AI 公司大规模采购二手书 引发版权争议

近期，多家人工智能公司被指大规模采购实体书籍，用于训练大型语言模型（LLM）。据 404 Media 追踪显示，亚马逊在拉斯维加斯的仓库内，将批量购买的二手书切割书脊并销毁，以便进行数字化扫描。亚马逊在声明中称，此举是“帮助开发和改进我们客户使用的产品和服务”。

此类做法并非亚马逊首例。Anthropic 先前推出的 Project Panama 项目内部文件显示，其目标是“破坏性地扫描全球所有书籍”。一份供应商提案请求在六个月内获取 50 万至 200 万本书，若以此规模计算，足以覆盖蒙特利尔大图书馆（Grande Bibliothèque）约 120 万册的全部藏书。

对于这些书籍的毁损，业界意见不一。一位书商对 BBC 表示，世界已经不需要五百万本《达·芬奇密码》之类的重复复制品。但也有声音指出，实体书的实体化内容在数字化时代仍具价值，尤其是那些未在网络上公开的资料。

AI 公司之所以转向实体书，源于其对高质量训练数据的强劲需求。随着公开网络文本的逐渐枯竭，实体书成为稀缺且未被数字化的资源。此趋势已导致二手书市场需求激增，部分商家担心大量订单背后是 AI 企业的批量采购。

除了图书，AI 领域的竞争同样体现在对其他数据的争夺。近期，谷歌与 Mercor 因争夺 Spirit Airlines 的内部邮件、Microsoft Teams 聊天记录等数亿条数据展开诉讼，谷歌最终获胜，显示出数据获取已成为科技公司之间的激烈战场。

在加拿大，AI 数据争夺的影响也在显现。美国对加拿大商品的高额关税暂缓，使得技术出口仍保持一定活跃度；而本地 AI 人才市场继续集中在多伦多、蒙特利尔和温哥华，吸引大量投资与人才流入。

雪鸮编辑认为，AI 公司大规模扫描实体书的做法可能导致本地二手书店库存紧张，尤其是多伦多和温哥华的华人社区常去的中文书店。若需求继续增长，建议书店关注供应链变化，必要时考虑与出版社合作获取授权数字版，以降低实体书被毁的风险。