Ett AirTag-spår ledde till Amazons bokskanning – och väcker frågor om AI-träning

Granskningen visar tecken på en omfattande pipeline för inköp och digitalisering av böcker. Den fastställer däremot inte hur många böcker som totalt har behandlats eller vilken specifik Amazon-modell som i så fall tränats på materialet.

Amazons svar lämnar centrala frågor öppna

Amazon uppgav för 404 Media att företaget köper böcker ”för att förbättra våra produkter”. Enligt granskningen ville bolaget inte säga hur många böcker det köper, hur många anläggningar som skannar dem, vilka produkter som använder materialet eller om arbetsflödet i Las Vegas specifikt används för AI-träning.

Skillnaden är viktig. 404 Medias uppgifter ger operativa belägg: en spårad leverans, en destination inne på en Amazon-anläggning, en bokbearbetande verksamhet och anställdas beskrivningar av skanning och förstörelse. Det är däremot inte samma sak som ett fullständigt offentligt erkännande av att alla böcker som behandlas där blir träningsdata för en namngiven Amazon-modell.

Den mest försiktiga – men fortfarande betydelsefulla – slutsatsen är att 404 Media har hittat belägg för en Amazon-verksamhet som digitaliserar böcker på ett sätt som verkar förenligt med insamling av AI-data. Det sker samtidigt som Amazon satsar på utveckling av så kallade frontier-modeller, alltså mycket avancerade AI-modeller. Reuters har separat rapporterat att Amazon styr om sin AI-strategi mot ett nytt frontier-modellprojekt.

Därför misstänker bokhandlare ett försök att kartlägga hela katalogen

Bokhandlare berättade för 404 Media att vissa större beställningar såg ovanliga ut: de var spretiga och verkade ta liten hänsyn till en boks andrahandsvärde, skick, ämne eller pris. En köpare som vill sälja böcker vidare behöver vanligtvis välja titlar utifrån efterfrågan och vinstmarginal. En köpare som vill bygga träningsdata kan i stället ha intresse av att samla in ett brett urval av titlar och ISBN-nummer.

Det har fått återförsäljare att misstänka att AI-bolag eller dataförmedlare försöker arbeta sig igenom den utgivna bokkatalogen, snarare än att bara köpa kommersiellt attraktiva titlar. 404 Media rapporterade tidigare att ISBNdb marknadsförde storskaliga inköp av tryckta böcker till AI-bolag. Efter granskningen tog ISBNdb bort det relevanta materialet och sade att webbsidan varit ett test av marknadsintresset.

Mönstret bevisar inte att varje ovanlig beställning har koppling till Amazon eller AI. Det visar däremot varför marknaden blivit svår att tolka för bokhandlare: en till synes slumpmässig order kan vara obegriplig som detaljhandel, men logisk som ett försök att maximera bredden i ett dataset.

Varför äldre böcker är attraktiva för AI-utvecklare

Tryckta böcker erbjuder stora mängder mänskligt skrivet språk från en tid innan generativ AI blev vanlig. Äldre och slutsålda verk kan dessutom innehålla specialiserad, lokal eller historisk information som aldrig har gjorts lättillgänglig på nätet.

Det gör fysiska böcker till en potentiellt bred källa till text som i mindre utsträckning består av syntetiskt, AI-genererat material. I 404 Medias rapportering om ISBNdb beskrevs äldre böcker som värdefulla bland annat eftersom de är fria från det som ibland kallas ”AI-slop” – en växande oro för att framtida dataset ska fyllas av maskinskriven text.

Forskare och utvecklare diskuterar också ”modellkollaps”: risken att upprepad träning på syntetiskt material gradvis försämrar framtida modellers kvalitet eller mångfald. Den oron kan förklara intresset för äldre, mänskligt skapade texter. Den är däremot inte ett bevis för att Amazons modeller har drabbats av modellkollaps eller att just böckerna i Las Vegas samlades in av det skälet.

