D’énigmatiques commandes de livres en gros soulèvent des questions sur l’entraînement de l’IA

Google News a mis au jour un conflit saisissant : des vendeurs de livres d’occasion reçoivent des centaines de commandes sans rapport les unes avec les autres, mais personne n’a identifié les clients qui se cachent derrière elles. Des vendeurs en Grande-Bretagne et en Irlande soupçonnent des entreprises d’IA ou leurs sous-traitants d’acheter des ouvrages obscurs à des fins de numérisation. Les habitudes d’achat ressemblent à celles de projets connus d’acquisition de données pour l’IA, mais cette ressemblance ne constitue pas une preuve.

Les commandes porteraient sur des sujets, langues, éditions et dates de publication très différents. Elles proviendraient d’acheteurs situés en Grande-Bretagne, au Canada, en Europe continentale et aux États-Unis. Certains clients auraient utilisé des noms différents tout en faisant livrer leurs colis vers la même zone, selon les vendeurs interrogés pour l’enquête originale.

Ce mystère importe, car Anthropic a déjà acheté et numérisé de façon destructive des millions de livres pour le développement de Claude. Des documents judiciaires ont établi que l’acquisition de livres physiques n’était pas une stratégie hypothétique. Ils ont aussi montré pourquoi les développeurs d’IA pourraient préférer des livres achetés à des bibliothèques numériques piratées.

Le véritable affrontement n’oppose donc pas les libraires à une entreprise technologique identifiée. Il oppose des comportements d’achat documentés à une chaîne d’approvisionnement opaque. Les transactions sont réelles, tandis que leur objectif présumé reste non vérifié.

Ce que Google News a révélé sur les commandes de livres

L’élément inhabituel n’est pas seulement le volume des commandes. C’est la combinaison de titres sans lien entre eux, d’acheteurs récurrents et de schémas de livraison concentrés.

Stuart Manley, copropriétaire de Barter Books à Alnwick, a déclaré au Guardian que les commandes avaient commencé à arriver environ trois mois avant le reportage d’août. Les commandes groupées habituelles suivent souvent des thèmes reconnaissables, tels que les transports, le sport, l’histoire militaire ou les études régionales.

Pas ces demandes. Une liste signalée comprenait une traduction estonienne de The Mission Song de John le Carré, une édition particulière d’Agnes Grey d’Anne Brontë, ainsi qu’un numéro d’octobre 1983 du magazine Warship. Leur seul point commun évident était que chaque article pouvait être catalogué individuellement.

Manley a indiqué que son entreprise avait vendu des centaines de livres à trois acheteurs. Les sélections semblaient sans lien par leur public, leur sujet, leur format ou la demande de revente attendue. Ce caractère aléatoire l’a conduit à se demander si les listes avaient été constituées par une machine plutôt que par un conservateur humain.

Jim Shaughnessy, propriétaire de MW Books à Claregalway, a décrit un schéma similaire ayant débuté en mai. Ses demandes allaient d’ouvrages sur les outils agricoles dans l’Afrique du XVIIIe siècle à des biographies de pilotes de course des années 1950.

De telles associations seraient inhabituelles pour un collectionneur privé. Elles seraient aussi inefficaces pour un revendeur traditionnel cherchant à bâtir un catalogue cohérent. Elles deviennent toutefois plus logiques si l’acheteur comble des lacunes dans un vaste corpus numérique.

David Gower-Spence, propriétaire de BookLovers of Bath, a signalé une vague de commandes entre mai et juillet. Environ 200 livres étaient concernés, et certains acheteurs seraient également apparus dans les dossiers d’autres libraires.

Un vendeur non identifié a déclaré au Guardian que des identités de clients distinctes faisaient parfois livrer des colis à la même adresse. Un code postal de livraison examiné par le journal renvoyait vers des entrepôts de fret près de l’aéroport d’Heathrow.

Ce détail suggère une consolidation, mais n’établit pas la destination finale. Les installations de fret traitent couramment des expéditions pour des revendeurs, recycleurs, bibliothèques, exportateurs et institutions privées. Un sous-traitant de l’IA n’est qu’un client possible parmi plusieurs.

