Как продать данные и заработать на датасетах

Компаниям, которые обучают нейросети, всё время нужны новые данные: русскоязычные тексты, записи речи, фотографии товаров и дефектов, отраслевые таблицы. Часто такие данные уже лежат у вас: в архиве фотографа, в CRM небольшого бизнеса, в результатах исследования, в материалах, накопленных за годы хобби. Ниже — как превратить их в продукт и продать законно.

Кто покупает данные

• Команды, разрабатывающие ИИ: стартапы, интеграторы, крупные компании. Им нужны данные для обучения и дообучения моделей.
• Аналитики и маркетологи: цены, ассортимент, спрос, геоданные.
• Исследователи и вузы: корпуса и размеченные наборы для экспериментов.
• Разработчики продуктов: справочники, классификаторы, базы для поиска.

Спрос особенно высок на то, чего нет в открытом доступе: русский язык, узкие отрасли, свежие данные и качественная разметка.

Какие данные можно продавать

Что продавать нельзя или рискованно

• Персональные данные без законных оснований: базы клиентов с телефонами, ФИО, адресами. Продажа «баз» — прямой путь к нарушению 152-ФЗ. Подробно — в статье 152-ФЗ и датасеты.
• Чужой контент без прав: скачанные фото и книги.
• Коммерческую тайну работодателя и данные, полученные по NDA.
• Данные, сбор которых запрещён условиями сайта, если вы их принимали (например, при регистрации).

Пошаговый план

Шаг 1. Инвентаризация

Составьте список того, что у вас есть: тип данных, объём, период, как собиралось. Отметьте, что принадлежит вам полностью, а что нет.

Шаг 2. Проверка прав

Задайте себе три вопроса:

1. Я автор или у меня есть права на распространение?
2. Есть ли в данных люди (лица, голоса, имена, телефоны)? Если да, есть ли согласия или можно ли данные обезличить?
3. Не нарушает ли продажа договор (с работодателем, с площадкой, откуда данные)?

Шаг 3. Очистка и обезличивание

Удалите дубли и мусор. Замените или удалите ФИО, телефоны, email, адреса. На фото размойте лица и номера автомобилей, если на них нет согласий. На AI Data Stock при загрузке работает автоматический сканер ПД: он подсветит подозрительные поля, но ответственность за данные остаётся на продавце.

Шаг 4. Структура и формат

• Таблицы — CSV или Parquet с понятными названиями столбцов.
• Тексты — JSONL.
• Изображения — папки плюс файл разметки (COCO или YOLO).
• Аудио — WAV или FLAC плюс CSV с транскрипциями.

Добавьте файл README или словарь полей.

Шаг 5. Карточка датасета

Покупатели решают по описанию. В хорошей карточке есть:

• название с ключевыми словами («Фото листьев томата с болезнями, 5 классов»);
• задача, для которой подходит датасет;
• объём, формат, период сбора;
• способ сбора и разметки, контроль качества;
• лицензия и разрешённое использование;
• ограничения и известные недостатки (честность повышает доверие);
• бесплатный сэмпл, например 1–5% данных.

Гайд: Как оформить карточку датасета.

Шаг 6. Цена и модель продажи

• Разовая продажа — покупатель получает копию по лицензии.
• Неэксклюзив — продаёте одну и ту же копию многим покупателям. Это основной путь к повторяемому доходу.
• Эксклюзив — дорого, один покупатель, после продажи датасет снимается.
• Аренда / API — доступ на срок или по запросам. Удобно для часто обновляемых данных (цены, остатки).
• Подписка на обновления — ежемесячная свежая выгрузка.

Как прикинуть цену: сравните с аналогами в каталоге, посчитайте, во сколько покупателю обошёлся бы самостоятельный сбор и разметка, учтите уникальность. Готовых «рыночных ставок» за единицу данных мы не приводим: публичных надёжных данных по рублёвому рынку пока нет, и цены сильно разнятся [проверить при появлении статистики площадки].

Шаг 7. Публикация и продвижение

• Загрузите датасет и сэмпл на AI Data Stock.
• Правильно выберите категорию: изображения, тексты, речевые датасеты, таблицы.
• Отвечайте на вопросы покупателей.
• Обновляйте данные: свежая версия — повод для повторной покупки.

