Jejak 1.000 Buku Mengarah ke Operasi Pemindaian Amazon untuk Data AI

Namun, laporan itu belum membuktikan jumlah total buku yang diproses atau mengidentifikasi model Amazon tertentu yang dilatih menggunakan hasil pemindaian tersebut. Kesimpulan yang paling hati-hati adalah bahwa 404 Media menemukan bukti adanya operasi digitalisasi buku Amazon yang kompatibel dengan pengumpulan data untuk AI—bukan pengakuan publik bahwa setiap buku yang diproses otomatis menjadi data pelatihan model tertentu.

Pernyataan Amazon dan pertanyaan yang belum terjawab

Amazon mengatakan kepada 404 Media bahwa perusahaan membeli buku “untuk meningkatkan produk kami”. Namun, menurut laporan tersebut, Amazon tidak mengungkap:

• berapa banyak buku yang dibeli;
• berapa banyak fasilitas yang melakukan pemindaian;
• produk mana yang menggunakan materi hasil pemindaian; atau
• apakah alur kerja di Las Vegas secara khusus digunakan untuk melatih model AI.

Pembedaan ini penting. Bukti yang tersedia mencakup kiriman yang dilacak, tujuan di dalam fasilitas Amazon, unit pemrosesan buku, serta keterangan pekerja tentang pemindaian dan penghancuran. Bukti tersebut belum menjadi pengakuan lengkap mengenai skala operasi atau hubungan langsung dengan satu model AI bernama.

Mengapa penjual buku mencurigai pengumpulan katalog ISBN

Sejumlah penjual buku mengatakan kepada 404 Media bahwa beberapa pesanan grosir terlihat tidak biasa: isinya beragam dan tampaknya tidak terlalu mempertimbangkan nilai jual kembali, kondisi, tema, atau harga buku. Pembeli yang berfokus pada penjualan kembali biasanya perlu memperhitungkan permintaan dan margin keuntungan. Sebaliknya, pembeli yang mengejar data pelatihan mungkin lebih tertarik memperoleh judul dan ISBN sebanyak mungkin.

Pola ini memunculkan dugaan bahwa perusahaan AI atau perantara data sedang berusaha mengakses katalog buku terbitan secara luas, bukan hanya memilih judul yang paling menguntungkan secara komersial. 404 Media sebelumnya melaporkan bahwa ISBNdb menawarkan pengadaan buku cetak dalam jumlah besar untuk perusahaan AI. Setelah pemberitaan tersebut, ISBNdb menghapus materi terkait dan menyebut halaman itu sebagai “uji minat pasar”.

Bukti yang ada tidak menunjukkan bahwa setiap pesanan buku yang tampak acak pasti berkaitan dengan Amazon atau AI. Akan tetapi, pola tersebut menjelaskan mengapa pasar buku sulit dibaca oleh penjual: pesanan yang tidak masuk akal sebagai transaksi ritel bisa terlihat masuk akal jika tujuannya adalah memperluas cakupan sebuah dataset.

Mengapa buku lama menarik bagi pengembang AI

Buku cetak menawarkan kumpulan bahasa yang ditulis manusia sebelum teks generatif AI membanjiri internet. Buku lama dan karya yang sudah tidak dicetak lagi juga dapat memuat informasi khusus, lokal, historis, atau sulit ditemukan yang belum tersedia secara luas dalam format daring.

Karena itu, buku fisik berpotensi menyediakan teks yang luas sekaligus lebih kecil kemungkinannya berisi materi sintetis. Pelaporan 404 Media mengenai ISBNdb menyebut buku lama bernilai karena relatif “bebas dari AI slop”—istilah untuk konten AI berkualitas rendah atau berulang yang memenuhi internet.

Peneliti dan pengembang juga membahas risiko “keruntuhan model” atau model collapse: kemungkinan bahwa pelatihan berulang menggunakan keluaran sintetis dapat mengurangi kualitas atau keragaman model generasi berikutnya. Kekhawatiran itu membantu menjelaskan minat terhadap materi lama yang dibuat manusia, tetapi bukan bukti bahwa model Amazon telah mengalami keruntuhan model atau bahwa buku-buku di Las Vegas dikumpulkan khusus karena alasan tersebut.

Kemiripan dengan Project Panama milik Anthropic

Alur yang dilaporkan di Amazon mengingatkan pada Project Panama milik Anthropic. Dalam operasi itu, Anthropic membeli buku fisik, melepaskan jilidnya, memindai halaman, lalu membuang salinan kertas untuk menghasilkan materi digital bagi pengembangan AI.