L’étendue géographique approfondit l’énigme. Des libraires en Australie, en Allemagne, aux Pays-Bas, en Grande-Bretagne et en Irlande ont décrit des commandes tout aussi variées. Certaines comprenaient des manuels datés, des histoires régionales, des traductions précises ou des éditions épuisées.

Une acquisition conventionnelle par une bibliothèque pourrait aussi produire une liste éclectique. Les institutions constituent parfois des collections exhaustives, remplacent des volumes manquants ou achètent les inventaires de bibliothèques données. Les recycleurs de livres d’occasion achètent eux aussi des stocks en gros, avant de les trier, revendre, exporter ou mettre au pilon.

Le signal le plus fort réside donc dans le schéma observé chez plusieurs vendeurs. Sa partie la plus faible est l’attribution. L’agrégation de Google News a rapidement diffusé le titre du Guardian, mais les éléments disponibles n’identifient toujours pas un laboratoire d’IA.

Cette distinction devrait guider toute conclusion. L’histoire documente une demande inhabituelle pour des livres d’occasion. Elle ne documente ni qui a commandité cette demande ni comment les livres seront utilisés.

Pourquoi les développeurs d’IA recherchent encore des livres obscurs

Les livres offrent une langue structurée, éditée et souvent rare, que les jeux de données du web ouvert ne peuvent pas remplacer de manière fiable.

Les grands modèles de langage apprennent des relations statistiques à partir de vastes collections de textes. L’entraînement ne fonctionne pas comme le stockage d’une bibliothèque consultable, même si les modèles peuvent parfois reproduire des passages rencontrés dans leurs données.

Les développeurs accordent de la valeur aux livres parce qu’ils contiennent des raisonnements suivis, une prose éditée, un vocabulaire spécialisé et des connaissances qui n’ont peut-être jamais été publiées sur le web. Les anciennes histoires régionales et les manuels techniques peuvent couvrir des sujets à peine représentés en ligne.

Les livres obscurs peuvent être particulièrement attrayants parce que l’internet ouvert est de plus en plus répétitif. Les pages optimisées pour les moteurs de recherche paraphrasent d’autres pages, les sites de faible qualité copient des documents de référence, et les textes générés par l’IA entrent dans de nouveaux jeux de données en ligne.

Un livre numérisé peut fournir un échantillon historique plus propre. Il peut également combler une lacune précise dans un catalogue identifiée par un International Standard Book Number, ou ISBN. Un ISBN est un identifiant commercial unique attribué à une édition particulière d’un livre.

Si un acheteur possède déjà une base de données des ISBN manquants, l’achat automatisé devient simple. Un logiciel peut comparer la liste cible aux places de marché, sélectionner les exemplaires disponibles et les acheminer vers des centres de consolidation.

Ce mécanisme expliquerait pourquoi les vendeurs voient des combinaisons étranges. Le logiciel optimiserait la couverture du catalogue, l’état, la disponibilité et les coûts d’expédition. Il ne se soucierait pas de savoir si deux livres partagent un thème compréhensible par un humain.

Les éditions précises peuvent compter, car la pagination, la traduction, les illustrations, les introductions et les documents complémentaires varient. Une base de données cherchant une couverture exhaustive peut traiter deux éditions du même titre comme des objets distincts.

Cette demande ne se limite pas au préentraînement des modèles, le processus initial qui apprend à un modèle de larges schémas linguistiques. Les livres numérisés peuvent servir à l’évaluation, aux systèmes de récupération, aux jeux de données spécialisés, aux index de recherche et à la recherche post-entraînement.

Un développeur de modèles pourrait ne pas acheter les livres directement. Des courtiers en données, prestataires de numérisation, recycleurs, entreprises logistiques ou opérateurs de bases de données pourraient se situer entre la librairie et le client final.

Cette possibilité rend l’attribution difficile. Un détaillant peut ne voir qu’un nom de compte et un lieu de livraison. Même l’acheteur immédiat peut servir plusieurs secteurs ou revendre des stocks par l’intermédiaire de plusieurs canaux.

Le précédent le plus solide vient d’Anthropic. Des documents juridiques rendus publics ont montré que l’entreprise menait une opération d’acquisition de livres physiques connue en interne sous le nom de Project Panama.

