Một chiếc Apple AirTag được đặt vào một cuốn sách cũ, đi cùng một đơn hàng khoảng 1.000 cuốn được một nhà sách gửi đi. Tín hiệu cuối cùng dừng lại tại một nhà kho của Amazon ở góc đông bắc Las Vegas, mang mã LAS8, cụ thể là khu vực bên trong có tên VGT3. 404 Media đã viết thành một bài điều tra về hành trình theo dõi này.
Trước cửa VGT3 treo một biển hiệu hình khủng long ngậm sách. Theo lời nhân viên làm việc tại đó, toàn bộ công việc ở khu vực này chỉ có một mục đích: nhận vào các lô sách in số lượng lớn, cắt bỏ gáy, quét, rồi bản in giấy bị loại bỏ. Các cuộc thảo luận của nhân viên Amazon trên các diễn đàn mạng cũng xác nhận điều này: VGT3 làm công việc quét sách mang tính phá hủy, với khối lượng lớn.
Một nghìn cuốn sách đã được mua như thế nào
Lô sách này được mua qua Biblio, một sàn thương mại điện tử chuyên về sách cũ và sách hiếm. Vào tháng 7, một người bán nhận được một đơn hàng bất thường lớn, khoảng một nghìn cuốn, mà người mua không rõ danh tính. Phóng viên đã liên hệ với người bán này và đề nghị anh đặt một thiết bị định vị vào một trong số các cuốn sách, phần còn lại giao cho hệ thống logistics xử lý.
Phản hồi của Amazon về việc này chỉ vỏn vẹn một câu: công ty "purchases books through commercial channels to improve the products and services customers use" (mua sách qua các kênh thương mại để cải thiện sản phẩm và dịch vụ mà khách hàng sử dụng). Câu này không phủ nhận bất kỳ khâu nào, mà chỉ đặt toàn bộ sự việc vào khung "cải thiện sản phẩm".
Sách giấy bỗng dưng trở nên quý giá
Việc các công ty mô hình AI mua sách giấy là chuyện vài năm trước sẽ không xảy ra. Lượng văn bản đủ sạch, đủ dài, có cấu trúc hoàn chỉnh trên internet công khai đã bị các vòng huấn luyện trước đó vét gần cạn. Rắc rối hơn là vấn đề thời gian: văn bản trên internet sau năm 2022 đã lẫn một lượng lớn nội dung do chính các mô hình tạo ra, và nếu dữ liệu huấn luyện chứa những nội dung này, chất lượng đầu ra sẽ suy giảm dần qua từng vòng lặp, giới trong ngành gọi đây là sự sụp đổ mô hình (model collapse). Vì vậy, không ít công ty cố tình chốt mốc thời gian cắt của dữ liệu huấn luyện quanh năm 2022, để đảm bảo những gì đưa vào là do con người viết.
Sách giấy vừa khớp vào đúng khoảng trống này: nó có thời điểm xuất bản rõ ràng, có mật độ văn bản đã qua biên tập và hiệu đính, chắc chắn không phải do mô hình tạo ra. Sách tuyệt bản và sách hiếm còn có thêm một lợi thế: nội dung của chúng chưa từng xuất hiện dưới dạng điện tử trên mạng, ai quét được thì đó là kho ngữ liệu độc quyền của người đó.
Điều này cũng lý giải vì sao phải "mua" sách. Cùng một cuốn sách, nếu lấy từ thư viện sách điện tử lậu, rủi ro pháp lý sẽ ở một mức độ hoàn toàn khác.
Ranh giới do thẩm phán vạch ra
Tháng 6 năm 2025, thẩm phán William Alsup của Tòa án Liên bang Khu vực Bắc California đã đưa ra một kết luận mang tính phân tách trong vụ Bartz kiện Anthropic: việc Anthropic bỏ tiền mua sách giấy, tháo rời, quét rồi vứt bỏ bản giấy, thuộc phạm vi sử dụng hợp lý (fair use) — lý do tòa đưa ra là việc này chỉ đơn thuần chuyển một bản sao giấy thành một bản sao số tiện dụng hơn, không làm tăng số lượng bản sao, cũng không phân phối ra bên ngoài. Nội bộ Anthropic có hẳn một dự án mang mật danh Project Panama cho việc này, bắt đầu xây dựng kho dữ liệu từ đầu năm 2024.
Cũng chính phán quyết đó lại đưa ra kết luận hoàn toàn ngược lại cho nửa còn lại: sách điện tử lấy từ các kênh lậu không được bảo vệ bởi nguyên tắc sử dụng hợp lý. Sau đó Anthropic đã phải trả 1,5 tỷ USD để dàn xếp cho phần này, lập kỷ lục về số tiền dàn xếp bản quyền tại Mỹ.
Hai nửa của phán quyết gộp lại, gần như trở thành một cẩm nang vận hành cho cả ngành: muốn có văn bản trong sách, hãy ra thị trường thứ cấp mua bản giấy về. Những gì Amazon làm ở Las Vegas vừa khít vào đúng ô mà cẩm nang này vạch ra.
Một công ty khởi nghiệp từ bán sách
Có một sự đối chiếu không thể bỏ qua. Amazon khởi nghiệp từ việc bán sách vào năm 1995, và Kindle giúp hãng nắm trong tay một trong những mạng lưới cấp phép bản quyền sách điện tử lớn nhất thế giới. Về lý thuyết, giờ đây khi cần văn bản, Amazon có một con đường đường hoàng hơn: đàm phán bản quyền trực tiếp với các nhà xuất bản. Việc chọn mua gom hàng loạt từ thị trường sách cũ rồi hủy bản giấy cho thấy con đường đàm phán bản quyền không đủ cạnh tranh, dù là về chi phí hay tốc độ.
Các nhà xuất bản không có chỗ đứng trong giao dịch này. Một khi cuốn sách đã được bán ra một lần, nó trở thành tài sản của người khác, tác giả và nhà xuất bản không nhận được khoản tiền thứ hai, cũng không có kênh nào để biết cuốn sách của mình đã lọt vào tập dữ liệu huấn luyện của ai. Trước đây khi Google Books quét quy mô lớn các bộ sưu tập thư viện cũng từng gây tranh cãi, nhưng ít nhất lô sách đó sau khi quét xong còn được trả lại giá sách. Lô sách lần này sẽ không quay lại nữa.
Nguồn tham khảo: điều tra của 404 Media, TechCrunch, CocoLoop, hồ sơ phán quyết công khai của Tòa án Liên bang Khu vực Bắc California; số lượng đơn hàng, mã cơ sở và phát ngôn phản hồi của Amazon được đối chiếu theo thông tin do phía báo chí công bố, số tiền dàn xếp được đối chiếu theo hồ sơ tòa án.