Это вторая часть истории про то, как ИИ-компании скупают и режут книги ради обучающих данных для своих моделей. Первая часть про суд над Anthropic ‒ тут https://artlab.club/p/8449/. История не дает мне покоя, поэтому я продолжаю по мере возможности свое расследование, чтобы лучше понять и осознать всю картину целиком.
Как суд случайно написал инструкцию
Вспомним, почему вообще всё это законно ‒ по крайней мере в США.
В июне 2025 года судья Уильям Алсап разбирал иск писателей к Anthropic. Компания покупала бумажные книги (в том числе у букинистических площадок Better World Books и World of Books), срезала корешки, сканировала страницы и выбрасывала то, что осталось. Суд решил: это честное использование. Логика такая ‒ книга куплена легально, бумажный экземпляр превратился в цифровой, «одно заменило другое», копий в мире больше не стало, наружу ничего не утекло.
Индустрия прочитала это очень просто: купи, отсканируй, уничтожь ‒ и к тебе не придерёшься. (За пиратские книги, которые Anthropic тоже успела скачать, она, кстати, заплатила 1,5 миллиарда долларов ‒ вот тут уже не прокатило).
Уже в январе 2026-го крупнейший американский книжный дистрибьютор Ingram написал издателям: ИИ-компании массово покупают бумажные книги, чтобы их сканировать. Можете отказаться продавать им ‒ правда, мы не всегда поймём, кто покупатель.
С Anthropic нам повезло: был суд, а значит есть документы, показания, имена подрядчиков, с остальными ИИ компаниями суда нет. Есть только следы ‒ удалённые страницы, письма, странные заказы, и один трекер, спрятанный в книгу, но об этом чуть позже.
Компания, которая слишком честно написала рекламу
21 июля 404 Media (статья Эмануэля Майберга) рассказала про ISBNdb. Это огромная база данных о книгах ‒ двадцать лет она помогала магазинам и библиотекам вести каталоги, а потом выяснилось, что у неё на сайте висит новая услуга: поставка бумажных книг ИИ-компаниям. Партиями от тысячи до миллиона штук, с NDA на каждую сделку, чтобы никто не узнал, кто покупатель.
Рекламные тексты были прямо-таки откровенные. Книги до 2022 года ‒ идеальные данные, потому что в них нет текстов, написанных нейросетями. Авторы ничего не теряют ‒ им всё равно не платят за перепродажу. Меня больше всего задела их фраза, что уничтожение ‒ это не сожжение книг, а «завершение жизненного цикла: от дерева к знанию и снова к дереву». И вишенка: компания честно признавала, что с имиджем тут беда ‒ заголовок «ИИ-компания уничтожила два миллиона книг» сочувствия не вызовет.
Через неделю страницу удалили. Ещё через два дня ISBNdb объявила, что никогда не покупала, не сканировала и не продавала ни одной книги, а вся эта страница была «тестом рыночного интереса».
Самое смешное, что первым это проверил человек, который сначала 404 Media не поверил. Мантон Рис, основатель Micro.blog (его сервис сам пользуется ISBNdb), зашёл на сайт, цитат не нашёл и уже собирался написать про журналистов, что они вруны. Потом открыл Wayback Machine ‒ и увидел: всё было, просто недавно удалили.
Значит ли это, что ISBNdb кому-то продала книги? Нет. Это значит только, что предложение было настоящим, клиентов никто естественно не назвал, и вряд ли назовёт без суда.
Письмо, которое приняли за спам
Питер де Врис держит в Харлеме маленький антикварный магазин старинных карт и гравюр. В начале лета ему пришло письмо от некой Наталии из сингапурской компании 2077AI: мы собираем книги, хотим сделать крупный заказ, вот список. В списке ‒ 3001 позиция, почти всё академические книги 2020–2021 годов: Elsevier, Wiley, Routledge, Oxford University Press. Просят прислать цены и посчитать доставку в Китай.
Де Врис дочитал до середины и решил, что это спам. Он продаёт редкие вещи, обычно по одной. Только когда ему позвонили журналисты (сначала нидерландское радио BNR, потом Fortune), он понял, что, возможно, это была закупка для ИИ. Такие же письма получили и другие антиквары в Нидерландах.
Кто такая 2077AI точно до сих пор сказать не могу. Есть 2077AI Foundation ‒ открытый проект, который делает датасеты и бенчмарки для ИИ, в том числе по распознаванию документов и по знаниям из 261 научной дисциплины. Имя совпадает, профиль работы подходит к списку академических книг. Но кто-то мог просто прикрыться чужим названием.
И ещё одна деталь, если это фонд, то среди его основателей — китайская компания Abaka AI, которая пишет в LinkedIn про технологии распознавания текста DeepSeek. Той самой DeepSeek, которую Anthropic в феврале публично обвинила в «дистилляции»: якобы через тысячи фейковых аккаунтов китайские лаборатории выкачивали ответы Claude, чтобы учить на них свои модели.
