Google pagó US$10 millones por un paquete de datos corporativos de Spirit Airlines en liquidación, y la razón no tiene nada que ver con aviación: es para entrenar inteligencia artificial.

La adquisición revela una tendencia silenciosa pero acelerada en el ecosistema de IA: las grandes empresas tecnológicas están convirtiendo los activos de compañías quebradas en combustible para sus modelos de lenguaje. Para un founder, este movimiento señala algo concreto —el mercado de datos estructurados privados se está volviendo tan competitivo como el de talento o infraestructura.

Según un documento judicial presentado la semana pasada ante el Tribunal de Fall River del Distrito Este de Nueva York, Google ganó la subasta por los datos desidentificados de Spirit Airlines, que había suspendido operaciones permanentemente en mayo de 2026 tras años de pérdidas acumuladas desde la pandemia.

¿Qué compró exactamente Google?

El paquete adquirido por US$10 millones incluye un volumen masivo de registros operacionales y de comunicación:

• 100 millones de correos electrónicos desidentificados
• 500 millones de elementos de Microsoft Teams
• 17 millones de archivos de OneDrive
• 20,5 millones de elementos de SharePoint
• Más de 30 millones de llamadas grabadas al servicio al cliente
• 15 millones de registros de chat de atención al cliente
• 600.000 tickets de ServiceNow
• 13,7 millones de direcciones de correo activas de Oracle Responsys
• 11 millones de ventas de servicios Wi-Fi a bordo
• Datos operacionales: 763.000 vuelos, 5 millones de combinaciones de tripulación, 1,2 millones de facturas de combustible y registros de 787.452 repuestos comprados

El documento judicial especifica que todos los datos fueron desidentificados antes de la venta y que Google se comprometió a eliminar cualquier información personal identificable (PII) que detectara durante el procesamiento.

La competencia por datos corporativos se intensifica

El postor secundario en esta subasta fue Mercor, una startup de San Francisco especializada en proporcionar datos para entrenar modelos de IA. Su participación confirma que varios actores del sector reconocen el valor estratégico de estos conjuntos de datos corporativos.

Mercor, fundada en 2023 por Brendan Foody, Adarsh Hiremath y Surya Midha —tres amigos de preparatoria que abandonaron la universidad— creció rápidamente hasta convertirse en unicornio. En octubre de 2025, cerró una ronda Serie C de US$350 millones con valoración de US$10.000 millones, según confirmó TechCrunch en ese momento.

La empresa gestiona aproximadamente 30.000 contratistas expertos —ingenieros, abogados, médicos, banqueros— que trabajan para clientes como OpenAI y Anthropic, proporcionando datos de alta calidad para el fine-tuning y la alineación de modelos. Según Wikipedia, Mercor también lanzó en enero de 2026 su benchmark APEX-Agents para medir el desempeño de modelos de IA en tareas empresariales reales.

La presencia de Mercor como competidor directo en esta subasta ilustra cómo el acceso a datos corporativos únicos se ha convertido en un diferenciador clave entre los principales laboratorios de IA.

Por qué los datos corporativos valen más que el texto web

Durante años, el entrenamiento de modelos de lenguaje se basó predominantemente en texto público disponible en internet. Pero conforme los datasets públicos se agotan —y los costos de limpieza y curación aumentan—, las empresas buscan fuentes alternativas de datos estructurados y contextualizados.

Los datos corporativos de una aerolínea representan algo distinto al texto genérico de la web: contienen patrones reales de toma de decisiones operacionales, interacciones cliente-empresa documentadas, registros financieros transaccionales y secuencias logísticas complejas. Estos son exactamente los tipos de datos que permiten entrenar modelos especializados en dominios específicos.

Como señaló The Register en julio de 2026, cada vez más expertos en IA creen que los modelos de lenguaje grandes son instrumentos poco precisos y que los modelos pequeños, entrenados con conocimiento especializado de campos concretos, resultan más útiles en aplicaciones empresariales reales.

Este paquete de Spirit Airlines podría servir como base para un modelo operativo de aviación, o para otro tipo de IA enfocada en registros financieros cotidianos y cadenas de suministro.

¿Qué significa esto para tu startup?

Esta transacción no es solo curiosidad periodística sobre cómo Google gasta dinero. Señala cambios estructurales en el mercado de datos que todo founder debería considerar:

1. Los datos internos de tu empresa tienen valor estratégico real. Cada ticket de soporte, cada interacción con clientes, cada registro operacional genera datos que podrían valer millones si se estructuran correctamente. Empieza a pensar en tus datos como un activo que puede escalar, no solo como un subproducto de tu operación.

2. La privacidad será una barrera competitiva. Google prometió desidentificar los datos de Spirit y eliminar PII. Si tu startup maneja datos sensibles de clientes, implementar protocolos robustos de anonimización no es solo cumplimiento regulatorio —es una forma de proteger tu ventaja competitiva mientras permites el uso analítico legítimo de esos mismos datos.

3. Las quiebras pueden ser oportunidades de adquisición de datos. Si tu startup opera en un sector cíclico o con alto riesgo de consolidación, considera que los activos de datos podrían representar parte significativa del valor residual de la empresa. Estructura tus bases de datos desde el día uno pensando en portabilidad y valor potencial.

4. Especialización vs. generalización. La tendencia hacia modelos especializados sugiere que las startups que puedan entrenar IA con datos de nicho (tu industria específica, tus procesos únicos) tendrán ventajas que los modelos generales no podrán replicar fácilmente.

Las acciones concretas que puedes implementar esta semana:

• Audita tus activos de datos: Mapea qué datos generás diariamente y evaluá su estructura, calidad y potencial de uso futuro
• Implementa desidentificación proactiva: Si manejás datos de clientes, establecé protocolos de anonimización que te permitan usar esos datos internamente sin riesgos de compliance
• Documentá tus procesos operacionales: Los registros de cómo tomás decisiones, resolvés problemas y gestionás operaciones son datos que ningún modelo general podrá replicar sin acceso directo
• Evaluá licenciamiento de datos: Considerá si hay oportunidades para generar ingresos licenciables a partir de tus datos agregados y desidentificados

Fuentes

• The Register
• Wikipedia - Mercor