Ile są warte dane Państwa firmy dla laboratoriów AI?

Dlaczego laboratoria płacą za dane firm

Duże modele językowe trenowano głównie na tekstach publicznych: stronach internetowych, forach, książkach i kodzie. Większość z nich została już wykorzystana. Modele potrafią napisać przyzwoity e-mail, ale przy prawdziwym zadaniu od początku do końca, takim jak zamknięcie miesiąca w księgach czy rozwiązanie zgłoszenia w CRM, nadal często zawodzą.

Powód jest prosty. Modele widziały bardzo mało zapisów tego, jak profesjonaliści wykonują taką pracę. Państwa firma prowadzi takie zapisy codziennie, w czatach, e-mailach, dokumentach, zgłoszeniach i systemach. Właśnie za to płacą laboratoria.

Co mówią publicznie znane transakcje

Niewiele cen danych treningowych jest jawnych, a większość znanych transakcji dotyczy dużych platform. Dają jednak przydatne punkty odniesienia. Poniższe kwoty podano w dolarach amerykańskich, zgodnie z doniesieniami.

• Google i Reddit: według doniesień około US$60M rocznie za dostęp do treści Reddita.
• News Corp i OpenAI: według doniesień do US$250M w ciągu pięciu lat.
• Startupy sprzedające stare archiwa Slacka i e-maili: według doniesień od US$10K do US$100K za transakcję (Forbes, kwiecień 2026).
• Zadania treningowe do uczenia przez wzmacnianie, oparte na prawdziwej pracy: od US$200 do US$2000 za sztukę (Epoch AI, styczeń 2026).
• Transakcje na wyłączność: według doniesień kilkukrotnie droższe niż niewyłączne.

Jak czytać te liczby

Platforma z milionami użytkowników to inny sprzedawca niż firma zatrudniająca 40 osób. Liczby pokazują jednak dwie rzeczy. Po pierwsze, prywatna dokumentacja pracy zwykłych firm już się sprzedaje, a kwoty sięgają dziesiątek tysięcy. Po drugie, cena za jednostkę mocno rośnie, gdy dane pokazują kompletne, sprawdzalne zadania, bo laboratoria mogą zamienić je w ćwiczenia treningowe dla agentów AI.

Siedem czynników, które wpływają na cenę

Każdy zbiór danych wycenia się według tych samych czynników. Na niektóre nie ma wpływu, na przykład na to, jak długo firma istnieje. Na inne można wpłynąć przed sprzedażą.

• Wolumen i lata historii. Więcej zapisów z większej liczby lat daje laboratoriom większą różnorodność i więcej przykładów dobrze wykonanego tego samego zadania.
• Struktura. Zgłoszenia z jasną prośbą, krokami i wynikiem są warte więcej niż luźne pliki. Zapisy powiązane ze sobą, takie jak zgłoszenie, wątek e-mailowy i końcowy dokument, są warte jeszcze więcej.
• Specjalizacja. Praca, którą wykonuje niewiele firm lub która wymaga eksperckiej oceny, rzadko występuje w danych treningowych. Rzadkie dane osiągają wyższą cenę.
• Język. Danych po angielsku jest mnóstwo. Polski, niderlandzki, szwedzki, czeski i inne języki europejskie są słabo reprezentowane, więc te same zapisy w tych językach są często warte więcej.
• Czystość. Dane z niewielką liczbą duplikatów, małym szumem i łatwymi do usunięcia danymi osobowymi kosztują mniej w przygotowaniu, na czym zyskuje sprzedający.
• Wyłączność. Jeśli dane dostaje tylko jedno laboratorium, płaci ono więcej. Licencje niewyłączne dają mniej od jednego kupującego, ale można je sprzedać więcej niż raz.
• Liczba kupujących. Dane, których chce kilka laboratoriów, można licencjonować kilka razy na zasadach niewyłącznych.

Które źródła są zwykle warte najwięcej

Nie każde narzędzie w firmie ma taką samą wartość. Najwyżej oceniane są zwykle źródła, które pokazują pracę od prośby do wyniku, bo laboratoria mogą zamienić je w zadania ze znaną odpowiedzią.

