Близько 1000 книжок привели 404 Media до операції Amazon зі сканування: що це говорить про навчання ШІ

Що сказала Amazon — і чого не підтвердила

Amazon повідомила 404 Media, що купує книжки «для вдосконалення наших продуктів». Водночас, за даними видання, компанія не розкрила, скільки книжок закуповує, скільки об’єктів їх сканують, які саме продукти використовують отримані матеріали та чи призначений процес у Лас-Вегасі безпосередньо для навчання моделей ШІ.

Ця різниця важлива. Розслідування містить операційні докази: відстежену посилку, її прибуття на об’єкт Amazon, спеціалізовану обробку книжок і свідчення працівників про сканування та знищення. Але це не є повним публічним визнанням того, що кожна книжка, оброблена там, стає навчальними даними для конкретної моделі Amazon.

Найточніший висновок звучить дещо стриманіше, але все одно має значення: 404 Media виявила ознаки операції Amazon з оцифрування книжок, яка може бути сумісною зі збором даних для ШІ. Це відбувається на тлі інвестицій Amazon у розроблення передових моделей і сервіси роботи з даними. Окремо Reuters повідомляло, що Amazon переглядає свою стратегію у сфері ШІ та концентрує ресурси на новому проєкті з розроблення передової моделі.

Чому продавці книжок підозрюють «збір даних» на рівні каталогу

Продавці розповіли 404 Media, що деякі гуртові замовлення виглядали незвично: вони були еклектичними й, схоже, майже не залежали від вартості книжки під час перепродажу, її стану, тематики чи ціни. Покупець, який планує перепродаж, зазвичай оцінює попит і можливу маржу. Той, хто шукає навчальні дані, може натомість прагнути отримати широкий спектр назв та ISBN — міжнародних стандартних номерів книжок.

Така картина змусила продавців припустити, що компанії, які працюють із ШІ, або посередники з обробки даних намагаються охопити весь каталог опублікованих книжок, а не вибірково купують комерційно цінні видання. Раніше 404 Media повідомляла, що ISBNdb рекламувала послугу великомасштабного придбання друкованих книжок для компаній, які розробляють ШІ. Після публікації матеріалу ISBNdb прибрала відповідну інформацію та заявила, що сторінка була тестом зацікавленості ринку.

Це не доводить, що кожне незвичне замовлення пов’язане саме з Amazon або ШІ. Але пояснює, чому книжковому ринку дедалі складніше тлумачити такі покупки: випадковий набір видань може бути безглуздим для роздрібної торгівлі, але цілком логічним для спроби максимально розширити набір даних.

Чому старі друковані книжки цінні для навчання моделей

Книжки пропонують розробникам ШІ те, що стає дедалі важливішим: великі масиви людської мови, створені до поширення текстів, згенерованих нейромережами. Старі та давно не перевидавані видання також можуть містити спеціалізовані, локальні, історичні або інші важкодоступні відомості, яких ніколи не було у відкритому інтернеті.

Тому фізичні книжки можуть стати джерелом широкого масиву текстів, менш схильного складатися із синтетичного контенту. У матеріалі 404 Media про ISBNdb старі книжки називали цінними, зокрема тому, що вони «вільні від AI slop» — так неформально називають масовий низькоякісний контент, створений ШІ.

Дослідники та розробники також обговорюють «колапс моделей» — можливість того, що повторне навчання моделей на синтетичних результатах поступово зменшуватиме якість і різноманіття наступних моделей. Це пояснює інтерес до старих текстів, написаних людьми, але не доводить, що моделі Amazon уже зазнали такого колапсу або що книжки з Лас-Вегаса збирали саме з цієї причини.

Паралель з Anthropic і юридична межа

Описаний процес Amazon нагадує Project Panama компанії Anthropic. У межах цієї операції Anthropic купувала фізичні книжки, знімала з них палітурки, сканувала сторінки, а потім викидала паперові примірники, створюючи цифрові матеріали для роботи своїх систем ШІ.

У рішенні від 23 червня 2025 року у справі Bartz v. Anthropic суддя Вільям Алсап визнав, що використання книжок для навчання Claude та попередніх моделей було «надзвичайно трансформаційним» і за обставин, розглянутих судом, підпадало під доктрину добросовісного використання за американським авторським правом. Оцифрування законно придбаних друкованих книжок суд також визнав добросовісним використанням, але з іншої причини: Anthropic замінювала придбані фізичні примірники відповідними цифровими копіями, зручнішими для зберігання та пошуку у внутрішній бібліотеці.

Це рішення не означає, що знищення книжки автоматично робить навчання ШІ законним. Значення мають спосіб придбання, мета використання, факт збереження чи поширення копій та інші обставини. У тій самій справі суд інакше оцінив створення Anthropic окремої бібліотеки з піратських книжок.

Ця межа має ключове значення і для історії з Amazon. Навіть якщо компанія законно купує книжки, окремими залишаються питання масштабу операції, використання сканів, договорів з авторами чи видавцями та збереження рідкісних фізичних творів.

Чому йдеться не лише про авторське право

Критика продавців книжок не обмежується втраченими продажами або компенсацією за авторські права. Рідкісні та давно не перевидавані видання можуть мати історичну, інтелектуальну, культурну й сентиментальну цінність. Коли дефіцитний примірник розрізають і відправляють на перероблення, текст може залишитися у вигляді скану — але сам фізичний артефакт втрачено.

Це породжує проблему збереження, на яку саме рішення про авторське право не дає повної відповіді. Певний процес може бути юридично допустимим за одних обставин і водночас викликати тривогу в колекціонерів, продавців, бібліотек та читачів, для яких книжка є не просто носієм тексту.

Суперечка також показує нерівність доступу до інформації. Компанії, що розробляють ШІ, можуть усвідомити цінність маловідомих книжок як даних задовго до того, як окремі продавці зрозуміють: дивне гуртове замовлення є частиною ширшої стратегії закупівлі. Публічна заява Amazon про купівлю книжок «для вдосконалення продуктів» залишає без відповіді практичні питання, найважливіші для книжкового ринку: наскільки масштабною є закупівля, що саме сканують і що відбувається з отриманими файлами.

Ширший контекст розвитку ШІ в Amazon

Ймовірна операція з книжками вписується у ширші зусилля Amazon, спрямовані на конкуренцію у сфері передового ШІ. Reuters повідомляло, що в липні 2026 року Amazon згортала значну частину власних моделей і зосереджувала ресурси на новому проєкті з розроблення передової моделі. AWS також просуває Nova Forge — сервіс, який дає змогу поєднувати власні дані клієнта з підготовленими Amazon навчальними даними під час розроблення спеціалізованих передових моделей.

Ці факти пояснюють, чому Amazon може бути зацікавлена у великих масивах якісних текстів, але самі по собі не доводять, що книжки, відстежені 404 Media, використовувалися для навчання конкретної моделі. Найсильнішими доказами залишаються безпосередні дані розслідування про маршрут посилки та об’єкт у Лас-Вегасі.

Головне питання виходить за межі однієї компанії: чи перетворюється ринок фізичних книжок на невидимий ланцюжок постачання для ШІ? Розслідування 404 Media свідчить, що принаймні в одному задокументованому випадку книжки пройшли шлях від продавця до об’єкта Amazon, де їх сканували й знищували. Повний масштаб операції та подальше використання даних залишаються невідомими.