Ночные заказы из Канады
Теперь Zoom Books ‒ канадский продавец подержанных книг из Британской Колумбии, это они на первом фото в посте. Вполне настоящий бизнес: работает с 2020 года, по своим данным перерабатывает миллионы книг в год.
С начала мая одному немецкому букинисту каждую ночь, с трёх до пяти утра, начали сыпаться заказы ‒ автоматически, один за другим. Он написал коллегам на форум, и оказалось, что у всех то же самое. Покупали всё подряд ‒ старые кулинарные книги, биографии, романы, деревенские хроники, путеводитель по ресторанам Висбадена из прошлого века. Каждую книгу ровно в одном экземпляре. Франкфуртский антиквар рассказал, что за одну ночь его продажи выросли на треть.
Дальше всё масштабнее. В Нидерландах Zoom Books написала крупной букинистической сети De Slegte: у нас есть список на 800 тысяч книг на нидерландском, пришлите ваш каталог с ISBN. Немецкий продавец рассказал швейцарскому SRF, что для Европы у чешско-немецкой границы устроили промежуточный склад, и оценил закупки примерно в 700 тысяч книг из одной только Германии. На AbeBooks компания значится как «ZoomBooks c/o PrepFort USA» ‒ PrepFort это логистическая компания в Иллинойсе, через неё уходили и книги каталонских букинистов.
Zoom Books всё отрицает: мы не сканируем и не уничтожаем книги, это обычная торговля и переработка, а кто покупает у нас дальше ‒ сказать не можем, но есть два неудобных момента.
Первый: на сайте компании осталась пустая страница с адресом ai-training-books, а раньше там, по данным испанской elDiario.es, было пять постов про закупку книг для обучения ИИ. Один назывался прямо ‒ «Как закупать подержанные книги для обучения ИИ». Все удалены.
Второй: руководитель по развитию Zoom Books Рид Паннелл раньше работал в World of Books ‒ одной из компаний, которые, по документам суда, продавали книги Anthropic для её проекта. Это ничего не доказывает, но люди в этом бизнесе явно знают, как всё устроено.
Сама Anthropic говорит, что у Zoom Books никогда ничего не покупала и редкие книги не берёт.
Кстати, в Германии такая схема, судя по всему, была бы незаконной: местная ассоциация издателей считает, что сканировать книги для ИИ нельзя, как бы их ни купили. Но книги из европейских магазинов уезжают туда, где можно.
AirTag в корешке
До августа у всех этих историй был один и тот же тупик: цепочка обрывалась на посреднике. А 17 августа 404 Media её дотянула до конца.
Майберг, о котором я уже говорила выше, нашёл букиниста, который получил через площадку Biblio заказ примерно на тысячу книг от анонимного покупателя. Букинист положил в одну из редких книг AirTag. Дальше просто смотрели на карту: Милуоки, две недели на складе в Висконсине, грузовик через Колорадо ‒ и Лас-Вегас на склад Amazon.
Склад Amazon сам по себе ничего не значит, Amazon торгует книгами. Но трекер показал северную часть здания, а там, судя по форуму сотрудников, отдельная команда с кодом VGT3. Чем они заняты, сотрудники сами пишут: «всё, что мы делаем, ‒ сканируем книги». Одни принимают коробки и сканируют ISBN, другие срезают корешки, чтобы листы быстрее шли через сканер. После этого книга годится только в макулатуру. А в начале года, жаловались сотрудники, книг не хватало и их чуть не закрыли. На двери у команды висит логотип ‒ тираннозавр, который держит раскрытую книгу и явно собирается её съесть.
фото логотипа от 404 Media
Amazon на все вопросы ответила одной фразой: покупаем книги через коммерческие каналы, чтобы улучшать продукты и сервисы. Ни слова про ИИ. Так что честно будет так: доказано, что анонимный заказ редких книг приехал туда, где книги режут и сканируют. Что дальше это идёт в обучение моделей Amazon ‒ очень похоже на правду, но Amazon этого не подтверждала.
И одна деталь, которая связывает всё вместе. Работники VGT3 первым делом сканируют ISBN. Один из продавцов ещё в июле рассказал 404 Media, что у него скупают только книги с ISBN ‒ а редкие старые книги без номера ни разу не взяли. Похоже, кто-то просто идёт по реестру изданий ‒ каждую книгу по разу. Ровно то, что продавала ISBNdb. Ирония в том, что спасаются от этого только книги, которые старше системы ISBN. Их просто нет в таблице.
Что говорят букинисты (и Маск)
Самая подробная история ‒ у продавца книг на иностранных языках, с которым говорила 404 Media. Обычно он продавал штук двадцать в неделю, а с апреля ‒ сотни. Раньше такие книги брали библиотеки, но у них давно нет денег, и они заказывают по одной теме. А тут ‒ никакой логики, кроме ISBN, и полное безразличие к цене: уходили даже явно переоценённые экземпляры. Ему это выгодно, старые завалы наконец разобрали. Но то, что малотиражные книги идут в макулатуру, ему не нравится.