Dalam putusan 23 Juni 2025 pada perkara Bartz v. Anthropic, Hakim William Alsup menyatakan bahwa penggunaan buku untuk melatih Claude dan pendahulunya bersifat “sangat transformatif” dan merupakan fair use atau penggunaan wajar berdasarkan fakta yang dianalisis pengadilan. Hakim juga menilai digitalisasi buku cetak yang dibeli secara sah sebagai penggunaan wajar, karena Anthropic mengganti salinan fisik yang dibeli dengan salinan digital yang lebih hemat tempat dan mudah dicari untuk perpustakaan internalnya.

Putusan itu bukan aturan umum bahwa menghancurkan buku otomatis membuat pelatihan AI menjadi sah. Cara memperoleh buku, tujuan penggunaannya, apakah salinan disimpan atau didistribusikan kembali, serta fakta-fakta lain tetap berpengaruh. Perkara yang sama memperlakukan pembangunan perpustakaan dari buku bajakan milik Anthropic secara berbeda.

Batas hukum tersebut menjadi bagian penting dari cerita Amazon. Sekalipun buku-buku itu dibeli secara sah, pertanyaan mengenai skala operasi, penggunaan hasil pemindaian, kontrak dengan penulis atau penerbit, dan hilangnya buku langka secara fisik tetap berbeda dari analisis penggunaan wajar yang sempit dalam perkara Bartz.

Masalahnya bukan hanya hak cipta

Keberatan penjual buku tidak semata-mata berkaitan dengan penjualan yang hilang atau kompensasi hak cipta. Buku langka dan buku yang sudah tidak dicetak dapat memiliki nilai historis, intelektual, budaya, dan sentimental. Ketika salinan yang sulit ditemukan dipotong dan didaur ulang, teksnya mungkin tetap hidup sebagai hasil pemindaian, tetapi artefak fisiknya lenyap.

Hal ini menimbulkan persoalan pelestarian yang tidak sepenuhnya dapat dijawab oleh putusan hak cipta. Sebuah proses bisa saja dianggap dapat dipertahankan secara hukum berdasarkan fakta tertentu, tetapi tetap mengkhawatirkan bagi kolektor, penjual buku, perpustakaan, dan pembaca yang memandang buku fisik lebih dari sekadar wadah teks.

Kontroversi ini juga menunjukkan adanya ketimpangan informasi. Perusahaan AI dapat memahami nilai sebuah buku sebagai data jauh sebelum penjual perorangan menyadari bahwa pesanan grosir yang tampak aneh merupakan bagian dari strategi pengadaan yang lebih besar. Pernyataan Amazon bahwa buku dibeli untuk meningkatkan produknya masih menyisakan pertanyaan praktis bagi industri buku: seberapa luas pembelian itu, apa saja yang dipindai, dan apa yang terjadi pada berkas hasilnya.

Dalam konteks ambisi AI Amazon

Dugaan operasi buku tersebut sejalan dengan upaya Amazon bersaing di bidang AI tingkat lanjut. Reuters melaporkan pada Juli 2026 bahwa Amazon sedang mengubah strategi AI dengan mengurangi banyak model internal dan memusatkan sumber daya pada upaya membangun model frontier baru.

AWS juga memasarkan Nova Forge, layanan yang memungkinkan pelanggan menggabungkan data milik mereka dengan data pelatihan yang dikurasi Amazon untuk mengembangkan model frontier yang disesuaikan.

Konteks ini menunjukkan alasan strategis bagi Amazon untuk menghargai teks berkualitas tinggi, tetapi tidak membuktikan bahwa buku-buku yang dilacak 404 Media digunakan untuk melatih model tertentu. Bukti terkuat tetap berasal dari pelaporan langsung mengenai kiriman dan fasilitas di Las Vegas.

Pertanyaan besarnya kini melampaui satu gudang: apakah pasar buku fisik sedang berubah menjadi rantai pasokan tak kasatmata bagi AI? Investigasi 404 Media menunjukkan bahwa, setidaknya dalam satu kasus yang terdokumentasi, buku berpindah dari penjual ke fasilitas pemrosesan Amazon, dipindai, lalu dihancurkan. Skala penuh operasi dan penggunaan data setelahnya masih belum diungkapkan.