Selon une enquête fondée sur des dossiers judiciaires, Anthropic a dépensé des dizaines de millions de dollars pour acquérir des millions de livres. Des employés en retiraient les reliures, numérisaient les pages, puis envoyaient les matériaux restants au recyclage.

Un document interne de planification décrivait l’ambition de numériser tous les livres du monde. L’opération cherchait à obtenir légalement des exemplaires physiques après que l’entreprise avait déjà collecté des livres auprès de bibliothèques en ligne non autorisées.

Ce projet documenté rend les soupçons actuels plausibles. Il ne prouve pas qu’Anthropic, ni aucun autre développeur nommé, ait commandité les commandes qui parviennent aujourd’hui aux vendeurs indépendants.

D’autres acheteurs pourraient percevoir la même opportunité. Une entreprise de numérisation peut regrouper des livres obscurs et vendre un accès numérique, des métadonnées ou des services de traitement. Un recycleur peut extraire les titres de valeur avant de mettre au pilon les stocks non désirés.

Les lecteurs de Google News devraient donc distinguer le mobile de l’identité. Les développeurs d’IA ont une raison claire de rechercher des livres, tandis que l’identité de ces acheteurs particuliers reste cachée.

Le véritable conflit oppose l’achat légal à la transparence des usages

Acheter un exemplaire physique peut renforcer la position juridique d’une entreprise sans répondre à la question de savoir si les auteurs ont consenti à l’entraînement de l’IA.

Le contentieux impliquant Anthropic a établi une distinction importante entre l’obtention d’un livre et l’utilisation de son contenu. Le juge fédéral américain William Alsup a estimé que l’entraînement de modèles sur des livres pouvait constituer un usage loyal transformateur dans les circonstances qui lui étaient soumises.

Le juge a traité les livres achetés légalement par Anthropic différemment des millions de fichiers obtenus via des bibliothèques parallèles non autorisées. Une bibliothèque parallèle distribue des œuvres protégées par le droit d’auteur sans l’autorisation de leurs titulaires de droits.

L’avis de juin 2025 a conclu qu’Anthropic pouvait numériser des livres achetés pour sa bibliothèque centrale et l’entraînement de ses modèles. Toutefois, l’entreprise faisait toujours face à des demandes liées aux copies piratées conservées dans sa collection.

Anthropic a ensuite accepté un règlement de 1,5 milliard de dollars couvrant les allégations de piratage. Ce règlement n’a pas effacé la conclusion du tribunal sur l’usage loyal pour l’entraînement à partir de matériel acquis légalement.

Cette séparation crée une incitation directe à acheter des livres physiques. Une transaction documentée offre une provenance plus claire qu’un téléchargement anonyme depuis un site de piratage. La provenance indique d’où vient le matériel et comment il a été acquis.

La propriété physique ne transfère pas automatiquement le droit d’auteur. L’achat d’un roman permet à son propriétaire de lire, prêter, revendre ou se défaire de cet exemplaire. Il ne lui confère pas des droits de reproduction illimités.

L’usage loyal peut néanmoins autoriser certaines copies en droit américain. Les tribunaux évaluent le but, la nature, la quantité utilisée et l’effet sur le marché. Les affaires relatives à l’entraînement de l’IA mettent à l’épreuve l’application de ces facteurs au développement de modèles.

L’US Copyright Office a mis en garde contre les réponses universelles. Son analyse sur l’entraînement indique que les résultats dépendent de facteurs comprenant le matériel source, la finalité de l’utilisation, les garde-fous entourant les sorties et les effets sur les marchés de licences.

Le paysage juridique change également selon les frontières. Une transaction initiée en Grande-Bretagne ou en Irlande pourrait impliquer une numérisation ailleurs, un stockage dans un autre pays et l’entraînement d’un modèle aux États-Unis.

Les juridictions offrent des exceptions différentes pour la fouille de textes et de données. Les clauses contractuelles, les droits sur les bases de données, la durée du droit d’auteur et la finalité commerciale peuvent encore compliquer l’analyse.

