ARTICLE · 1179191
不起眼的运输文件,怎么惹出了一场AI创业官司?
不起眼的运输文件,怎么惹出了一场AI创业官司?文件出门 01 2023年末，Bryan Lacaillade在与筹备创业的同事沟通时，提醒大家不能使用Flexport的资源，还建议核对聘用文件、寻求法律意见。 这段记录后来出现在美国加州北区联邦法院的一份裁定中。提醒在前，文件转移在后。 
2024年5月，Yingwei（Jason）Zhao将约2000份运输文件转入个人及Freightmate的Google Drive。当时他仍在Flexport任职，直到6月才离开。两名创始人此前分别从事技术项目和产品管理工作。 他们离开的，是一家既做货运、也做软件的公司。Flexport提供海运、空运、报关和履约等服务，通过数字平台帮助客户查看货物进度和相关文件。 Freightmate把切口放在货代办公室里。按照官网介绍，它读取运输文件、核对数据，再自动建立运输记录并同步到运输管理系统，也提供报关资料准备、发票核对等功能。 这门生意有一个容易理解的客户需求。一票货来了，操作人员打开邮件、下载附件、核对信息，再填进系统。客户多了，复制粘贴也得跟着扩产。若软件能减少录入和检查，货代就有理由考虑购买。 做过这类产品的人，知道操作人员在哪一步最费时间，也知道哪些文件最难处理。行业经历让他们更容易找到机会，老东家的系统则让真实材料近在眼前。 据The Loadstar对相关文件的报道，转移的资料涉及约70票运输，包括提单、装箱单、运输指令和到货通知。这些文件原本用于安排和交接货物，进入新公司的云盘后，开始与软件开发发生联系。 2025年3月，Flexport将Freightmate及两名创始人告上法庭。文件为什么被转走、后来怎样使用，成为需要交代的问题。 样本省事 02 其中约5至10份文件，被用于测试ChatGPT提取标准运输信息的效果。 很多人会觉得动作很熟悉：拿几份材料试一下，看看AI能不能读对。在日常办公里，把报价表拖进工具整理、上传邮件生成回复，也常常从这样一次试用开始。 从开发角度看，几份样本可以帮助团队发现问题。重量有没有读错，收货人是否漏掉，表格里的字段能否对应进系统，都会影响产品是否可用。 
国内也有相近的项目。合合信息曾披露，与上港集团物流有限公司兴宝仓储分公司合作，将提货单等物流单证中的信息自动提取并录入系统。据供应商披露，整体工作效率提升80%；这是该项目公布的效果，不代表所有物流企业都能达到这一水平。 它说明单据处理确实有商业需求。至于能省下多少工作，往往要到真实业务里验证。 一份模拟提单，可以把字段摆得整整齐齐。客户发来的附件通常没这么体贴：扫描歪了，印章压住文字，同一份文件有两个版本，重量还可能分毛重、净重和计费重量。软件在演示里读得很快，到了操作人员那里，可能需要不断请人确认。 设想提单已经改了重量，装箱单仍保留旧数字，邮件又附了一份版本不明的文件。AI识别出三个数字，接着该用哪个？若不能发现冲突，自动录入只是把人工错误换了一个入口。 真实文件的开发价值，就在这些不整齐的地方。团队可以拿它测试准确率、比较提示词、检查处理规则。这些用途不一定涉及训练模型，却同样能帮助产品改进。 若还有人工确认、修改邮件和最终结果，开发者就有机会理解操作人员怎样解决问题。最终单据留下一个正确数字，过程记录可能解释这个数字为什么正确。 取得这类材料，需要找合作客户、收样本、整理格式、核对结果。老东家的业务系统里，已经存在一部分现成资料。对于刚成立的公司，这可以少做一些前置工作；但材料是否允许这样使用，需要另行核查。 物流企业积累的数据，也不能只按文件数量估价。重复、过时、缺少上下文的单据，价值可能有限。能关联到同一票货、有可靠处理结果、覆盖不同问题的样本，才更有机会帮助团队判断软件能干到哪一步。这是对开发机制的分析，不能据此推算Freightmate从涉案材料中获得了多少收益。 删除留疑 03 2024年7月，Freightmate方面删除了相关文件，解释是为了确保产品独立开发。 清理资料之后，追查先前用途却有了另一层难度。哪份文件进过哪个账户，模型输出了什么，测试结果有没有影响后续修改？原始文件消失，并不会让这些问题一并消失。 删除键可以清空文件夹，不能补写开发日志。 法院对删除行为作了时间上的区分。2026年9月的裁定认定，相关证据保存义务在2024年9月收到Flexport来函后产生；部分后续证据丢失妨碍了Flexport举证，但不足以认定被告具有阻止对方在诉讼中使用证据的特定意图。 不能把所有清理行为统一写成“销毁证据”。 
