Amazon skanuje książki i niszczy oryginały? Śledztwo 404 Media pokazuje zaplecze AI

Przesyłka około tysiąca książek stała się punktem wyjścia do śledztwa 404 Media w sprawie rzekomej operacji Amazona, w ramach której drukowane książki są kupowane, digitalizowane, a następnie niszczone. Dziennikarze powiązali przesyłkę z obiektem Amazona w Las Vegas i opisali proces zgodny z tworzeniem dużego zbioru tekstów na potrzeby sztucznej inteligencji. Amazon oświadczył, że kupuje książki „aby ulepszać nasze produkty”, ale nie ujawnił publicznie, ile ich nabywa, w ilu placówkach są skanowane ani czy operacja w Las Vegas zasila konkretny model AI.

Co pokazał Apple AirTag

404 Media umieściło lokalizator Apple AirTag w zbiorczej przesyłce kupionej od sprzedawcy książek z Kalifornii. Według relacji przesyłka przejechała przez Wisconsin i Kolorado, a następnie dotarła do magazynu Amazona LAS8 w Las Vegas. Później skierowano ją do VGT3 — operacji znajdującej się w północnej części kompleksu. Dziennikarze zidentyfikowali ją między innymi po logo przedstawiającym tyranozaura z książką oraz dzięki rozmowom z pracownikami.

Znaczenie tej historii nie polegało wyłącznie na tym, że Amazon otrzymał książki. Miejsce docelowe i relacje pracowników sugerowały, że VGT3 przetwarza książki, zamiast traktować je jak zwykły towar przeznaczony do odsprzedaży, magazynowania czy realizacji zamówień.

Schemat: kupić, zeskanować, zniszczyć

Według pracowników cytowanych przez 404 Media do operacji trafiają duże partie drukowanych książek. Następnie usuwa się ich oprawy, aby kartki mogły przejść przez szybkie skanery. Skanowane są strony oraz kody kreskowe, a luźny papier jest wyrzucany lub przekazywany do recyklingu.

W efekcie fizyczna książka zostaje przekształcona w tekst możliwy do odczytania przez komputer, a oryginalny egzemplarz znika. To zasadniczo inny proces niż kupowanie książek z myślą o ich sprzedaży, przechowywaniu lub wysyłce klientom.

Śledztwo wskazuje na istnienie znaczącego łańcucha nabywania i digitalizacji książek, ale nie ustala jego całkowitej skali. Nie wskazuje też konkretnego modelu Amazona, który miałby być trenowany na zeskanowanych materiałach.

Co powiedział Amazon, a czego nadal nie wiadomo

Amazon przekazał 404 Media, że kupuje książki „aby ulepszać nasze produkty”. Firma nie ujawniła jednak — według relacji serwisu — ile książek nabywa, ile placówek je skanuje, które produkty korzystają z powstałych materiałów ani czy proces w Las Vegas służy bezpośrednio do trenowania modeli AI.

To ważne rozróżnienie. Śledztwo dostarcza dowodów dotyczących samego procesu: śledzonej przesyłki, jej miejsca docelowego w obiekcie Amazona, operacji zajmującej się książkami oraz relacji pracowników opisujących skanowanie i niszczenie. Nie jest jednak pełnym publicznym przyznaniem, że każda książka przetwarzana w tym miejscu trafia do zbioru treningowego konkretnego modelu Amazona.

Najostrożniejszy, a zarazem istotny wniosek brzmi więc: 404 Media znalazło dowody na operację digitalizacji książek prowadzoną przez Amazona, która wygląda na zgodną z pozyskiwaniem danych dla AI. Dzieje się to w czasie, gdy Amazon inwestuje w rozwój zaawansowanych modeli i usług związanych z danymi. Reuters informował osobno, że firma zmienia strategię AI i koncentruje zasoby na nowym przedsięwzięciu związanym z modelem frontierowym.

Dlaczego sprzedawcy podejrzewają zakup całego katalogu

Sprzedawcy książek powiedzieli 404 Media, że niektóre zamówienia hurtowe wyglądały nietypowo: były bardzo różnorodne i wydawały się mało zależne od wartości odsprzedaży, stanu, tematyki czy ceny konkretnego tytułu. Nabywca nastawiony na handel detaliczny zwykle musi brać pod uwagę popyt i marżę. Nabywca zainteresowany danymi treningowymi może natomiast chcieć zdobyć możliwie szeroki przekrój tytułów i numerów ISBN.

To skłoniło handlarzy do podejrzeń, że firmy AI lub pośrednicy zajmujący się danymi próbują przepracować katalog wydanych książek na masową skalę, zamiast wybierać wyłącznie tytuły atrakcyjne komercyjnie. 404 Media informowało wcześniej, że ISBNdb reklamowało pozyskiwanie dużych ilości drukowanych książek dla firm zajmujących się AI. Po publikacji materiału serwis usunął odpowiednie treści i stwierdził, że strona była jedynie testem zainteresowania rynku.

Nie dowodzi to, że każde nietypowe zamówienie ma związek z Amazonem lub sztuczną inteligencją. Pokazuje jednak, dlaczego sprzedawcom trudno dziś interpretować rynek: zamówienie wyglądające na przypadkowe może nie mieć sensu jako transakcja detaliczna, a jednocześnie mieć sens jako próba maksymalnego poszerzenia zbioru danych.

Dlaczego starsze książki są cenne dla AI

Drukowane książki oferują coś, czego twórcy modeli coraz bardziej potrzebują: obszerne zbiory języka stworzonego przez ludzi, zanim internet zalała generatywna treść AI. Starsze i wyczerpane nakłady mogą również zawierać wyspecjalizowane, lokalne lub historyczne informacje, które nigdy nie zostały szeroko udostępnione w sieci.