Pour les libraires, la décision immédiate est plus simple, mais émotionnellement difficile. Ils possèdent leur inventaire et peuvent généralement le vendre à des clients consentants. Pourtant, beaucoup se considèrent aussi comme les gardiens d’un patrimoine culturel.

L’inquiétude devient plus vive lorsqu’un ouvrage demandé est rare. Détruire un livre de poche courant a peu d’effet sur l’accès du public. Détruire une histoire régionale peu commune ou une édition spécialisée peut retirer de la circulation un exemplaire important.

« Rare » exige également un traitement prudent. Épuisé ne signifie pas toujours irremplaçable, précieux ou unique. Des milliers d’exemplaires peuvent subsister dans des collections privées, des bibliothèques et des entrepôts.

À l’inverse, un livre peu coûteux peut préserver des informations difficiles à trouver ailleurs. Le prix du marché est un indicateur imparfait de la valeur historique ou scientifique.

Les libraires font donc face à des signaux contradictoires. De grosses commandes peuvent écouler des stocks stagnants et soutenir des entreprises aux marges réduites. Ces mêmes commandes peuvent réduire la disponibilité d’ouvrages auxquels les librairies, les collectionneurs et les chercheurs accordent de la valeur.

Le litige porte sur la reproduction et l’entraînement. La préoccupation des libraires ajoute une question de préservation : un acheteur devrait-il révéler une numérisation destructive lorsqu’il acquiert des documents culturellement importants ?

Aucune règle générale n’impose cette divulgation. Exiger que chaque client explique son achat créerait également des problèmes de confidentialité et de gestion administrative.

Une approche plus ciblée pourrait être possible. Les vendeurs pourraient soumettre à un examen supplémentaire les livres dédicacés, les documents d’archives, les annotations uniques, les histoires locales et les éditions peu présentes dans les fonds institutionnels.

Cela ne résoudrait toujours pas le problème plus large de transparence. Les entreprises qui tirent une valeur des livres numérisés peuvent être séparées des librairies qui les fournissent par plusieurs niveaux contractuels.

Ce que les éléments disponibles n’établissent pas

L’explication liée à l’IA correspond à des comportements connus, mais les documents nécessaires pour passer du soupçon à l’attribution manquent dans les archives publiques.

Aucune entreprise d’IA nommément désignée n’a reconnu avoir commandé les achats signalés. Aucun libraire n’a publié de contrat reliant un acheteur à Anthropic, OpenAI, Google, Meta ou à un autre développeur de modèles.

Il n’existe pas non plus de registre public d’expédition retraçant le parcours des livres, depuis des magasins britanniques ou irlandais jusqu’à une installation de numérisation. Un entrepôt près de Heathrow peut consolider du fret international sans connaître sa destination ou son usage final.

Certains vendeurs ont identifié Zoom Books parmi leurs clients. Cette entreprise établie au Canada se présente comme un recycleur de livres, et des vendeurs de plusieurs pays ont évoqué des commandes qui lui sont associées.

L’implication d’un recycleur ne prouverait pas un lien avec l’IA. Les entreprises du livre d’occasion achètent, trient, revendent, exportent, donnent et mettent au pilon de grandes quantités de livres dans le cadre de leurs activités ordinaires.

Des formulations marketing supprimées, des pseudonymes opaques ou des habitudes d’achat inhabituelles peuvent justifier des investigations supplémentaires. Aucun de ces éléments n’établit à lui seul qui a financé les commandes ni ce qui est arrivé aux livres après leur livraison.

Les sélections pourraient résulter d’une analyse automatisée de la revente. Un acheteur pourrait analyser les annonces de places de marché à la recherche d’écarts de prix, de demande institutionnelle, de demandes d’exemplaires de remplacement ou d’opportunités d’exportation.

Elles pourraient aussi alimenter une bibliothèque privée ou un projet de numérisation sans rapport avec l’IA générative. Les universités, les services de généalogie, les groupes de préservation et les bases de données spécialisées recherchent tous des documents rares.

L’ampleur seule ne constitue qu’une preuve limitée. Les vendeurs indépendants remarquent des rafales de commandes de 200 ou 500 livres, car elles peuvent perturber leur traitement habituel. Un grand revendeur peut considérer le même volume comme routinier.