Likheten med Anthropic – och den juridiska gränsen

Det rapporterade Amazon-arbetsflödet liknar Anthropic-projektet Panama. Där köpte Anthropic fysiska böcker, tog bort bindningarna, skannade sidorna och slängde papperskopiorna för att skapa digitalt material till sitt AI-arbete.

I ett beslut den 23 juni 2025 i målet Bartz v. Anthropic gjorde den amerikanske domaren William Alsup en viktig åtskillnad. Han bedömde att användningen av böckerna för att träna Claude och föregångarna var ”exceptionellt transformativ” och utgjorde fair use enligt amerikansk upphovsrätt, utifrån omständigheterna i målet. Han bedömde också att digitalisering av lagligt köpta tryckta böcker kunde vara fair use, eftersom Anthropic ersatte de fysiska exemplaren med motsvarande, sökbara digitala kopior i sitt interna bibliotek.

Domen innebar inte att det automatiskt blir lagligt att förstöra en bok för att träna AI. Hur böckerna förvärvats, syftet med användningen, om kopiorna sparats eller spridits och övriga omständigheter var fortfarande avgörande. Samma rättsprocess behandlade Anthropics separata skapande av ett bibliotek med piratkopierade böcker på ett annat sätt.

Den juridiska skillnaden är central även i Amazon-fallet. Även om Amazon köper böckerna lagligt kvarstår frågor om verksamhetens omfattning, hur skanningarna används, avtal med författare och förlag samt bevarandet av sällsynta fysiska verk. Sådana frågor besvaras inte av den begränsade fair-use-bedömningen i Bartz.

Mer än en upphovsrättsfråga

Bokhandlarnas invändningar handlar inte bara om försäljning eller ersättning enligt upphovsrätten. Sällsynta och slutsålda böcker kan ha historiskt, intellektuellt, kulturellt och personligt värde. När ett sällsynt exemplar skärs sönder och återvinns kan texten överleva som en skanning – men det fysiska föremålet är borta.

Det skapar en bevarandefråga som en upphovsrättsdom inte fullt ut kan besvara. En process kan vara juridiskt försvarbar under vissa omständigheter och samtidigt väcka stark oro hos samlare, bokhandlare, bibliotek och läsare som ser böcker som mer än behållare för text.

Kontroversen synliggör också en informationsobalans. AI-bolag kan förstå värdet i obskyra böcker som träningsdata långt innan enskilda säljare inser att en märklig bulkorder ingår i en större insamlingsstrategi. Amazons offentliga formulering om att böckerna köps för att förbättra företagets produkter lämnar därför de mest praktiska frågorna obesvarade: hur omfattande inköpen är, vad som skannas och vad som händer med filerna.

Passar in i Amazons större AI-satsning

Den påstådda bokverksamheten passar in i Amazons bredare försök att konkurrera inom avancerad AI. Reuters rapporterade i juli 2026 att Amazon avvecklar många av sina egenutvecklade modeller och i stället koncentrerar resurser på ett nytt frontier-modellprojekt. AWS marknadsför också Nova Forge, en tjänst där kunder kan kombinera egna data med träningsdata som Amazon har sammanställt när de utvecklar anpassade frontier-modeller.

Det ger Amazon ett strategiskt skäl att värdera högkvalitativ text, men bevisar inte i sig att böckerna som 404 Media spårade användes för att träna en viss modell. De starkaste beläggen är fortfarande granskningens direkta uppgifter om leveransen och anläggningen i Las Vegas.

Den större frågan är om marknaden för fysiska böcker håller på att bli en osynlig leveranskedja för AI. 404 Medias granskning pekar på att böcker i åtminstone ett dokumenterat fall gick från en bokhandlare till en Amazon-verksamhet där de skannades och förstördes. Hur stor verksamheten är och hur materialet används därefter är fortfarande okänt.