Anthropic płaci 1,5 miliarda dolarów za książki - i właśnie zrozumiałem, że era darmowego trenowania AI się skończyła

Amerykański sąd zatwierdził ugodę o wartości 1,5 miliarda dolarów w sprawie przeciwko Anthropic, twórcy modelu Claude. Sprawa dotyczyła książek wykorzystanych do trenowania. I wiecie co? Uważam, że to najważniejsza liczba w tegorocznej branży AI - ważniejsza niż jakikolwiek benchmark.

Dlaczego akurat książki przesądziły sprawę

Przez ostatnie lata żyliśmy w cichym założeniu, że internet jest wielkim, darmowym magazynem paszy dla modeli. Wrzucasz wszystko, co się da zeskrobać, i liczysz, że nikt nie policzy strat. Anthropic właśnie dostał fakturę.

Książki są tu wyjątkowo niewygodne dla firm AI, bo mają jasnego autora, wydawcę i numer ISBN. Trudno udawać, że to anonimowa treść z sieci. Każdy tytuł ma właściciela, który potrafi wskazać palcem: to moje, nie prosiłeś, nie zapłaciłeś.

To zmienia logikę całego przemysłu. Do tej pory ryzyko prawne było mgliste, rozproszone, łatwe do zbagatelizowania w prezentacji dla inwestorów. Teraz ma konkretną cenę z dziewięcioma zerami.

Kto naprawdę zapłaci te 1,5 miliarda

Mam nieprzyjemne przeczucie, że nie Anthropic. A przynajmniej nie tylko on. Takie kwoty nie znikają w powietrzu - wracają do nas w cenie produktu.

Subskrypcje czatbotów rosną, limity darmowych zapytań się kurczą, a firmy coraz agresywniej sprzedają wersje „pro”. Łatwo to zrzucić na koszty serwerów i prądu. Ale część tej ceny to teraz również koszt legalnego dostępu do danych treningowych - albo ryzyko, że taki koszt dopiero nadejdzie.

Innymi słowy: era, w której inteligencja modelu była w praktyce dotowana cudzą, nieopłaconą pracą, właśnie dobiega końca. A darmowy obiad, jak zwykle, ktoś w końcu musi opłacić.

Paradoks, który mnie zaskoczył

Spodziewałbym się, że taka ugoda ucieszy twórców. I owszem, symbolicznie to zwycięstwo - ktoś w końcu przyznał, że autorska praca ma wartość, którą trzeba wykupić. Ale dłużej się nad tym zastanawiam i widzę drugą stronę.

Skoro dane kosztują konkretne miliardy, to stać na nie będzie tylko największych. Mały startup nie zbuduje modelu na legalnie licencjonowanej bibliotece, jeśli licencja przewyższa cały jego budżet. Wysokie stawki za dane to nie tylko sprawiedliwość dla autorów - to również szlaban, który zamyka rynek dla nowych graczy.

Zamiast dziesiątek konkurujących firm dostaniemy kilka gigantów, które stać na wykupienie świata treści. A mniej konkurencji zwykle oznacza wyższe ceny dla mnie i dla was.

Co to znaczy dla mojego codziennego czatbota

Praktycznie: przyzwyczajajmy się, że model, z którego korzystamy, będzie coraz częściej pilnował, skąd bierze wiedzę. Więcej licencjonowanych źródeł, więcej odmów przy wrażliwych zapytaniach, prawdopodobnie mniej hojne darmowe plany.

Nie sądzę, żeby czatboty nagle zgłupiały. Ale zmieni się to, jak firmy o nich opowiadają. Zamiast „nauczyliśmy się z całego internetu” usłyszymy „trenujemy na sprawdzonych, licencjonowanych danych”. Marketing zamieni ryzyko w cnotę.

Ta ugoda to moment, w którym branża AI przestaje udawać, że wiedza jest za darmo. Zbudowaliśmy narzędzia na fundamencie cudzej pracy - a teraz ktoś wystawił rachunek. Ciekaw jestem tylko, czy dopisek „do zapłaty” trafi do właściwej kolumny, czy jak zwykle spłynie na użytkownika.