Un AirTag d'Apple a été glissé dans un livre d'occasion faisant partie d'une commande d'environ 1 000 exemplaires expédiée par un libraire. Le signal s'est arrêté pour la dernière fois dans un entrepôt Amazon situé au nord-est de Las Vegas, identifié sous le code LAS8, plus précisément dans une zone interne baptisée VGT3. 404 Media a transformé ce suivi en enquête journalistique.
À l'entrée de VGT3 est accroché un panneau représentant un dinosaure tenant un livre dans la gueule. Selon des employés qui y travaillent, toute l'activité de cette zone se résume à une seule chose : réceptionner de grands lots de livres imprimés, en découper la reliure, les numériser, puis jeter les exemplaires papier. Des discussions d'employés d'Amazon sur des forums en ligne le confirment : VGT3 pratique une numérisation destructive, à grande échelle.
Comment mille livres ont été achetés
Ce lot de livres est passé par Biblio, une place de marché en ligne spécialisée dans les livres d'occasion et les livres rares. En juillet, un vendeur a reçu une commande anormalement importante, environ un millier d'exemplaires, sans pouvoir identifier l'acheteur. Un journaliste a contacté ce vendeur et lui a demandé de glisser un traceur dans l'un des livres, laissant le reste à la logistique.
La réponse d'Amazon à ce sujet a tenu en une seule phrase : l'entreprise « purchases books through commercial channels to improve the products and services customers use » (achète des livres via des canaux commerciaux pour améliorer les produits et services utilisés par ses clients). Cette phrase ne dément aucune des étapes ; elle se contente de placer l'ensemble du processus sous l'étiquette de « l'amélioration des produits ».
Les livres imprimés deviennent soudain précieux
Que des entreprises d'IA achètent des livres imprimés n'aurait pas eu lieu il y a quelques années. Le texte du web ouvert, suffisamment propre, long et structurellement complet, a déjà été largement épuisé par les précédentes vagues d'entraînement. Plus problématique encore : le calendrier. Les textes publiés sur internet après 2022 contiennent une part croissante de contenu généré par les modèles eux-mêmes, et lorsque ce type de contenu s'infiltre dans les données d'entraînement, la qualité des sorties se dégrade au fil des cycles — un phénomène que l'industrie appelle l'effondrement du modèle (model collapse). C'est pourquoi de nombreuses entreprises fixent délibérément la date limite de leurs données d'entraînement autour de 2022, afin de s'assurer que ce qu'elles injectent a bien été écrit par des humains.
Les livres imprimés comblent exactement ce vide : ils ont une date de publication claire, une densité de texte relue et corrigée par des éditeurs, et n'ont certainement pas été générés par un modèle. Les livres épuisés et les ouvrages rares présentent un avantage supplémentaire : leur contenu n'a jamais existé sous forme électronique sur le web, si bien que celui qui les numérise obtient un corpus exclusif.
Cela explique aussi pourquoi il faut les « acheter ». Le même livre obtenu depuis une bibliothèque d'e-books piratés représenterait un risque juridique d'une tout autre ampleur.
Une limite tracée par un juge
En juin 2025, le juge William Alsup, du tribunal fédéral du district nord de Californie, a rendu une décision en deux temps dans l'affaire Bartz contre Anthropic : le fait pour Anthropic d'acheter des livres imprimés, de les démonter, de les numériser puis de jeter le papier relève du fair use — le tribunal a estimé que cela ne fait que transformer un exemplaire physique en un exemplaire numérique plus pratique, sans augmenter le nombre de copies ni les distribuer à l'extérieur. En interne, Anthropic avait pour cela un projet baptisé Project Panama, dont la constitution avait débuté début 2024.
La même décision a abouti à une conclusion strictement inverse pour l'autre moitié de l'affaire : les e-books obtenus via des canaux piratés ne sont pas protégés par le fair use. Anthropic a ensuite payé pour cette partie un règlement de 1,5 milliard de dollars, le montant le plus élevé jamais enregistré pour un accord lié au droit d'auteur aux États-Unis.
Les deux moitiés de la décision, mises bout à bout, forment presque un mode d'emploi pour toute l'industrie : pour obtenir le texte des livres, il faut acheter les exemplaires imprimés sur le marché de l'occasion. Ce qu'Amazon fait à Las Vegas s'inscrit exactement dans la case tracée par ce mode d'emploi.
Une entreprise née de la vente de livres
Une comparaison s'impose. Amazon a débuté en 1995 en vendant des livres, et le Kindle lui a donné l'un des plus vastes réseaux de licences d'e-books au monde. En théorie, maintenant qu'elle a besoin de texte, Amazon disposerait d'une voie plus honorable : négocier des licences directement avec les éditeurs. Le choix de racheter en masse sur le marché de l'occasion puis de détruire les exemplaires papier montre que la voie de la négociation de licences n'est pas compétitive, que ce soit en coût ou en rapidité.
Les éditeurs n'ont aucune place dans cette transaction. Une fois vendu, un livre devient la propriété de quelqu'un d'autre ; auteurs et éditeurs ne touchent pas de second paiement et n'ont aucun moyen de savoir dans quel jeu de données d'entraînement leur livre a fini. Lorsque Google Books avait numérisé à grande échelle des collections de bibliothèques, cela avait déjà suscité une controverse, mais au moins ces livres étaient retournés sur les étagères une fois numérisés. Ceux-ci ne reviendront pas.
Sources : enquête de 404 Media, TechCrunch, CocoLoop, documents publics de la décision du tribunal fédéral du district nord de Californie ; le nombre d'exemplaires commandés, le code de l'installation et la déclaration d'Amazon ont été vérifiés selon les éléments publiés par l'enquête journalistique, et le montant du règlement selon les registres du tribunal.