Zgłoszenia do działu wsparcia i service desku, tablice projektowe powiązane z dokumentami oraz repozytoria kodu z historią to często najmocniejsze źródła. Następne są wewnętrzne czaty i e-maile, gdy pokazują decyzje i rozwiązywanie problemów. Procedury, listy kontrolne i instrukcje dodają kontekst, który podnosi wartość całej reszty. Foldery z gotowymi dokumentami bez historii są same w sobie warte najmniej, choć też się liczą.

• Zwykle wysoka wartość: zgłoszenia z wynikiem, kod z historią, arkusze z działającymi formułami, komentarze z przeglądów.
• Zwykle średnia: wewnętrzne czaty i e-maile, rekordy CRM, tablice projektowe.
• Zwykle niższa, gdy występują osobno: raporty końcowe, materiały marketingowe, słabo uporządkowane dyski współdzielone.

Dwie firmy w porównaniu

Weźmy dwie firmy zatrudniające po 40 osób. Pierwsza to ogólne biuro, które przechowuje głównie gotowe dokumenty na dysku współdzielonym, po angielsku, z trzyletnią historią. Druga to wyspecjalizowana firma z dwunastoma latami zgłoszeń, spisaną procedurą dla każdego rodzaju zadania i dokumentacją po polsku i niemiecku.

Druga firma zwykle dostanie wyraźnie wyższą ofertę. Jej zapisy są starsze, powiązane, specjalistyczne i w językach, których laboratoria mają mało. Pierwsza też może sprzedać dane i może podnieść ich wartość, dodając źródła z dłuższą historią, takie jak e-mail czy system zgłoszeń.

Co obniża cenę

Niektóre rzeczy obniżają wartość lub wykluczają dane. Kilkuletnie luki, skany bez czytelnego tekstu, archiwa pełne newsletterów i automatycznych powiadomień oraz tekst napisany przez AI są warte mniej. Podobnie dane, w których dużą część stanowią informacje osobowe do usunięcia.

Najbardziej cenę obniżają niejasne prawa. Jeśli firma nie może wykazać, że może licencjonować dane, laboratorium nie może ich użyć, niezależnie od jakości. Dlatego wyłączone są dane przetwarzane dla klientów, treści objęte NDA z klientami i materiały napisane przez osoby trzecie.

Dlaczego wycena opiera się na zatrudnieniu, stażu firmy i przychodach

Zanim ktokolwiek przejrzy źródła, trzy fakty dość dobrze przewidują wartość. Liczba pracowników mówi, ile osób tworzy zapisy. Lata działalności mówią, ile historii istnieje. Przychody mówią coś o skali i złożoności pracy.

Wycena Lodex wykorzystuje te trzy dane, by podać pierwszy przedział. W skali wszystkich firm wyceny mieszczą się w przedziale €10K–€600K. Ostateczna oferta wynika z wybranych źródeł, ich wolumenu i jakości, warunków dostępu i naszej weryfikacji.

Jak podnieść wartość przed sprzedażą

Kilka praktycznych kroków robi wyraźną różnicę, a większość zajmuje niewiele czasu.

• Wybierać źródła z długą, ciągłą historią zamiast niedawno migrowanych.
• Uwzględniać zapisy wokół wyniku: prośbę, dyskusję i rezultat.
• Spisać procedury. Listy kontrolne, instrukcje i uwagi z przeglądów dodają kontekst, za który płacą laboratoria.
• Wcześnie uporządkować kwestię praw, sprawdzając umowy z klientami i NDA.
• Pominąć szum, taki jak newslettery, automatyczne alerty i foldery prywatne.
• Wymienić każdy język, w którym pracuje zespół. Zapisy w językach innych niż angielski są często najcenniejszą częścią.

Jak wygląda płatność

Zakres i cenę ustalają Państwo z Lodex na piśmie, zanim się połączymy. Łączymy się tylko do odczytu, czyścimy i pakujemy dane oraz przeprowadzamy kontrolę jakości. Gdy dane przejdą weryfikację, płatność następuje w ciągu 7 dni. Do czasu opłacenia pakietu kupujący widzą tylko zanonimizowane próbki.

Aby zobaczyć pierwszy przedział dla swojej firmy, wystarczy wypełnić formularz wyceny. Zajmuje to około minuty i do niczego nie zobowiązuje.