L’achat de livres japonais par l’IA multiplie par cinq les ventes des librairies d’occasion, mais les livres pourraient ne jamais revenir

L’achat de livres japonais par l’IA aurait porté les ventes quotidiennes de certaines librairies d’occasion à cinq fois leur niveau habituel. Cette hausse inattendue s’accompagne d’une possibilité préoccupante. Nombre de livres achetés pourraient être numérisés, démontés et retirés définitivement de la circulation.

Selon des médias japonais cités par Tom’s Hardware, des librairies ont reçu des commandes de centaines de livres à la fois. Plusieurs acheteurs apparemment distincts feraient livrer leurs commandes au même centre logistique de la préfecture d’Okayama. Une expédition documentée portait sur 50 tonnes de livres japonais envoyées aux États-Unis.

Les acheteurs n’ont pas été identifiés publiquement et l’opérateur logistique a refusé de répondre aux questions. Aucun élément disponible ne prouve que chaque commande est liée à une entreprise d’IA. Toutefois, le schéma d’achat rappelle un procédé documenté qu’Anthropic a utilisé aux États-Unis.

Ce procédé consistait à acheter des livres physiques, retirer leurs reliures, numériser chaque page et conserver des copies numériques consultables. Les pages imprimées étaient ensuite détruites. Un juge fédéral a par la suite traité cette voie de numérisation physique différemment de l’acquisition par Anthropic de millions de livres numériques piratés.

Le conflit central dépasse donc largement un pic de ventes inhabituel. Les librairies japonaises bénéficient aujourd’hui de revenus bienvenus, tandis que chercheurs et lecteurs risquent de faire face à une pénurie demain. La transaction préserve l’information dans une base de données privée, mais peut détruire l’exemplaire public qui l’a fournie.

L’essor des livres d’occasion au Japon a un acheteur non identifié

La hausse des ventes rapportée est bien réelle au niveau des librairies, mais l’objectif et l’identité des acheteurs en gros restent non confirmés.

Le Japon dispose d’un marché du livre d’occasion profond et diversifié. Il comprend des chaînes nationales, des revendeurs spécialisés, des librairies de quartier et des vendeurs en ligne dont les stocks sont répartis entre plusieurs entrepôts. Cette distribution rend le marché utile pour constituer rapidement un vaste corpus.

Un corpus est une grande collection de textes utilisée pour la recherche, l’analyse ou l’entraînement de l’IA. Les livres imprimés proposent un contenu édité et écrit par des humains, souvent inaccessible par l’exploration ordinaire du web. Les livres plus anciens précèdent également la prolifération des textes générés par machine en ligne.

La récente activité d’achat semble viser précisément ce type de contenu. D’après le premier récit de commandes en gros, des librairies ont signalé des journées où leurs ventes en ligne avaient été multipliées par cinq. Certaines ont reçu des commandes portant sur des centaines de livres, au lieu des paniers habituels de particuliers.

La diversité des sujets soulève aussi des interrogations. Les romans et les mangas dominent traditionnellement de nombreuses commandes de particuliers, mais les achats signalés couvriraient la philosophie, l’histoire politique, la médecine, le droit et l’histoire sociale. Un exemple concernait des livres sur la vie et la culture durant la période Edo.

Cette étendue évoque moins une collection personnelle que la construction d’un jeu de données. Un lecteur suit généralement des auteurs, des genres, des périodes ou des questions de recherche précises. Un acheteur de données tire profit de la diversité, de métadonnées propres et d’un volume suffisant pour améliorer la couverture statistique.

Les commandes auraient été passées par l’intermédiaire de plusieurs comptes. Pourtant, nombre de ces comptes demandaient une livraison vers un même centre logistique de la préfecture d’Okayama. Cette destination commune constitue un indice important, même si elle n’identifie pas le client final.

Un centre logistique peut regrouper des livres pour l’exportation, la revente, le stockage, le traitement en bibliothèque ou la numérisation. L’opérateur aurait refusé d’expliquer son rôle. Sans factures, contrats ou clients nommés, attribuer ces commandes à un développeur d’IA précis relèverait de la spéculation.