Налоги и статус продавца

• Физлицо платит НДФЛ с дохода и подаёт декларацию. Для регулярных продаж это неудобно.
• Самозанятый (НПД) — ставка 4% с физлиц и 6% с юрлиц и ИП, лимит дохода 2,4 млн ₽ в год. Чек формируется в приложении «Мой налог» [проверить актуальность ставок и лимита на дату публикации].
• ИП и юрлицо — по своему режиму налогообложения.

На AI Data Stock можно продавать в любом статусе, при регистрации выбирается тип продавца.

Сколько можно заработать

Честный ответ: доход зависит от уникальности и спроса, и гарантий нет. Разовый набор фотографий может продаться несколько раз или ни разу. Устойчивый доход обычно дают:

• узкие отраслевые наборы, которые долго и дорого собирать;
• регулярно обновляемые данные в аренде;
• качественная разметка под популярные задачи.

Не верьте обещаниям «пассивного дохода от продажи своих данных» без работы над качеством. Покупатели платят за полезность, а не за объём.

Ошибки новичков

1. Продают «как есть» без описания: покупатель не понимает, что внутри.
2. Нет сэмпла: никто не рискует платить вслепую.
3. Персональные данные в открытом виде: датасет снимут по жалобе.
4. Нереалистичная цена без сравнения с аналогами.
5. Одна версия навсегда: данные устаревают.

Идеи датасетов, которые можно собрать с нуля

• Фото товаров одной категории с разных ракурсов и при разном освещении.
• Записи голосовых команд на русском от разных дикторов (с согласиями).
• Тексты-инструкции и вопросы-ответы в вашей профессиональной области.
• Снимки растений, почв, вредителей в своём регионе.
• Ценовой мониторинг ниши, если условия источников это допускают.

Подробнее — в статье Заработок на нейросетях и данных.

Пример: как может выглядеть путь продавца

Условный сценарий, не реальный кейс.

Агроном из Самарской области за три сезона сделал несколько тысяч фотографий листьев подсолнечника и пшеницы и отметил на них болезни. Снимки лежат в телефоне и на диске без системы.

1. Отбор. Он оставляет только резкие снимки, где болезнь точно определена. Сомнительные откладывает в отдельную папку.
2. Структура. Раскладывает фото по папкам-классам («здоров», «ржавчина», «септориоз» и т. д.). В CSV записывает культуру, дату, район (без точных координат участков), стадию развития.
3. Права. Снимки сделаны им самим на своих и арендованных полях. Людей в кадре нет, персональных данных нет.
4. Описание. В карточке указаны число снимков по классам, устройство съёмки, как ставился диагноз, известные ограничения: один регион, дневное освещение.
5. Сэмпл. Двадцать фото из каждого класса выложены бесплатно.
6. Модель продажи. Неэксклюзивная лицензия для коммерческого обучения моделей. Каждый сезон — обновление новой версией.
7. Продвижение. Ссылка на карточку отправлена в профильные сообщества агротехнологов, а сам датасет попадает в подборку снимки полей.

Ключевое здесь — не объём, а экспертная разметка, которую сложно воспроизвести без агронома. Именно за неё платит покупатель.

Как повысить шанс продажи

• Название с ключевыми словами, по которым ищут: культура, задача, язык, формат.
• Метрики качества разметки: доля спорных примеров, сколько человек размечало.
• Пример использования: короткое описание, как обучить на датасете базовую модель, и какую точность она показала у вас (если меряли).
• Быстрые ответы на вопросы покупателей в течение суток.
• Регулярные версии с журналом изменений.

FAQ

Законно ли продавать данные? Да, если вы правообладатель, данные не содержат персональных данных без законных оснований и продажа не нарушает договоры.

Можно ли продать базу клиентов? Нет, если в ней есть персональные данные без согласия на передачу третьим лицам. Это нарушение 152-ФЗ. Продавать можно обезличенную агрегированную статистику.

Нужно ли быть ИП, чтобы продавать датасеты? Нет. Можно продавать как физлицо или самозанятый, если доход укладывается в лимиты режима.

Сколько стоит датасет? От бесплатного до очень дорогого. Цена зависит от объёма, уникальности, разметки и лицензии. Ориентируйтесь на аналоги в каталоге.

Что такое неэксклюзивная продажа? Вы продаёте копию датасета по лицензии и можете продать её же другим покупателям.

Готовы зарабатывать на данных? Разместите датасет на AI Data Stock: карточка с подсказками, автоматическая проверка ПД, продажа и аренда. Ищете данные — каталог.