何が起きたか
404 Mediaの調査報道によると、Amazonは希少本を大量に購入し、背表紙を切り落として1ページずつスキャンする「破壊的スキャン」を行い、AIモデルの学習データとして取り込んでいます。404 Mediaは希少本の中に追跡装置を入れて発送先を追い、最終的にラスベガスにあるAmazonの施設に到達したことを確認しました。この施設はVGT3と呼ばれ、本を爪でつかんだ恐竜のシンボルを掲げているとされます。
Amazonは404 Mediaに対し、「顧客が利用する製品やサービスを改善するため、商業的なチャネルを通じて書籍を購入している」と回答しています。取得の合法性という点では、記事はAnthropicのケースでは書籍が違法に海賊版として取得されていたと指摘しており、Amazonの「正規購入」というスタンスとは対照的な構図になっています。
なぜ重要か
背景にあるのは、学習データの枯渇です。大規模言語モデル（LLM）の訓練には桁外れの量のテキストが必要ですが、インターネット上から取り込めるものはすでに吸い尽くされつつあります。そこで価値が急上昇したのが、絶版になっていたりネット上に存在しなかったりする希少本です。紙の中にしか存在しないテキストは、他社がまだ持っていないという意味で希少性そのものが競争資源になります。
さらに重要なのが「2022年より前」という線引きです。2022年以前に出版されたテキストは、LLMによって書かれた可能性がないという理由で特に価値が高いとされます。AI生成テキストを大量に学習させると出力品質が劣化していく「モデル崩壊（model collapse）」のリスクがあるためです。つまり、AI以前の人間の文章は、時間が経つほど新たに増えることのない有限資源になりつつあります。
点をつなぐと見えるもの
Amazonはもともと書店として出発した企業です。その会社が今度は、売るためではなく学習させるために本を買い、裁断している。ここで起きているのは、書籍という商品の価値が「読まれる商品」から「学習される原材料」へと組み替えられる動きです。データ調達が、スクレイピングという無償の行為から、購買・物流・スキャン施設という設備投資を伴うオペレーションに変わったことが、この報道の本質です。
💼 事業会社視点：これは自社にどう効くか
日本企業の経営層が読み取るべきは、「自社が抱える非デジタルの一次情報は、AI時代の資産として値札が付き始めた」という一点です。2022年以前に人間が書いた文章に希少価値が生まれている以上、社史・技術報告書・設計標準・営業日報・専門誌のバックナンバー、業界団体が持つ紙資料などは、単なる倉庫の在庫ではなく交渉可能な資産になり得ます。出版社・専門メディア・調査会社・学会運営に関わる企業は、ライセンス条件と価格の枠組みを今のうちに用意しておくべきです。
EC・小売にとっては別の含意があります。Amazonが商業チャネルを通じて購入していると説明している以上、「売った先が学習用途である」ケースは今後増えます。BtoB取引の契約書で、納品物・出版物のAI学習利用の可否を明示しているかを法務と点検してください。SaaSや受託開発の事業者であれば、顧客データや納品成果物の学習利用条項が曖昧なまま放置されていないかが、そのままレピュテーションリスクになります。
打ち手としては、（1）社内の紙・PDF資産の棚卸しとデジタル化優先順位付け、（2）取引契約におけるAI学習利用条項の明文化、（3）自社が外部モデルを使う際の学習データ由来リスクの確認、の3点を四半期単位のアジェンダに載せるのが現実的です。