阅读

Meta总裁Dina Powell McCormick在《华尔街日报》科技会议上表示，美国民主党在中期选举中的胜利将使企业建造数据中心变得更加困难。她指出，行业未能充分解释这些投资带来的好处，导致社区对数据中心的反弹加剧。Powell McCormick强调，数据中心作为AI技术的可见体现，已成为公众表达不满的焦点，这反映了人们对AI整体态度的深层问题。

Meta目前在美国23个州拥有数据中心，其中五个计划规模达到或超过1吉瓦（包括一个位于得克萨斯州的项目）。为了缓解当地社区的抵触情绪，Meta采取了一系列措施，包括自行支付电费、将因数据中心产生的税收盈余用于支持教师和急救人员、保持劳动力本地化以及争取两党支持。Powell McCormick认为，只有当项目能明确惠及当地时，社区才会接受数据中心。

尽管面临政治阻力，Meta仍对其AI投资持乐观态度，特别是其消费者AI代理Muse的用户增长潜力。即使AI应用未能实现预期的大规模普及，Meta也认为其构建的计算能力本身具有价值，因为每天都有租赁算力的请求。这一观点表明，Meta试图通过展示技术民主化和实际经济收益来扭转负面舆论，但选举后的政治环境变化为其扩张计划带来了新的不确定性。

Nilay Patel是科技媒体The Verge的首席执行官，他在The Vergecast播客中提出了一个关于AI商业化困境的判断：产品不够好，不足以让用户接受成本。这不是一个抽象的市场观察，而是一条具体的因果链——成本是真实的，收益不是真实的，两者之间的断裂无法靠营销弥合。

Patel列举的成本侧包括：数据中心噪音进入社区、AI概览和深度伪造内容污染信息环境、企业支出超过收入、甚至欧洲储血冰箱被黑客攻击。他的表述方式很直接：你无法告诉邻居，为了那些最可笑的AI垃圾内容，你得忍受自家后院数据中心的嗡鸣。

收益侧的问题更微妙。Patel认为agents还不是真正的agents，没有被以人们期望的方式使用。所有公司都在这些产品上花得比赚得多。这意味着单位经济性尚未成立——不是某个公司的个别问题，而是整个行业的结构性状态。

他把这种成本强加与政治影响联系起来：CEO们进白宫握手、给海湾改名、为不需要的宴会厅买单，试图通过政治手段让用户接受他们本不愿接受的产品成本。他的判断是，这是明显的加密腐败，而产品本身仍然是垃圾。

Patel给出的行业出路是一个清晰的条件：AI行业不会走出这个困境，直到他们做出更好的产品——好到每个人无需被说服、无需广告活动、无需任何政治操作，就能看出使用这些产品让生活变好了。这个条件之所以重要，是因为它把行业恢复的标准从融资规模、算力投入或政治关系，重新拉回到产品体验本身。

需要指出的是，Patel的论断是观点而非分析。他没有给出成本收益的具体量化数据，也没有讨论哪些产品类别已经接近满足他的标准。The Verge作为内容媒体，其商业模式与AI生成内容的质量直接相关，这使他对slop的批评带有自身利益色彩。但他的外部观察者立场——不销售AI产品、不依赖AI收入——使这个判断至少不受厂商自利叙事的污染。

据WIRED报道，一个新兴的数据经纪行业正在悄然兴起，其核心业务是收集并出售大型企业的内部工作文件、电子邮件和Slack消息，供Anthropic、OpenAI等AI实验室训练更强大的模型。报道称，这些AI实验室愿意为一家媒体公司的旧工作记录支付35万至180万美元的一次性费用。另一封类似的推销邮件甚至将潜在交易金额提高到了200万美元，并声称“公共数据已经耗尽，实验室在私人数据上的支出超过450亿美元”。

该行业的领导者包括Mercor、Micro1和Handshake等初创公司。其中，成立于2023年的Mercor被视为行业龙头，其三位联合创始人去年成为亿万富翁。Micro1首席执行官Ali Ansari表示，目前实验室、企业和机器人公司每年支付约400亿至500亿美元获取数据，预计未来两到四年内这一数字将超过每年1万亿美元。Ansari认为，随着AI能力的提升，出售工作流数据将成为比广告更常见的企业收入来源。

尽管数据经纪公司声称在传输数据时会剥离个人身份信息（PII），但隐私倡导者和劳工组织对此表示担忧。Spirit Airlines破产期间将其数字资产（包括8万个电子邮件账户、5亿条内部消息和2060万个SharePoint文件）挂牌出售，引发了Google和Micro1的竞价争夺。然而，空乘人员工会指控该交易涉及员工隐私信息，导致出售暂时搁置。电子隐私信息中心（EPIC）总法律顾问Mayu Tobin-Miyaji指出，非结构化数据如邮件和Teams消息难以完全匿名化，可能泄露员工关于医生预约或家庭问题的私密内容。

这一趋势引发了关于劳动权益的深层讨论。批评者认为，AI公司在未经员工明确同意的情况下，利用其工作成果来训练旨在取代或自动化人类工作的模型。正如空乘人员工会主席所言：“这些数据只有在AI时代才变得有价值，目的是训练模型以取代工作岗位。”