L’expédition de 50 tonnes apporte un contexte historique plus solide. Des médias japonais ont décrit des registres montrant que ce volume avait été envoyé aux États-Unis pour une numérisation associée à Anthropic. Cela n’établit pas qu’Anthropic ait passé les commandes actuelles d’Okayama.

De même, une entreprise étrangère non identifiée aurait contacté une librairie de l’ouest du Japon afin d’acquérir des dizaines de milliers de livres. Cette demande montre l’existence d’un intérêt international à l’échelle industrielle. Elle ne permet toujours pas d’établir l’objectif ou l’identité de l’acheteur.

Cette distinction est importante. Les éléments disponibles permettent de rapporter que des achats en gros suspects ont lieu. Ils justifient aussi la crainte que certains livres soient rassemblés pour une numérisation destructive. Ils ne permettent pas de présenter chaque vente comme un achat confirmé d’Anthropic.

La conclusion la plus exacte est plus restreinte. L’achat de livres japonais par l’IA semble avoir atteint une ampleur que le comportement habituel du commerce de détail explique difficilement. Le routage des commandes et la sélection des sujets méritent un examen attentif avant que les livres ne disparaissent dans une chaîne d’approvisionnement opaque.

Pourquoi les entreprises d’IA veulent toujours des livres physiques

Les livres physiques résolvent un problème de qualité des données que les développeurs d’IA à l’échelle du web ont eux-mêmes contribué à créer, tout en offrant aux acheteurs une piste d’acquisition plus claire que les bibliothèques pirates.

Les grands modèles de langage apprennent des schémas statistiques à partir d’immenses collections de textes. La qualité de ces textes influence la capacité d’un modèle à traiter le raisonnement, le style, le vocabulaire spécialisé et les relations factuelles. Les livres proposent des arguments longs et structurés que les courtes pages web égalent rarement.

Les livres couvrent aussi des connaissances qui ne sont jamais devenues librement accessibles en ligne. Des histoires locales, manuels spécialisés, ouvrages universitaires, traductions anciennes et titres épuisés peuvent n’exister que sur papier. Les collections en langue japonaise sont particulièrement précieuses pour améliorer les modèles au-delà de l’anglais.

Le moment reflète également une inquiétude croissante face à la contamination par des données synthétiques. Depuis que l’IA générative est devenue largement accessible, les pages écrites par des machines se sont multipliées sur le web. Les robots d’exploration peuvent désormais ingérer des textes produits par des modèles antérieurs, y compris leurs erreurs et leurs schémas stylistiques répétitifs.

Les livres écrits par des humains offrent une alternative plus propre. Les œuvres publiées avant l’essor de l’IA générative sont peu susceptibles de contenir du contenu issu de chatbots modernes. Leur processus de publication comprenait souvent de l’édition, de la vérification des faits et une organisation cohérente.

Cela ne signifie pas que chaque livre imprimé est exact ou utile. Cela signifie que les livres constituent une source relativement dense de langage humain délibéré. Pour les développeurs d’IA en concurrence sur les performances multilingues, ce type de contenu peut être difficile à remplacer.

Les dossiers judiciaires montrent à quel point Anthropic accordait de la valeur aux livres. Dans la décision de 2025 sur le fair use, le juge William Alsup a écrit que l’entreprise considérait les livres comme une voie rentable vers un modèle de langage de premier rang.

Anthropic a d’abord obtenu des copies numériques auprès de plusieurs sources. Le tribunal a estimé qu’elle avait téléchargé 196 640 livres depuis Books3, au moins cinq millions depuis Library Genesis et au moins deux millions depuis PiLiMi.

Selon la décision, ces collections contenaient des copies non autorisées. Anthropic a conservé une bibliothèque centrale permanente, même lorsque certains livres n’étaient pas retenus pour un mélange d’entraînement. Cette décision a créé une exposition juridique distincte de l’entraînement des modèles lui-même.

L’entreprise a ensuite recherché une voie d’acquisition physique. En 2024, elle a recruté Tom Turvey, qui avait auparavant dirigé les partenariats du projet de numérisation de livres de Google. Sa mission consistait à obtenir une collection de livres extrêmement vaste sans répéter les problèmes juridiques antérieurs.

Anthropic a acheté des millions de livres physiques, souvent d’occasion. Des sous-traitants ont retiré les reliures, séparé les pages, numérisé celles-ci et converti les images en texte lisible par machine. L’entreprise a conservé les fichiers numériques obtenus.