La chronologie est plus évocatrice. Les signalements ont commencé à se répandre après que des documents judiciaires ont révélé le projet de numérisation destructive d’Anthropic. Cette divulgation a donné aux libraires un cadre concret pour interpréter des commandes inhabituelles.

Elle peut aussi créer un biais de confirmation. Une fois que les vendeurs savent qu’une entreprise d’IA a numérisé des millions de livres, chaque commande irrégulière peut sembler liée à ce même secteur.

Cela ne signifie pas que les inquiétudes sont mal fondées. Cela signifie que le journalisme devrait tester l’hypothèse à l’aide de documents plutôt que de la renforcer par répétition.

Un test utile consisterait à comparer les listes d’acheteurs entre vendeurs. Des processeurs de paiement communs, des immatriculations d’entreprise, des numéros de téléphone, des unités d’entrepôt et des comptes de réexpédition pourraient révéler si des clients apparemment différents appartiennent à un même réseau.

Un autre test suivrait un envoi marqué ou autrement traçable, avec un consentement approprié et des garanties juridiques. Son itinéraire pourrait distinguer une revente nationale d’une consolidation internationale.

Les journalistes pourraient également examiner les déclarations douanières et les dossiers d’approvisionnement des entreprises. Un sous-traitant de numérisation traitant des millions de livres aurait besoin de locaux, d’équipements, de main-d’œuvre, de traitement des déchets et de capacités logistiques.

Les développeurs de modèles pourraient réduire l’incertitude par des divulgations volontaires. Ils pourraient publier des politiques d’acquisition, identifier leurs principaux fournisseurs de données, décrire les garanties de préservation et distinguer les documents achetés des collections sous licence.

L’opacité actuelle ne profite à aucune des deux parties. Les libraires ne peuvent pas prendre de décisions éclairées, les auteurs ne peuvent pas évaluer les usages potentiels, et les entreprises d’IA suscitent des soupçons même lorsque les achats ont des finalités sans rapport.

Les récents litiges contre de grands développeurs renforcent cette défiance. En juillet, des éditeurs ont accusé Google d’avoir utilisé des livres protégés par le droit d’auteur pour entraîner Gemini sans autorisation. Les accusations restent contestées, mais l’action en justice concernant Gemini montre que la provenance des livres est désormais un enjeu juridique important.

Ce contexte explique pourquoi l’article du Guardian a largement circulé via Google News. Il relie une tendance visible dans le commerce de détail à une partie cachée de la chaîne d’approvisionnement de l’IA.

Toutefois, une conclusion responsable reste limitée. Des acheteurs mystérieux acquièrent des collections inhabituelles de livres. L’entraînement de l’IA est une explication crédible, non un fait établi.

Qui subit la pression de cette nouvelle demande

Ces commandes placent les libraires au croisement de la survie commerciale, de la préservation culturelle et d’une industrie de l’IA avide de données traçables.

Les vendeurs indépendants peuvent accueillir favorablement un client qui achète des stocks à rotation lente. Chaque livre qui reste en rayon consomme de l’espace, du travail, du temps de catalogage et du fonds de roulement.

Une commande soudaine peut aussi submerger une petite structure. Le personnel doit retrouver chaque édition, en vérifier l’état, l’emballer, corriger les erreurs d’annonce et gérer les communications avec les places de marché.

Lorsque les commandes arrivent par des comptes distincts, les vendeurs peuvent ne pas percevoir leur ampleur cumulée avant le début de l’exécution. Plusieurs colis peuvent finalement converger vers un entrepôt de réexpédition.

Les places de marché font face à une pression différente. Leurs systèmes ont été conçus pour mettre en relation des acheteurs individuels avec des stocks dispersés. Des programmes automatisés de comblement des lacunes peuvent transformer ces plateformes en réseaux d’approvisionnement.

Les plateformes pourraient identifier des regroupements de commandes inhabituels sans révéler publiquement les informations des clients. Elles pourraient avertir les vendeurs lorsque plusieurs comptes partagent un point de livraison ou semblent contrôlés par une même organisation.

