亞馬遜拆書掃描，疑用於 AI 訓練
404 Media 追蹤一筆約 1,000 本的 Biblio 圖書訂單，發現貨物最終被送至亞馬遜北拉斯維加斯 LAS8 倉庫。
調查人員與收到訂單的二手及珍稀書商合作，在其中一本書藏入 AirTag；追蹤顯示該書經多州物流轉運後抵達 LAS8，相關地點設有名爲 VGT3 的作業團隊。
據該調查援引的員工公開帖子，VGT3 接收大批實體書後會切除書脊，加快逐頁掃描；這一流程會使原始紙質書永久損毀。
亞馬遜確認通過商業渠道購書，稱用途是“幫助開發和改進客戶使用的產品和服務”；公司未確認掃描文本具體進入哪些 AI 模型、產品或訓練流程。
亞馬遜未披露該項目採購書籍總量、項目起始時間、篩選標準，以及是否在拆解前排除珍稀、絕版或稀缺版本。現有公開報道也未證明每一本被運往該倉庫的書均已被掃描或銷燬。
市場機制上，AI 訓練對高質量、長文本、低 AI 污染內容的需求推動批量收購二手與絕版書，書商獲得一次性出售需求，稀缺版本買家與圖書館則面臨可流通實體存量下降的壓力。亞馬遜以採購實物並自行數字化的方式，將內容獲取、加工與模型訓練鏈條內化，潛在受益者是其 AI 產品與雲端模型服務體系。
來源：公開信息
ABAB AI 解讀
亞馬遜的起點正是圖書零售：公司 1995 年以線上書店上線，隨後藉由圖書目錄、庫存履約、讀者搜索與推薦系統擴展至綜合在線零售、AWS 和數字內容。此次被追蹤到的實體書採購，意味着它正把早年構建的圖書供應鏈重新用於模型時代的數據採購；區別在於，過去圖書是交易商品，現被報道的流程將其轉化爲可機器處理的文本輸入。
數據資本路徑並不止於買書。亞馬遜在 LAS8 內集中接收、拆解和掃描，使書籍採購、文本數字化和後續計算資源能夠與其 AWS 及自有 AI 產品體系銜接。對無法通過授權直接獲得的大量舊書、絕版書或長尾出版物而言，買入實體副本相較逐一與版權方談判更快，但是否構成可用於模型訓練的授權來源，仍取決於版權法和具體使用方式；亞馬遜沒有披露掃描數據的最終用途。
這與 Google Books 的大規模圖書數字化形成歷史對照：Google 曾與圖書館合作掃描數百萬冊藏書，由此引發長期版權訴訟和和解爭議。不同之處在於，Google Books 的核心產出是可檢索書目與片段展示；當前生成式 AI 的競爭重點是將長文本轉化爲訓練語料，用於提升模型回答、推理和內容生成能力。Anthropic、Meta 等公司也持續面臨有關訓練數據來源與版權的訴訟和公開審查，圖書數據已經從搜索索引資產轉變爲模型能力資產。
本質屬於產業鏈重構：模型公司正在將出版物從文化商品重估爲訓練原料。機制是高質量人類寫作具有結構完整、知識密度高、錯誤率相對低的特徵，而互聯網公開文本不斷混入 AI 生成內容；當優質語料變得稀缺，擁有采購預算、物流網絡、掃描能力和算力入口的平臺可把分散的實體知識資產集中處理，並在模型層獲得收益，出版商、作者與實體藏書保存體系則承受新的權利與存量壓力。
ABAB News · 認知定律
舊資產一旦可計算，就會被重新定價
免費數據越稀缺，實體資產越昂貴
內容歸作者，價值歸分發與算力