Amazonが紙の書籍を大量購入し裁断・スキャン、AI学習後に破棄と報道

オンライン書店として創業したAmazonが、今や希少な紙の書籍を大量に買い取り、背表紙を切り落としてAIの学習データに変えている実態が明らかになりました。

米メディア「404 Media」の調査報道によると、記者がAI企業に買われそうな希少本にAppleのAirTagを仕込んで追跡したところ、荷物はネバダ州ラスベガスにあるAmazonの拠点「VGT3」に到着しました。

現場の従業員によれば、業務内容は大量に届く紙の本を受け取り、高速スキャンできるように背表紙を断裁機で切り落とすことだといいます。スキャンが終わった原本は破棄されます。このチームのロゴマークは、爪で本を掴む恐竜だそうです。

Amazonはこの購入事実を認め、Biblioなどの商業マーケットプレイスを通じて書籍を調達し、独自の大規模言語モデル「Nova」を含む製品やサービスの改善に活用しているとコメントしました。

なぜ紙の絶版本が必要なのか

ネット上のテキストデータが枯渇しつつある中、各社は新たな学習データの確保に躍起になっています。過去にはAnthropicなどが海賊版電子書籍の利用を巡って訴訟に発展した事例もありました。

さらに深刻なのが、AIが生成したテキストをAIが再学習することで出力の質が劣化する「モデル崩壊」のリスクです。

2022年以前に出版された紙の書籍、とりわけネット上に存在しない絶版本は、AIの出力が一切混ざっていない極めて純度の高い人間の知見です。AI開発企業にとって、これほど魅力的な資源はありません。

なぜ重要か

本を売ることで帝国を築いたAmazonが、AIのために本を解体して廃棄しているという構図は、現代のAI競争の過酷さを象徴しています。

利用者や開発者にとって重要なのは、フロンティアモデルの学習がすでに「ウェブ上のクローリング」から「物理的な物流と調達」のフェーズへ移行しているという現実です。合成データだけでは限界があり、汚染されていない生の人間データこそが最大の差別化要因になっています。

法的な観点で見れば、Amazonのやり方は海賊版サイトからデータを抜く競合に比べて巧妙です。正規の商業ルートで紙の本を買い取っているため、著作権侵害の直接的な批判をかわしやすい側面があります。

とはいえ、文化財とも言える希少本や絶版本を物理的に破壊する行為は、図書館関係者や研究者からの激しい批判を招く可能性が高いと私たちは考えます。物理的な書籍の買い占めと裁断まで行える資本力を持つメガテックと、そうではない独立系開発者との格差は、今後さらに広がりそうです。