Cette surveillance doit éviter de traiter les achats légitimes en gros comme des comportements fautifs. Les bibliothèques, les écoles, les productions cinématographiques, les décorateurs d’intérieur et les exportateurs passent régulièrement des commandes importantes ou éclectiques.

Les éditeurs et les auteurs sont confrontés à un problème plus fondamental. Une vente d’occasion ne génère normalement aucune nouvelle redevance, mais elle ne crée pas non plus un actif dérivé extensible à grande échelle.

La numérisation change cette équation. Un exemplaire acheté peut devenir partie d’un jeu de données utilisé lors de cycles d’entraînement répétés, d’évaluations ou de services commerciaux de modèles.

Les développeurs d’IA sont poussés à documenter une acquisition licite. Les jeux de données piratés sont bon marché et exhaustifs, mais les litiges ont rendu leurs coûts juridiques et réputationnels plus difficiles à ignorer.

Acheter des livres physiques offre une voie plus défendable. Cela introduit aussi des coûts logistiques, des erreurs de numérisation, la détection des doublons, des questions de stockage et un examen attentif de la destruction.

Les bibliothèques et les archives pourraient devenir le contrepoids discret. Elles peuvent préserver l’accès même lorsque les exemplaires disponibles sur le marché disparaissent, mais leurs fonds ne sont ni universels ni garantis de façon permanente.

Les ouvrages locaux rares présentent le risque le plus élevé. Une histoire régionale peut avoir une demande commerciale limitée tout en restant précieuse pour les généalogistes, les historiens et les chercheurs locaux.

La numérisation peut préserver ses mots tout en détruisant son contexte matériel. Les notes marginales, les reliures, le papier, les inscriptions, les documents insérés et les variations d’impression peuvent contenir des informations que la reconnaissance optique de caractères ne détecte pas.

Cette différence importe lorsque les acheteurs traitent chaque livre comme un matériau d’entraînement interchangeable. Un corpus textuel valorise le langage extractible, tandis qu’une archive valorise l’objet complet et son histoire.

Le conflit ne se résout pas en déclarant toute destruction de livres inacceptable. Les bibliothèques retirent des doublons de leurs collections, les éditeurs mettent au pilon les invendus et les recycleurs traitent chaque jour des volumes endommagés.

L’élément manquant est un tri éclairé. Un acheteur en gros qui optimise sa couverture ISBN peut ne pas reconnaître les exemplaires qui méritent d’être préservés avant une numérisation destructive.

Les libraires peuvent aider à identifier ces cas, mais ils ne peuvent pas assumer seuls cette responsabilité. Leurs catalogues peuvent omettre la provenance, les annotations ou les caractéristiques propres à une édition jusqu’à ce que quelqu’un examine physiquement chaque volume.

Des normes sectorielles pourraient exiger que les sous-traitants de numérisation recherchent les exemplaires dédicacés, les manuscrits uniques, les annotations et les éditions rares. Les découvertes précieuses pourraient être orientées vers une numérisation non destructive ou un dépôt en archives.

Les entreprises d’IA pourraient aussi financer des exemplaires de préservation. Si un projet détruit un livre acquis, il pourrait soutenir le dépôt d’un autre exemplaire ou d’un substitut numérique de haute qualité dans une institution accessible.

Ces garanties ne régleraient pas les litiges relatifs au droit d’auteur. Elles répondraient à une préoccupation distincte : empêcher qu’une course à l’acquisition de données retire discrètement des archives matérielles peu communes.

Pour les travailleurs du savoir, cet épisode rappelle que les réponses numériques ont des chaînes d’approvisionnement. La réponse d’un chatbot peut s’appuyer indirectement sur des auteurs, des éditeurs, des vendeurs, des opérateurs de numérisation, des catalogueurs et des travailleurs de la logistique que les utilisateurs ne voient jamais.

Conserver les documents sources et leur provenance dans une base de connaissances personnelle offre une réponse pratique. Cela permet aux utilisateurs de distinguer la réponse fluide d’un modèle des éléments de preuve qu’ils peuvent examiner eux-mêmes.

