買方表示需要什麼
OpenAI 的資料合作計畫徵求「無法在網路上輕易取得」的大型資料集，形式不限，也包括在地語言。公開的授權計畫則列出從 AutoCAD 到 ServiceTitan 等來源系統。
紀錄類型及其重要性
| 紀錄類型 | AI 買方重視的原因 |
|---|---|
| 作業程序與手冊 | 逐步說明一項任務該如何完成 |
| 客服工單與 CRM 紀錄 | 呈現真實問題、排除步驟與解決方式 |
| 附版次的工程圖面與 CAD | 記錄設計決策及其變更原因 |
| 檢驗與測試結果 | 將量測數據連結到合格判定與修正 |
| 維護與維修紀錄 | 記錄實際狀況下的診斷過程 |
| 生產與製程資料 | 長期串連參數設定與結果 |
| 專案歷程、電子郵件與聊天紀錄 | 呈現決策、取捨與協調過程 |
為何「工作如何完成」成為新需求
AI 開發商正在打造能執行多步驟工作的 AI 代理。要訓練與測試這些代理，需要完整任務的範例：需求、步驟、使用的工具與結果。買方將其中一種形式稱為「AI 代理軌跡資料」（agent trajectories）。對多數企業而言，已記錄完整工作流程的紀錄，就是最接近這類資料的東西。
買方不要什麼
- 關於客戶或員工的敏感個人資料。
- 屬於第三方的資訊，例如客戶檔案或受保密協議約束的供應商圖面。
- 已經公開的內容。
- 沒有脈絡或結果的零散檔案。
哪些產業擁有最有用的紀錄？
任何擁有多年專業、自行產生之紀錄的企業都可能符合資格。技術型產業特別突出，因為其知識很少出現在網路上：請見〈製造與工程資料授權給 AI〉。請注意，我們並未找到任何實驗室公開點名製造或檢驗資料；授權計畫將 AutoCAD 與 ServiceTitan 列入來源系統，是目前最接近的公開證據。
常見問題
AI 公司會購買 CRM 或客服工單資料嗎？
會。公開的授權計畫將 CRM 及客服系統列為可接受的資料來源，前提是個人資料已移除。
舊的電子郵件和 Slack 訊息有價值嗎？
可能有，因為它們呈現了決策的來龍去脈。但這類資料也含有最多個人資料，因此需要謹慎界定範圍並進行去識別化。
買方需要日文或中文資料嗎？
有些需要。OpenAI 的合作徵求包含在地語言。
原始碼可以授權嗎？
通常可以，前提是貴公司擁有該程式碼，且其中不含授權條款相衝突的第三方或開源程式碼。