ainews
Редкие книги с AirTag привели журналистов к объекту Amazon для обучения ИИ
404 Media подложили AirTag в посылку с редкими книгами и отследили её до складов Amazon в Лас-Вегасе, где тысячи книг сканируют и уничтожают для обучения моделей. Продавцы книг давно подозревали анонимных покупателей, заказывающих огромные партии без торга — теперь есть прямое доказательство.
Это меняет понимание того, откуда берутся данные для обучения крупных моделей, и показывает, что физический мир становится частью AI supply chain. Важно для всех, кто владеет контентом или конкурирует с компаниями, имеющими доступ к таким объёмам данных.
Что произошло
404 Media провели расследование с Apple AirTag: подложили трекер в партию из ~1000 редких книг, которую анонимный покупатель заказал через маркетплейс Biblio в июле 2024. Трекер привёл на склад Amazon LAS8 в Лас-Вегасе, в секцию VGT3, где на входе красуется логотип динозавра с книгой.
Продавцы книг давно жаловались на странные заказы: огромные партии, никакого торга, полная анонимность. Подозревали AI-компании, но доказательств не было. Теперь есть: сотрудники Amazon на форумах подтвердили, что VGT3 занимается деструктивным сканированием книг — режут корешки, сканируют страницы, уничтожают.
Это не первый случай: в июне 2024 всплыла история про Anthropic, которые тоже массово скупали книги для обучения моделей. Разница — теперь мы знаем, что Amazon делает это в промышленных масштабах, буквально на конвейере.
Метод простой, но эффективный: положи трекер, подожди неделю, получи адрес. Классическая журналистика встретилась с потребительской электроникой — и вскрыла то, что компании предпочитали скрывать.
Автор: Сергей Ефимов · Источник: simonwillison.net
Разработчикам. Теперь понятно, откуда у Amazon данные для обучения моделей чтения и понимания текста. Если делаете RAG или работаете с документами — учитывайте, что конкуренты могут иметь доступ к миллионам отсканированных книг, включая редкие издания. Открытых датасетов такого качества нет.
Бизнесу. Amazon строит тренировочный конвейер из физических книг — это сигнал, что текстовых данных из интернета уже недостаточно. Если у вас архивы, библиотеки, редкие тексты — это актив, который можно монетизировать или защищать. Книжный бизнес становится частью AI supply chain.
Инвесторам. Amazon инвестирует в физическую инфраструктуру для сбора тренировочных данных — признак того, что качественный контент дефицитен. Растёт ценность компаний, владеющих уникальными текстовыми архивами: издательства, библиотеки, научные базы. Смотрите на сделки типа HarperCollins–AI-компании.
- Сервисы защиты авторских прав для издательств: трекинг книг, мониторинг массовых закупок, юридическая поддержка против несанкционированного сканирования
- Платформы лицензирования контента для AI-компаний: легальный доступ к книгам, журналам, архивам — посредник между правообладателями и разработчиками моделей
- Консалтинг для книготорговцев: как распознать AI-покупателей, стоит ли продавать, как торговаться за данные
- Инструменты для водяных знаков в физических книгах: метки, по которым можно отследить источник утечки в тренировочные датасеты
- Аукционы эксклюзивного контента для AI-компаний: редкие издания, архивы, рукописи — продавайте не книги, а права на сканирование
- Юридическая бомба: массовое сканирование без согласия правообладателей может привести к искам на миллиарды, как в случае с музыкой и кино в нулевых
- Репутационный удар: Amazon и другие гиганты могут столкнуться с бойкотом со стороны издательств и авторов, дефицит легального контента усилится
- Переоценка ценности данных: не все тексты одинаково полезны для обучения, массовое сканирование может быть неэффективным вложением
- Эскалация защиты: издательства начнут внедрять DRM и метки в печатные книги, усложняя доступ даже для легальных целей
Это не просто расследование — это сигнал, что эра дешёвых данных закончилась. Amazon строит физические конвейеры для сканирования книг, потому что интернет уже выжат досуха. Тысячи редких изданий разрезаются, сканируются и идут в топку ради обучения моделей.
Самое интересное — реакция рынка. Издательства до сих пор продают права на копейки, а книготорговцы радуются крупным заказам, не понимая, что сидят на золотой жиле. Через пару лет начнутся суды, как в своё время с музыкой, — но пока что Amazon и конкуренты спокойно скупают всё, что плохо лежит. Если у вас есть архив уникальных текстов — пора думать не о продаже, а о лицензировании.
Комментарии