На другой площадке, Alibris, ещё в феврале продавцы спрашивали друг друга, откуда столько автоматических заказов. Представитель площадки ответил: у нас появилась пара новых оптовых покупателей. Кто они ‒ ни Alibris, ни Biblio не говорят. Признаки у всех одинаковые: огромные заказы, случайный набор книг и покупателю всё равно, сколько стоит.
Anthropic в ответ на всю эту шумиху сказала Fortune, что редкие и антикварные книги не покупает и не уничтожает. А Guardian ‒ что закупать книги для обучения нормально и так делают по всей индустрии.
Илон Маск 27 июля написал в X, что попросил свою команду сохранять редкие книги и сканировать их «сложным путём», не отрезая корешок. Звучит благородно, но обещание узкое: только про «редкие» книги, и что такое «редкие», не уточняется ‒ хороший способ отойти в сторонку, пока бьют конкурента.
А тем временем в суде
Пока с бумажными книгами всё мутно, за цифровые идёт открытая война. 10 июля издательства Hachette, Cengage, Elsevier и писатель Скотт Туроу подали иск против Google. Говорят: мы давали вам книги для Google Books и Google Play ‒ чтобы их искали и покупали, а вы учили на них Gemini.
В иске цитируют внутренний документ Google, где это называют «весьма проблематичным» и оценивают возможные штрафы в десятки, а то и сотни миллиардов долларов. А ещё истцы утверждают, что Google стирала из книг информацию об авторских правах, чтобы было не понять, на чём училась модель. Об этом ‒ в третьей части.
Почти та же компания издателей в мае подала в суд на Meta: по их словам, Llama учили на сотнях терабайт пиратских книг.
Забавное совпадение: Elsevier судится с Google за цифровые копии своих книг ‒ и при этом её академические книги стоят в списке 2077AI. Похоже, что происходит с бумажными экземплярами, издательство просто не знает.
Последний вопрос ‒ сколько редких книг пропало ‒ можно проверить хотя бы частично. Если взять ISBN из списка и посмотреть, сколько экземпляров осталось в мире. Я попробовала такое провернуть.
Три книги из списка: маленькая проверка
Весь список 2077AI никто не публиковал. Но нидерландская пресса процитировала из него три названия:
- «Distinct Element Modelling in Geomechanics» К.Р. Саксены (1999),
- «Barrett’s Traditional Fairy Tales» (2021),
- «Laser Shock Peening of Advanced Ceramics» Пратика Шуклы (2018).
С первой всё скучно: обычная инженерная монография крупного издательства, продаётся новой и в электронке, есть в Google Books. Исчезнуть ей не грозит.
А вот со второй интереснее. В пересказе её назвали «академическим исследованием ирландского фольклора». Я нашла её в каталоге Национальной библиотеки Ирландии ‒ и это вообще не исследование. Это тоненькая детская книжка сказок: 38 страниц, маленькое дублинское издательство Gealabhán, иллюстрации Беатрис Стюарт, ISBN 9780956639097.
И больше её нигде нет. Ни в одном магазине, ни в одном другом каталоге. Для сравнения, даже совсем скромные детские сборники 70–90-х годов находятся без труда в десятке мест.
Это не значит, что других экземпляров нет ‒ букинисты далеко не всё выкладывают в интернет, а ирландская библиотека, скорее всего, получила свой экземпляр просто потому, что так положено по закону. И мы не знаем, купили ли эту книгу и уничтожили ли. Знаем только, что она была в списке.
А с третьей вообще загадка: такой книги, похоже, нет. Пратик Шукла ‒ настоящий учёный, и лазерная обработка керамики ‒ как раз его тема, статей у него много, но книги с таким названием нет ни в одном каталоге, а его сайт со списком публикаций не открывается. Самое похожее по названию ‒ «Laser Shock Peening: Performance and Process Simulation», но это совсем другие авторы (Дин и Е), 2006 год и книга про металлы. Так что либо пресса опять что-то перепутала при пересказе, либо в самой таблице 2077AI кривая строчка, либо это издание, которого просто нет в каталогах. Без ISBN из таблицы не понять.
Но картинка всё равно показательная. Из трёх книг одна обычная, одна ‒ как раз та, за которую боятся букинисты: никакого следа в продаже, ни одной копии в других каталогах, шансов на переиздание почти нет, а третью найти вообще не удалось. И две из трёх оказались не тем, чем их описали в прессе.
Весь список мы не видели, так что вопросов остаётся два: сколько ещё таких «сказок» среди трёх тысяч названий ‒ и много ли там строчек, за которыми не найти никакой книги?
#anthropic, #claude, #amazon, #уничтожение_книг #нейросети #знания #суд