软件开发留下的线索可能散落在云盘、模型账户、测试记录和代码仓库里。追查资料与产品之间的关系，需要把这些环节连起来。老东家主张资料被用于开发，需要证据；创业团队解释产品独立完成，也需要过程支持。 这里还有一条不能跳过的事实边界：目前披露的和解信息，尚未确立涉案文件被用于训练Freightmate模型或纳入产品。用单据测试信息提取，训练模型，以及将相关资料或成果用于出售的软件，是需要分别核查的动作。 两家公司最终和解。Freightmate可以继续经营，持有或使用Flexport机密资料受到限制，并将接受独立审查，报告须在2027年1月30日前提交。相关承认仅用于和解判决，法院没有对双方争议中的具体事实和责任作出认定。 生意可以接着做，开发过程还要继续查。这批单据到底在产品中留下了什么，仍有问题等待回答。 合作算账 04 对于国内物流企业，这个案例的参照作用，也在日常合作里。 可以设想一家货代购买单证处理软件。系统刚接入时，操作人员发现一些问题：某个字段识别错了，某种格式读不出来，旧版附件被当成新版。员工逐项纠正，供应商据此改进功能。几个月后，软件更好用了，改进后的功能也可能服务更多客户。 物流企业购买了效率，同时贡献了真实样本、业务判断和纠错时间。这些投入，值得算进合作账里。 供应商投入技术和开发人力，当然需要回报。物流企业开放哪些材料、允许用于什么、能否用于服务其他客户，也应当在合作开始时说明。低价试用、免费接入，能减少一笔采购支出，却不能替双方回答后续数据用途。 国内已有相关保护规则。符合条件的经营数据可以作为商业秘密受到保护，企业需要证明其非公开性、商业价值和相应保密措施；涉及委托处理个人信息的，受托方还需要遵守约定的处理目的和方式。具体责任按国内法律和事实判断，美国案件的处理不能直接照搬。 这些要求落到业务里，问题并不复杂：给供应商文件，是为了完成录单，还是也允许改进它面向其他客户的产品？员工纠正的结果，可以留存多久？合作结束后，哪些材料要返还或删除？ 
过去，单据主要帮助企业完成运输、结算和追责。AI增加了它们参与软件开发的可能性。它们未必马上能卖出价钱，取得、整理和核验的成本，却已经发生在真实业务里。 这也不等于所有旧运单都会变成贵重资产。数据能带来多少收益，取决于质量和用途；企业需要守住的，是对使用范围的判断与约定。别人愿意提供一套系统，自己也可能提供了让系统变得更好用的材料。 Freightmate还可以向客户演示软件，审查人员则会继续追踪Flexport文件的去向。客户关心少录了多少单、少出了多少错；老东家要追问，这些能力的开发，是否使用了自己的资料。 物流企业可以为技术付费，也该把自己贡献的业务材料算进合作账里。合同里的软件功能写得很细，文件离开系统后能用于什么，同样值得占几行。
旧运单、扫描件、业务邮件，正在成为AI开发材料。文件有了新用途，使用它的人也得重新交代权限。
有些资料，平时普通到没人愿意多看一眼：旧订单、业务邮件、扫描歪了的单据，还有改过几遍的表格。它们躺在电脑和业务系统里，等着被查询、核对，或者归档。到了AI开发者手里，这些文件却可能成为测试软件的现成材料。
一份文件，能让开发者发现模型读错了哪个字段；几份关联资料，可能暴露软件处理不了的信息冲突。过去留下的业务记录，开始参与新产品的开发。麻烦也随之出现：每天经手这些资料的人，能不能拿它们去做自己的生意？
美国货运公司Flexport与物流AI公司Freightmate的诉讼，就把这个问题摆上了桌面。约2000份运输文件被转入个人和新公司的云盘，其中少量用于测试ChatGPT。它们包括提单、装箱单和到货通知，都是货代熟悉的日常文件。