Ce processus explique pourquoi les marchés de seconde main sont attrayants. Les exemplaires d’occasion peuvent être achetés auprès de nombreux vendeurs, et leur acquisition crée une trace transactionnelle conventionnelle. Les acheteurs peuvent aussi cibler des éditions à l’aide des numéros internationaux normalisés du livre, ou ISBN.

Un ISBN identifie une édition et un format précis d’un livre. Il aide les acheteurs à éviter les doublons, à relier les numérisations à des métadonnées et à suivre les détails de langue ou de publication. Ces capacités comptent lorsque la commande contient des milliers de titres sans lien entre eux.

La numérisation destructive est plus rapide que la photographie individuelle de pages reliées. Une fois le dos retiré, les feuilles détachées peuvent passer dans des scanners à grande vitesse. La reconnaissance optique de caractères convertit ensuite les images des pages en texte consultable.

Le procédé échange la préservation contre le débit. Un volume rare et un livre de poche courant peuvent être soumis au même processus mécanique à moins que quelqu’un ne les sépare au préalable. Le jeu de données final survit, mais l’objet acheté disparaît.

Ce mécanisme rend plausible l’hypothèse que les commandes japonaises soient liées à l’IA. Il ne prouve pas ce lien. Néanmoins, la demande de texte japonais propre, combinée à un processus industriel documenté, donne aux propriétaires de librairies des motifs raisonnables d’inquiétude.

L’achat de livres japonais par l’IA transforme les revenus en risque pour la préservation

Le renversement essentiel est simple : un achat qui aide une librairie peut malgré tout affaiblir le marché du livre qui a rendu cette vente possible.

Pour un vendeur, une journée de ventes multipliées par cinq est normalement une bonne nouvelle. Les librairies d’occasion fonctionnent avec un espace limité, une demande irrégulière et des stocks qui peuvent rester invendus pendant des années. Les commandes en gros libèrent de la capacité de stockage et transforment des stocks peu demandés en revenus.

Nombre de livres acquis peuvent aussi être des exemplaires ordinaires en surplus. Détruire un livre de poche courant n’efface pas son contenu du monde. Les librairies écartent régulièrement les stocks abîmés ou indésirables lorsque les coûts de préservation dépassent la demande probable.

La préoccupation grandit lorsque les acheteurs achètent selon les métadonnées plutôt que selon la rareté. Un vaste système d’acquisition peut traiter une étude locale épuisée comme n’importe quel autre ISBN. Il peut ne pas reconnaître que l’exemplaire proposé est l’un des très rares encore disponibles.

Une fois numérisé, le livre physique pourrait être réduit en pâte. Son texte pourrait ne rester accessible qu’au sein d’un dépôt privé d’entreprise. Les bibliothèques, chercheurs, collectionneurs et futurs lecteurs n’obtiendraient pas automatiquement l’accès à cette version numérique.

Ce résultat diffère d’un projet de préservation. Les bibliothèques numérisent des documents fragiles afin d’élargir l’accès tout en conservant les originaux lorsque cela est possible. Un corpus privé destiné à l’IA vise principalement à améliorer des modèles commerciaux, non à servir d’archive publique.

La distinction influe aussi sur la vérification. Les chercheurs ont besoin d’éditions stables, d’images de pages, de notes, d’illustrations et du contexte matériel. Un simple texte extrait peut omettre les annotations marginales, la mise en page, la typographie, les graphiques et les signes de l’histoire d’une édition.

L’édition japonaise rend la question particulièrement sensible. De nombreuses œuvres sont publiées à tirage limité et ne reçoivent jamais d’édition numérique. Des histoires régionales et des textes techniques anciens peuvent disparaître du marché sans attirer l’attention nationale.

Les librairies d’occasion constituent un réseau informel de préservation. Leurs rayons maintiennent accessibles des collections privées dont les propriétaires ne veulent plus, jusqu’à ce qu’un autre lecteur les découvre. Retirer des livres en quantités industrielles modifie ce réseau, même lorsque chaque achat individuel est légal.

