Искусственный интеллект пожирает данные с беспрецедентной скоростью, и теперь лаборатории вынуждены охотиться за последними нетронутыми источниками «человеческого» контента. Речь идет не только о текстах, но и о лицах, голосах и даже движениях — всё это становится сырьем для нового поколения моделей.
Коллапс модели: когда ИИ начинает пожирать сам себя
Ключевая проблема, с которой столкнулась индустрия, — так называемый «коллапс модели». Этот термин, введенный в научный оборот группой исследователей под руководством Ильи Шумайлова в 2023 году, описывает деградацию нейросети, обучающейся на данных, сгенерированных другими ИИ. Каждый цикл делает модель более усредненной, предсказуемой и оторванной от реальности. Математически доказано: подмешивание синтетики приводит к потере редких событий и накоплению ошибок.
Масштаб угрозы подтверждается цифрами. Исследование Ahrefs показало, что более 74% новых страниц в поиске Google содержат признаки автогенерации. А по оценке Epoch AI, запасы пригодного для обучения текста в интернете могут иссякнуть уже к 2026–2032 годам. Именно поэтому книги, изданные до 2022 года, становятся золотой жилой: они гарантированно свободны от «синтетического мусора» и «отравленных» данных.
Книжный бизнес: от оптовых закупок до судебных исков
Сервис ISBNdb, объединяющий метаданные 113 млн изданий, предложил ИИ-компаниям специфическую услугу: закупку книг партиями до миллиона штук с последующей оцифровкой и утилизацией. Когда об этой схеме написали СМИ, компания поспешила удалить страницу с описанием услуги и заявила, что никаких сделок не заключала. Как утверждают ее представители, речь шла лишь о «проверке рыночного спроса».
Показательно, что сама практика не нова. В августе 2024 года три американских автора подали коллективный иск против Anthropic, обвинив компанию в нарушении авторских прав. Согласно материалам дела, Anthropic анонимно скупала тиражи печатных книг, срезала переплеты и сканировала их в промышленных масштабах. Однако в июне 2025 года судья Уильям Алсуп постановил: оцифровка законно приобретенных книг для обучения языковых моделей подпадает под доктрину добросовестного использования.
Букинисты уже подтверждают аномальный спрос: продажи одного из торговцев выросли с двадцати экземпляров до нескольких сотен за неделю. Закупщиков не интересует жанр или ценность — только наличие ISBN. При этом уникальные издания теряются безвозвратно, отправляясь под сканер вместо книжной полки.
Аренда лиц: новый рынок цифровых двойников
Параллельно формируется рынок лицензирования внешности. Платформы вроде ActID и New Claw платят людям от $15 до $700 за право использовать их лица в ИИ-сериалах и рекламе. В Китае, где более 95% из 128 000 ИИ-минидорам, выпущенных за первый квартал 2026 года, созданы с помощью нейросетей, спрос на живые лица огромен.
Однако контроль над цифровыми клонами оказывается хрупким. Британские граждане, продавшие права на свои аватары стартапу Synthesia, обнаружили свои лица в пропагандистских роликах, поддерживающих диктаторов Венесуэлы и Буркина-Фасо. Эти случаи стали прецедентами для профсоюза актеров Equity, добивающегося законодательного запрета на неконтролируемую передачу прав на цифровую внешность.
Не только тексты и лица
Роботам также нужны примеры естественных движений. Компании вроде Tesla платят до $48 в час людям, которые в костюмах захвата движения повторяют рутинные действия для обучения гуманоидов. В 2025 году в разработку таких машин вложили более $6 млрд.
Схема везде одинакова: раньше данные брали без спроса, теперь за них платят. Но структура сделки не меняется — актив безвозвратно уходит из-под контроля владельца, просто теперь с квитанцией.
Мой комментарий: Рынок «чистых» данных становится таким же стратегическим ресурсом, как нефть или редкоземельные металлы. Однако индустрия игнорирует фундаментальный риск: когда права на цифровую копию переданы, обратного пути нет. Регуляторам стоит поторопиться с созданием четких правовых рамок, иначе мы получим мир, где каждый может стать заложником собственного цифрового двойника.