oplysninger kan spores tilbage. Forbundets formand Sara Nelson kaldte det at tilføje spot til skade, med en henvisning til, at de ansatte endnu ikke havde fået udbetalt optjent ferie og sygedage.
Sagen er vokset siden. Den 3. november skrev over 100 medlemmer af den amerikanske kongres til Google og Spirit for at advare om, at afidentificerede oplysninger nogle gange kan genidentificeres. De bad om, at lønsedler, timesedler og visse medarbejderbeskeder holdes helt ude af handlen, og at der sættes grænser for, hvad dataene må bruges til. Google oplyser, at selskabet ikke køber personoplysninger fra Spirit, og at dataene enten udelades eller afidentificeres af en uafhængig tredjepart, før Google modtager dem.
Mæglernes salgsargument er, at personoplysninger bliver skrubbet væk, før dataene skifter hænder. Problemet er, at ustrukturerede data som e-mails og kalendere er svære at rense fuldstændigt. Advokaten Greg Ewing, der rådgiver AI-startups, kalder den slags arkiver for juridisk radioaktive og taler om et "Wild West of AI training". Selv når navne er fjernet, kan en kalender afsløre et lægebesøg, og en mailtråd kan afsløre, hvem der sagde hvad til hvem.
Her er en skelnen, der afgør alt i en europæisk sammenhæng. Rigtig anonymisering betyder, at en person ikke længere kan identificeres med rimelige midler, og så falder dataene uden for GDPR. Pseudonymisering, hvor man blot fjerner de åbenlyse navne, men bevarer mønstre, der kan kobles tilbage, er stadig personoplysninger og stadig omfattet. Fagforeningens bekymring om "referential integrity" i Spirit-sagen er netop frygten for, at der er tale om det sidste og ikke det første. Ifeoma Ajunwa, juraprofessor ved Emory University, kalder provenuet for "captured capital" og mener, at arbejdsgivere burde indhente udtrykkeligt samtykke, før de sælger medarbejderes data. I USA findes der ingen føderal lov, der forbyder det.
Forskellen på syntetisk data og ægte arbejdsdata er præcis grunden til, at markedet findes. Laboratorierne vil have det ægte, fordi det er rodet på en måde, kunstigt data ikke er. Og det er dét rod, der gør det svært at rense.
For en dansk eller europæisk virksomhed er det her ikke en gråzone, men et sted med ret klare krav. At sælge eller videregive medarbejderes og kunders arbejdsdata er en behandling af personoplysninger, og den kræver et retsgrundlag, et klart formål og proportionalitet. Medarbejdere har som udgangspunkt ikke givet samtykke til, at deres e-mails og beskeder bruges til at træne en AI-model, og samtykke fra ansatte er i forvejen juridisk skrøbeligt på grund af det ulige forhold mellem arbejdsgiver og medarbejder.
Går dataene til et amerikansk laboratorium, kommer overførsel til tredjelande oven i, med krav om et gyldigt overførselsgrundlag og en databehandleraftale. Bruger I selv en stor sprogmodel i det daglige, er det samme spørgsmål relevant indefra: det har vi tidligere været inde på, da et værktøj lod en AI læse medarbejdernes samtaler for at måle udbyttet. Og AI-forordningen lægger et lag mere på, med krav om dokumentation af, hvilke data en model er trænet på. Det er den samme debat om ejerskab til træningsdata, som vi har skrevet om før, da spørgsmålet var, hvem der ejer det, en AI er trænet på.
Den bredere ramme kender I allerede, hvis I har fulgt med i, hvordan nettet lukker ned for AI-crawlere. Vi har beskrevet, hvordan én linje i robots.txt snart kan sige nej til AI-træning. Men robots.txt beskytter kun det, der ligger offentligt på jeres website. Det beskytter ikke de interne arkiver, et konkursbo eller en leverandør kan sælge videre.
Det her hører hjemme i jeres governance på linje med anden følsom databehandling. Vi har tidligere argumenteret for, at jeres data er den reelle voldgrav, når selve modellerne bliver en metervare. Det gælder også den anden vej: data, I behandler skødesløst, kan ende et sted, I ikke vil være.
Konkret kan I tage fat her:
I årevis har virksomheder behandlet deres gamle e-mails og chatlogs som noget, der bare lå og fyldte. Nu har nogen sat en pris på det, og prisen stiger, fordi modellerne mangler netop den slags data. Det flytter beslutningen om, hvad der sker med jeres arbejdsdata, fra it-afdelingens baggrund til ledelsens bord. Den virksomhed, der har tænkt det igennem, før en leverandør eller et konkursbo gør det for jer, er den, der stadig bestemmer over sit eget arbejde.