Trois signaux susceptibles de confirmer ou d’affaiblir la théorie de l’IA

La prochaine étape devrait se concentrer sur l’identité des acheteurs, les destinations des envois et les preuves d’une numérisation destructive.

Le premier signal est un lien contractuel vérifié. Une facture, un accord d’approvisionnement, un relevé de paiement ou une reconnaissance de fournisseur reliant les acheteurs à un développeur d’IA renforcerait considérablement la théorie.

Un lien avec un prestataire de numérisation compterait également, surtout si ce prestataire commercialise des jeux de données ou des services de numérisation auprès de développeurs de modèles. Il faudrait toutefois encore prouver que les livres signalés ont intégré un projet d’IA.

Si les enquêtes relient plutôt les achats à des clients de revente ordinaire, de recyclage ou de bibliothèque privée, l’affirmation centrale s’affaiblirait. Le schéma de sélection étrange pourrait alors refléter le commerce automatisé plutôt que l’entraînement de modèles.

Le deuxième signal est le parcours physique des livres. Les livraisons arrivant dans des entrepôts de fret n’apprennent pas grand-chose aux lecteurs, à moins que les enquêteurs puissent identifier la destination suivante.

Des envois répétés vers des sites de numérisation industrielle, des sous-traitants de données ou des installations de numérisation destructive étayeraient les soupçons des libraires. Des envois répétés vers des entrepôts de revente pointeraient dans une autre direction.

Les registres douaniers, les données de location d’entrepôts et la documentation logistique peuvent aider à établir ce parcours. Les vendeurs peuvent aussi comparer en privé les détails de livraison par l’intermédiaire d’associations professionnelles.

Le troisième signal est une divulgation d’une entreprise d’IA ou d’un intermédiaire. Les développeurs pourraient indiquer s’ils achètent actuellement des livres d’occasion, quels fournisseurs ils utilisent et si la numérisation détruit les originaux.

Un démenti devrait être suffisamment précis pour être évalué. Affirmer qu’une entreprise respecte le droit applicable ne répondrait pas à la question de savoir si des sous-traitants achètent et numérisent des livres pour son compte.

Surveillez également les nouveaux dépôts judiciaires. Les procès relatifs au droit d’auteur ont à plusieurs reprises révélé des pratiques internes d’acquisition dont les entreprises n’avaient pas auparavant parlé publiquement.

Les documents d’Anthropic ont changé la façon dont les vendeurs interprètent les commandes en gros, car ils ont révélé un mécanisme complet. Des livres physiques étaient acquis, dépouillés de leur reliure, numérisés, convertis en données et recyclés à grande échelle.

Des éléments similaires impliquant d’autres entreprises renforceraient la conclusion plus large selon laquelle les places de marché de seconde main sont devenues une infrastructure d’approvisionnement en données pour l’IA.

Leur absence ne prouverait pas le contraire. Des contrats privés peuvent rester cachés et des intermédiaires peuvent masquer les clients finaux. Mais les preuves devront à terme aller au-delà de la simple reconnaissance de schémas.

Les lecteurs découvrant cette histoire via Google News devraient garder ces deux réalités à l’esprit. Les entreprises d’IA ont démontré un fort appétit pour les livres, et un grand développeur a mené des opérations de numérisation destructive à une échelle considérable.

Dans le même temps, les commandes britanniques et irlandaises actuelles ne sont pas attribuées. Les vendeurs ont documenté des comportements inhabituels, mais non l’identité ni l’objectif de l’acheteur final.

Cette lacune de vérification est l’élément le plus important de l’histoire. Elle révèle le peu de transparence qui entoure les chaînes d’approvisionnement physiques alimentant les modèles numériques.

Au cours des prochains mois, surveillez l’apparition de registres d’acheteurs communs, de destinations de fret traçables et de déclarations d’approvisionnement. Ces signaux détermineront s’il s’agit d’un réseau d’acquisition pour l’IA ou d’un cycle inhabituel dans le commerce mondial de livres d’occasion.

D’ici là, considérez les commandes en gros comme une piste crédible plutôt que comme une affaire résolue. Préservez les sources, suivez la logistique et demandez-vous qui profite du moment où un livre physique devient une donnée d’entraînement invisible.