Индустрия искусственного интеллекта столкнулась с фундаментальной проблемой: качественные данные для обучения моделей стремительно заканчиваются. Рынок уже отреагировал на этот дефицит неожиданным образом — от оптовых закупок печатных книг с последующей утилизацией до лицензирования человеческих лиц для ИИ-сериалов.
Коллапс модели и «чистые» данные
Ключевая угроза для будущих поколений нейросетей — так называемый «коллапс модели». Этот термин, формализованный группой исследователей под руководством Ильи Шумайлова в мае 2023 года, описывает деградацию ИИ-систем, обучающихся на данных, сгенерированных другими нейросетями. С каждым циклом такие модели становятся всё более усредненными, теряют связь с реальностью и накапливают ошибки.
Масштаб проблемы подтверждается цифрами. Анализ 900 000 новых страниц в поиске Google, проведенный в апреле 2025 года, показал, что более 74% контента имеет признаки автогенерации. По оценкам Epoch AI, весь пригодный для обучения текст в интернете может быть исчерпан уже к 2026-2032 годам.
Именно поэтому книги, изданные до 2022 года, приобретают особую ценность — это один из немногих источников, гарантированно свободных от «синтетического мусора». Однако доступ к этому ресурсу сопряжен с юридическими и этическими сложностями. Некоторые авторы даже прибегают к «отравлению» данных, встраивая в тексты скрытые команды. Исследования показывают, что для внедрения вредоносных паттернов в LLM достаточно всего 250 «отравленных» документов.
Книжный бизнес под сканером
Практика массовой скупки книг для обучения ИИ уже вышла на индустриальный уровень. Показателен пример сервиса ISBNdb, агрегирующего метаданные 113 млн изданий. Компания предлагала ИИ-лабораториям услуги оптового брокера: выкуп партий книг от 1000 до 1 млн экземпляров с гарантией «чистоты» от ИИ-слопа и юридической защитой через соглашения о неразглашении. Букинисты подтверждали аномальный рост закупок с апреля 2026 года — продажи одного из них выросли с 20 до нескольких сотен экземпляров в неделю, причем покупателей не интересовала ни ценность, ни жанр изданий.
После публикации расследования ISBNdb поспешно удалила промо-страницу и заявила, что это был лишь «тест на рыночный спрос». Однако сама логика такого бизнеса показательна: книга на вторичном рынке стоит $2-5, а модель, обученная на миллионах таких экземпляров, оценивается в миллиарды долларов. Примечательно, что суды уже встали на сторону ИИ-компаний — в июне 2025 года судья Уильям Алсуп постановил, что оцифровка законно приобретенных книг для обучения языковых моделей подпадает под доктрину добросовестного использования.
Аренда лиц и голосов
Аналогичная ситуация складывается на рынке биометрических данных. В Китае, где более 95% из 128 000 ИИ-минидорам, выпущенных за первый квартал 2026 года, созданы с использованием искусственного интеллекта, платформы вроде ActID и New Claw платят людям от $15 до $700 за лицензирование их изображений. Продюсеры выбирают лица по категориям вроде «соседская девушка» или «брутальный», а пользователи получают пассивный доход.
Однако этот рынок таит серьезные риски. Британские граждане, продавшие права на свои цифровые аватары стартапу Synthesia, обнаружили свои «клоны» в пропагандистских роликах, поддерживающих диктаторские режимы Венесуэлы и Буркина-Фасо. Как справедливо отмечают юристы, условия лицензирования часто настолько размыты, что невозможно проконтролировать конечное использование внешности.
Мой вердикт
Мы наблюдаем формирование нового типа сырьевого рынка, где человеческий опыт — тексты, лица, голоса, движения — становится таким же ресурсом, как нефть или редкоземельные металлы. Схема везде одинакова: сначала данные брали без спроса, теперь за них платят, но актив все равно безвозвратно уходит из-под контроля владельца. Разница лишь в том, что теперь у вас есть квитанция. Вопрос лишь в том, сколько продлится эта иллюзия контроля, прежде чем регуляторы осознают необходимость принципиально новых правил игры.