La pression est répartie de façon inégale. Les grandes chaînes peuvent réapprovisionner les titres populaires depuis de nombreuses succursales. Les petits vendeurs spécialisés peuvent détenir des inventaires distinctifs qui ont nécessité des décennies à constituer. Une seule commande très large peut modifier durablement ce que ces boutiques proposent.

Cela ne rend pas les achats en gros intrinsèquement inappropriés. Les propriétaires ont le droit de vendre leurs stocks, et beaucoup ont besoin de ces revenus. Les acheteurs ont également des raisons légitimes de numériser des livres, notamment pour l’accessibilité, la recherche, les travaux universitaires et les technologies du langage.

Le problème réside dans l’absence de choix éclairé. Une librairie peut penser qu’elle fournit des lecteurs, des bibliothèques ou des collectionneurs. Si l’acheteur a plutôt l’intention de démanteler chaque volume, le vendeur ne peut pas appliquer ses propres normes de préservation.

Certains propriétaires pourraient refuser de telles commandes pour des ouvrages rares. D’autres pourraient appliquer une tarification différente, conserver un exemplaire ou demander que les livres rares soient numérisés sans destruction. Ils ne peuvent pas prendre ces décisions lorsque des intermédiaires dissimulent l’usage final.

L’achat de livres japonais par l’IA crée donc une défaillance de l’information sur le marché. Les vendeurs connaissent les titres et les quantités, mais pas forcément la destination ou l’objectif. Les acheteurs connaissent le processus envisagé, mais peuvent répartir les commandes entre plusieurs comptes.

Il en résulte un transfert de valeur à court terme. Les librairies reçoivent des liquidités, tandis que l’acheteur obtient à la fois un objet physique et le contrôle exclusif de son contenu numérisé. Le public peut perdre l’accès à ces ouvrages sans même se rendre compte qu’une perte a eu lieu.

C’est pourquoi cette histoire ne concerne pas simplement des entreprises d’IA qui paient pour des données d’entraînement. Le paiement répond à une question relative à l’acquisition. Il ne règle pas les enjeux de préservation, de transparence, de licences ou de valeur sociale liée à la poursuite de la circulation des œuvres.

Acheter le livre ne règle pas la question du droit d’auteur

La possession d’un exemplaire physique et l’autorisation de reproduire son texte sont des droits distincts, tandis que l’entraînement de l’IA demeure juridiquement contesté selon les juridictions.

Un acheteur peut généralement revendre, prêter, modifier ou détruire un livre acquis légalement. Le droit d’auteur limite néanmoins la création et l’utilisation de copies de l’expression protégée. La numérisation pour l’IA place ces deux principes en tension directe.

Dans le cas d’Anthropic, le tribunal fédéral a distingué l’acquisition de l’entraînement. Le juge Alsup a estimé que l’utilisation par l’entreprise de livres obtenus légalement pour l’entraînement était transformative au regard des faits qui lui étaient soumis. La décision n’a pas créé d’exemption universelle pour tous les systèmes d’IA.

Le juge a également distingué les numérisations physiques d’Anthropic de ses téléchargements depuis des bibliothèques pirates. L’achat d’exemplaires imprimés et leur conversion pour un usage interne ont reçu un traitement plus favorable. La conservation de millions de fichiers dont l’origine pirate était connue n’a pas bénéficié du même traitement.

Cette distinction explique en partie pourquoi les livres physiques ont désormais une valeur stratégique. Un achat documenté peut réduire une catégorie de risque juridique. Il n’élimine pas les plaintes liées à la reproduction, au préjudice de marché, à la transparence des données ou aux différences entre législations nationales.

Anthropic a ensuite accepté de régler des plaintes liées à ses copies pirates. Le règlement proposé couvrait environ 500 000 œuvres et imposait la destruction des fichiers originaux obtenus auprès des bibliothèques numériques contestées.

Le règlement sur le droit d’auteur n’a pas établi que la numérisation destructive était en elle-même illégale. Il a souligné que les méthodes d’acquisition peuvent avoir de l’importance, même lorsque les tribunaux considèrent l’entraînement des modèles comme transformateur.

Les auteurs et les éditeurs restent sceptiques face aux revendications étendues concernant l’entraînement. L’Authors Guild a recensé environ une douzaine d’affaires américaines de droit d’auteur impliquant des livres et d’autres contenus protégés. Parmi les défendeurs figurent Anthropic, OpenAI, Microsoft, Meta, Nvidia, Google, Bloomberg et Databricks.

