Google为Spirit的数据出价1000万美元。在一种情况下，仅需0.236%的经济增长即可实现盈亏平衡

Google以1000万美元选中了Spirit的数据加内部软件，Mercor出价750万美元，而micro1后来出价1250万美元。我一直在研究一个似乎越来越相关的问题：如果专有数据能改善AI系统，如何将其转化为对特定买家的价值？第一部分是技术性的。我们在受控设置下测量专有数据的因果贡献：使用相同的基础模型、适配方法、计算/数据预算和评估，然后替换为专有数据集并测量保留差异。我们称之为Capability Alpha。Spirit也让我们可以逆向工作，因为我们有一个观察到的价格。在示例性的5% Google Cloud经济范围内，使用约991亿美元的年化云收入、35.6%的运营利润率代理、3年和12%的贴现率，选定的1000万美元价格意味着约0.236%的持续经济增长以实现盈亏平衡。范围假设非常重要：1% → 约1.18%，2.5% → 约0.47%，5% → 约0.236%，10% → 约0.12%。我们还对其他报告的AI数据交易在标准化5%范围内进行了相同的逆向计算：NYT / Amazon：0.58–0.73%，News Corp / Meta：≤1.20%，Reddit / Google：约1.42%。逆向计算基本上是一种改编的逆向DCF。测量方面建立在现有的数据归因/估值工作之上。我们试图形式化的是可测量模型能力与买家特定经济价值之间的桥梁。论文中的5000万至2亿美元Spirit范围是在明确假设下的单独前向敏感性分析。我们尚未测量Spirit的实际Capability Alpha，因此分析无法确定1000万美元的价格是否过低。交互式论文加假设/计算器：https://tracerml.ai/research/pricing-capability/ 我很好奇这里的人们会如何处理能力 → 经济价值这一步。