Содержание
В поисках чистого контента: как AI-компании начали скупать и уничтожать старые книги
В то время как большие языковые модели (LLM) зачастую борются с потоком низкокачественного контента, сгенерированного нейросетями, на рынке появился неожиданный игрок: старые печатные книги. Как сообщает издание 404 Media, компания ISBNdb теперь выступает посредником, помогая лабораториям искусственного интеллекта закупать физические книги оптом, речь идет о заказах от тысячи до миллиона экземпляров.
ISBNdb, ранее известная как поставщик метаданных о книгах для библиотек и книготорговцев, позиционирует себя как крупнейшую в мире базу данных книг. Теперь же компания активно предлагает услуги массовой закупки печатной продукции для нужд ИИ-разработчиков. Аргументация проста: книги считаются «плотным, отредактированным, авторитетным» контентом, который невозможно полностью воссоздать путем простого сканирования веб-источников. Особое внимание уделяется изданиям, опубликованным до массового распространения генеративного ИИ, то есть до примерно 2022 года. По мнению ISBNdb, такие книги «структурно гарантированно» свободны от «AI slop» – контента, сгенерированного другими моделями, который сегодня заполонил интернет.
Уничтожение ради оцифровки: цена прогресса
Однако с этим процессом связан и тревожный аспект: масштабное сканирование часто приводит к уничтожению самого печатного экземпляра. Для ускорения и удешевления процесса работники обычно отрезают корешки книг, позволяя страницам проходить через автоматические сканеры.
Сама ISBNdb признает эту потенциальную репутационную проблему, отмечая, что заголовок вроде «AI-компания уничтожила два миллиона книг» вряд ли вызовет положительную реакцию общественности. Поэтому клиентам предлагается услуга полной конфиденциальности: строгие соглашения о неразглашении, гарантирующие, что личность заказчика, его закупочная стратегия и целевые издания никогда не будут раскрыты.
Странный всплеск спроса на букинистическом рынке
Независимые продавцы подержанных книг на таких платформах, как Alibris и Biblio, уже заметили резкий и нетипичный рост заказов с апреля 2026 года. По словам одного из мелких продавцов, количество еженедельных продаж выросло с двадцати до нескольких сотен, и он почти уверен, что покупатели связаны с ИИ-компаниями. Об этом говорят случайный подбор изданий и наличие корректных ISBN-номеров. Учитывая, что многие из этих книг редкие или больше не печатаются, их уничтожение может означать потерю одних из последних доступных экземпляров.
Поскольку ISBNdb и аналогичные сервисы обеспечивают анонимность покупателей, продавцы могут лишь предполагать, кто стоит за оптовыми заказами. Прямых подтверждений от конкретных AI-компаний нет.
Юридические аспекты и будущее индустрии
Эта ситуация разворачивается на фоне громкого судебного дела: американский суд утвердил мировую сделку с Anthropic на сумму 1,5 миллиарда долларов за использование пиратских копий книг для тренировки LLM-моделей. Судья также признал, что тренировка на легально приобретенных и отсканированных книгах подпадает под концепцию добросовестного использования (fair use). Часть аргументации строилась на том, что физический оригинал уничтожался в процессе оцифровки, таким образом, одна законная копия фактически заменяла другую.
Ограниченное количество печатных изданий, выпущенных до 2022 года, означает, что лаборатории, которые успеют закупить эти книги первыми, получат уникальные данные, недоступные конкурентам, полагающимся только на веб-сканирование. Букинистический рынок, который до недавнего времени представлял в основном культурную и коллекционную ценность, рискует незаметно трансформироваться в ключевое звено поставок для индустрии искусственного интеллекта.