Ces affaires d’IA en cours portent sur des jeux de données, des modèles, des demandeurs et des théories juridiques différents. Un jugement ne peut pas leur être appliqué automatiquement à toutes. Les recours peuvent également modifier les interprétations actuelles.

Le Japon ajoute un autre système juridique à l’analyse. La législation japonaise sur le droit d’auteur comporte des dispositions pouvant autoriser l’analyse d’informations sous certaines conditions définies. Leur application dépend de l’objectif, de la jouissance de l’œuvre et du préjudice potentiel pour les titulaires de droits.

Une expédition à l’étranger peut comporter plusieurs étapes et juridictions. Un livre peut être acheté au Japon, regroupé à Okayama, numérisé aux États-Unis et utilisé par une entreprise opérant à l’échelle mondiale. Chaque étape soulève des questions factuelles distinctes.

Les informations actuelles ne révèlent pas ces contrats. Elles n’identifient pas non plus qui sélectionne les titres, qui possède les numérisations ou si les éditeurs reçoivent des paiements de licence. Ces lacunes empêchent de tirer des conclusions fermes sur la légalité.

La même prudence s’applique à la destruction. Les rapports sur le précédent processus d’Anthropic montrent que la numérisation destructive à grande échelle existe. Ils ne prouvent pas que tous les livres acheminés par le centre d’Okayama seront réduits en pâte.

Certains pourraient être revendus après une imagerie non destructive. D’autres pourraient être stockés ou traités pour une exportation ordinaire. Tant qu’un acheteur, un prestataire logistique, un numériseur ou un document d’expédition ne fournira pas davantage de détails, le sort final demeure une allégation.

Cette incertitude ne devrait pas mettre fin à l’enquête. Elle en définit l’objet. L’article le plus solide n’est pas celui qui désigne un coupable sans preuve, mais celui qui identifie les documents nécessaires pour vérifier l’affirmation.

Les librairies peuvent conserver les informations de compte, les listes de commandes, les étiquettes d’expédition et les échanges inhabituels. Les documents d’exportation peuvent établir les destinations et les poids. Les prestataires de numérisation peuvent communiquer leurs politiques de préservation sans révéler de données clients protégées.

Les éditeurs et les auteurs peuvent également demander si les jeux de données récemment acquis en japonais sont sous licence. Les développeurs de modèles décrivent de plus en plus leurs méthodes de sécurité et leurs ressources de calcul. L’acquisition des données d’entraînement reste bien moins transparente.

La bataille juridique se poursuivra, mais la transparence peut progresser avant que les tribunaux ne rendent leurs réponses définitives. Les acheteurs peuvent révéler leur objectif, protéger les exemplaires rares et fournir aux titulaires de droits des informations utiles. Aucune de ces mesures n’exige de révéler l’architecture des modèles.

Les prochaines preuves doivent venir de la chaîne d’approvisionnement

Trois signaux détermineront s’il s’agit d’une anomalie temporaire du commerce de détail ou d’un transfert industriel de l’édition japonaise vers des archives privées d’IA.

Le premier signal est l’identification de l’acheteur final. Plusieurs comptes d’achat ne prouvent pas l’existence de plusieurs clients lorsque tous les envois convergent vers une même installation. Des contrats ou des documents d’exportation pourraient relier cette installation à une entreprise de numérisation ou à un développeur d’IA.

Un client confirmé renforcerait la théorie de l’acquisition par l’IA. Des éléments indiquant une exportation ordinaire, une revente à des bibliothèques ou un archivage commercial l’affaibliraient. Dans les deux cas, le soupçon serait remplacé par une chaîne de garde responsable.

Le deuxième signal concerne le traitement des livres rares. Les vendeurs devraient suivre si les acheteurs sélectionnent des doublons courants ou raflent tous les ISBN correspondants. Les commandes comprenant des travaux universitaires épuisés et des ouvrages d’histoire régionale méritent une attention particulière.

Un acheteur qui exclut les exemplaires rares réduirait les inquiétudes liées à la préservation. Une numérisation non destructive les réduirait davantage. Un processus qui détruit les livres sans filtrage selon leur rareté étayerait les craintes d’une perte culturelle permanente.