Dzięki temu fizyczne książki są potencjalnym źródłem tekstu szerokiego tematycznie i mniej narażonego na to, że składa się z materiałów syntetycznych. W relacjach 404 Media dotyczących ISBNdb stare książki przedstawiano jako wartościowe między innymi dlatego, że są wolne od tak zwanego „AI slopu”, czyli masowo generowanych, niskiej jakości treści AI.

Badacze i twórcy modeli dyskutują również o zjawisku określanym jako „model collapse”. Chodzi o możliwość, że wielokrotne trenowanie modeli na treściach wygenerowanych przez inne modele obniży jakość lub różnorodność kolejnych systemów. To pomaga wyjaśnić zainteresowanie starszymi, stworzonymi przez ludzi materiałami, ale nie dowodzi, że modele Amazona doświadczyły takiego załamania ani że właśnie z tego powodu zbierano książki w Las Vegas.

Anthropic, Project Panama i granica prawa

Opisywany proces Amazona przypomina Project Panama firmy Anthropic. W ramach tej operacji Anthropic kupowało fizyczne książki, usuwało ich oprawy, skanowało strony, a następnie wyrzucało papierowe oryginały, aby pozyskać cyfrowe materiały do pracy nad AI.

W postanowieniu z 23 czerwca 2025 roku w sprawie Bartz v. Anthropic sędzia William Alsup uznał, że wykorzystanie książek do trenowania Claude’a i jego poprzedników było — w analizowanych okolicznościach — „wyjątkowo transformacyjne” i mieściło się w ramach dozwolonego użytku na gruncie amerykańskiego prawa autorskiego. Sąd uznał również za dozwoloną digitalizację legalnie kupionych książek drukowanych, ponieważ Anthropic zastępowało posiadane egzemplarze papierowe odpowiadającymi im, wygodniejszymi i przeszukiwalnymi kopiami cyfrowymi w wewnętrznej bibliotece.

Nie był to jednak ogólny werdykt, że zniszczenie książki automatycznie czyni trenowanie AI legalnym. Znaczenie miały sposób pozyskania materiałów, cel wykorzystania, to, czy kopie były przechowywane lub rozpowszechniane, oraz pozostałe okoliczności. W tej samej sprawie inaczej potraktowano stworzenie biblioteki z książek uzyskanych piracko.

Ta granica prawna jest kluczowa dla historii Amazona. Nawet jeśli firma kupuje książki legalnie, osobnymi kwestiami pozostają skala operacji, wykorzystanie skanów, umowy z autorami i wydawcami oraz los rzadkich fizycznych egzemplarzy. Nie rozstrzyga ich wąska analiza dozwolonego użytku przeprowadzona w sprawie Bartz.

To nie tylko spór o prawa autorskie

Sprzeciw sprzedawców książek nie dotyczy wyłącznie utraconej sprzedaży ani wynagrodzeń z tytułu praw autorskich. Rzadkie i wyczerpane książki mogą mieć wartość historyczną, intelektualną, kulturową i sentymentalną. Kiedy unikatowy egzemplarz zostaje rozcięty i poddany recyklingowi, treść może przetrwać jako skan, ale fizyczny artefakt przepada.

To problem związany z ochroną dziedzictwa, którego samo orzeczenie dotyczące praw autorskich nie rozwiązuje. Proces może być prawnie możliwy w określonych warunkach, a jednocześnie budzić sprzeciw kolekcjonerów, księgarzy, bibliotek i czytelników, którzy postrzegają książki jako coś więcej niż tylko pojemniki na tekst.

Kontrowersja pokazuje też nierównowagę informacji. Firmy AI mogą rozumieć wartość danych zawartych w niszowych książkach na długo przed tym, zanim pojedynczy sprzedawca zorientuje się, że pozornie dziwne zamówienie hurtowe jest częścią szerszej strategii zakupowej. Publiczna deklaracja Amazona, że kupuje książki w celu ulepszania produktów, pozostawia bez odpowiedzi najważniejsze dla rynku pytania: jak duża jest ta działalność, co dokładnie jest skanowane i co dzieje się z powstałymi plikami.

Szerszy kontekst strategii AI Amazona

Rzekoma operacja wpisuje się w szersze ambicje Amazona związane z konkurowaniem w zaawansowanej sztucznej inteligencji. Reuters informował w lipcu 2026 roku, że firma ogranicza rozwój wielu własnych modeli i koncentruje zasoby na nowym przedsięwzięciu dotyczącym modelu frontierowego. AWS oferuje również Nova Forge — usługę pozwalającą klientom łączyć własne dane z wyselekcjonowanymi przez Amazona danymi treningowymi podczas tworzenia niestandardowych modeli frontierowych.

To stanowi strategiczny powód, dla którego Amazon może być zainteresowany wysokiej jakości tekstem. Nie dowodzi jednak samo w sobie, że książki prześledzone przez 404 Media posłużyły do trenowania konkretnego modelu. Najmocniejszym dowodem pozostają bezpośrednie ustalenia dziennikarzy dotyczące przesyłki i placówki w Las Vegas.

Najważniejsze pytanie brzmi dziś: czy rynek fizycznych książek staje się niewidzialnym łańcuchem dostaw dla sztucznej inteligencji? Śledztwo 404 Media sugeruje, że przynajmniej w jednym udokumentowanym przypadku książki przeszły drogę od sprzedawcy do operacji Amazona, gdzie zostały zeskanowane i zniszczone. Pełna skala zjawiska oraz dalsze wykorzystanie plików pozostają nieujawnione.