Le troisième signal est la communication des développeurs d’IA. Les entreprises peuvent indiquer si elles achètent des collections imprimées japonaises, si leurs prestataires détruisent les originaux et comment elles traitent le droit d’auteur. Le silence laissera les intermédiaires et les librairies assumer le fardeau réputationnel.

Les développeurs pourraient également expliquer si les numérisations restent privées ou servent à créer une copie de préservation publique. Un corpus privé offre une valeur commerciale à une entreprise. Une archive accessible peut préserver au moins une partie des bénéfices pour les lecteurs et les chercheurs.

Ces signaux comptent au-delà du Japon. Des libraires européens et américains ont également signalé des commandes inhabituelles en gros associées à la demande de données pour l’entraînement de l’IA. Un schéma international répétable suggérerait une industrie coordonnée d’approvisionnement en données plutôt que des initiatives de collection isolées.

Cela modifierait également le paysage concurrentiel. Les développeurs de modèles rivalisaient autrefois principalement pour la capacité de calcul, les talents d’ingénierie et les jeux de données à l’échelle d’internet. Ils rivalisent désormais pour un savoir humain sélectionné qui n’a pas encore circulé librement en ligne.

Cette concurrence place les libraires dans une position inhabituelle. Ils ne sont plus seulement des détaillants au service des lecteurs. Leurs catalogues peuvent devenir une infrastructure de données en amont pour des entreprises aux budgets bien plus importants et à la visibilité publique réduite.

Les propriétaires n’ont pas besoin de refuser toutes les ventes en gros. Ils peuvent instaurer des garanties sans renoncer à de nouvelles recettes. Ces garanties pourraient inclure l’examen des quantités, des contrôles de rareté, des déclarations de l’acheteur et une approbation distincte pour l’usage destructif.

Les places de marché peuvent aussi signaler les comptes coordonnés partageant les mêmes destinations. Une commande à fort volume couvrant des disciplines universitaires sans rapport entre elles n’est pas nécessairement abusive. Elle constitue néanmoins une information utile pour les vendeurs qui décident de céder un stock rare.

Les bibliothèques, éditeurs et universités devraient surveiller les mêmes tendances. La disparition soudaine de titres spécialisés peut affecter la recherche bien avant que les statistiques officielles de circulation ne révèlent une pénurie. Des listes de surveillance partagées pourraient identifier plus tôt les œuvres vulnérables.

Les lecteurs ont aussi un rôle à jouer. Toute personne vendant une collection héritée devrait se demander si des pièces uniques ont davantage leur place dans une bibliothèque ou des archives avant de choisir l’acheteur en gros le plus rapide. Lorsqu’un exemplaire rare entre dans un processus destructif, la décision ne peut plus être inversée.

La hausse immédiate des ventes japonaises pourrait s’estomper une fois l’objectif d’acquisition actuel atteint. Dans ce cas, les magasins pourraient connaître le retournement que redoutent les propriétaires. Les revenus augmentent pendant la collecte, puis diminuent parce que les stocks recherchés deviennent plus difficiles à remplacer.

La question la plus durable concerne le contrôle du savoir qui en résulte. Un livre numérisé peut améliorer les outils linguistiques, les systèmes de recherche et l’accès des personnes en situation de handicap. Ces bénéfices n’exigent ni secret ni destruction inutile.

L’achat de livres japonais par l’IA doit donc être évalué à l’aune de ce qui se produit après l’achat. Les œuvres rares sont-elles protégées ? Les créateurs sont-ils informés ? Les chercheurs peuvent-ils accéder à des exemplaires préservés ? L’acheteur accepte-t-il de rendre des comptes publiquement ?

Tant que ces réponses ne sont pas disponibles, la conclusion responsable reste prudente. Les commandes en gros sont documentées par les témoignages de librairies, tandis que le lien avec l’IA est fortement suggéré mais incomplètement vérifié. Le risque ne devient irréversible que lorsque les livres entrent dans le scanner.

Surveillez la chaîne d’approvisionnement d’Okayama, le sort des titres épuisés et les communications des principaux développeurs de modèles. Ces trois signaux montreront si un boom du commerce de détail s’est transformé en transfert caché de mémoire culturelle.