Anthropic betalar 1,5 miljarder för träningsdata de aldrig borde ha använt
Det tog några år, men räkningen har nu landat. En federal domare godkände i veckan Anthropics förlikning med en grupp författare som hävdade att företaget tränat sina modeller på piratkopierade böcker. 1,5 miljarder dollar totalt, ungefär 3 000 dollar per bok, och titeln "den största kända upphovsrättsliga återbetalningen i historien" till advokatfirman som drev fallet.
3 000 dollar per bok är en märklig siffra. Det är ungefär vad en förstaupplaga av en okänd roman kan gå för på en antikvariat med höga ambitioner. Att det ska motsvara värdet av att en av världens mest kapitalstarka AI-aktörer använde boken som träningsdata för en modell som nu genererar miljarder i intäkter är... en kreativ tolkning av skadestånd.
Men det intressanta är inte beloppet per bok. Det är vad förlikningen signalerar om branschen i stort.
Under 2021 till 2023 samlade i princip alla stora AI-laboratorier träningsdata med principen att fråga förlåtelse snarare än tillstånd. Det var ett rationellt beslut givet konkurrensläget, men det var ett lån med oreglerade villkor. Anthropic är nu det tydligaste exemplet på att den skulden börjar förfalla.
OpenAI, Meta och Google har liknande stämningar hängande. Ingen av dem är avgjorda ännu. Anthropics förlikning sätter ett implicit prejudikat, inte juridiskt bindande, men det ger kommande förhandlingar ett golv att utgå från.
För den som bygger produkter eller infrastruktur ovanpå LLM:er finns det en praktisk slutsats här: kostnaderna för träningsdata kommer att internaliseras i modellpriserna framöver. Antingen via direkta licensavtal med förlag och mediebolag, eller via fler förlikningar som den här. Det är i sig inget dramatiskt, men det är en strukturell kostnadsökning som inte synts i pricing-historiken hittills.
De laboratorier som tidigt investerat i licensierade datapipelines, som OpenAI med sina avtal med Associated Press och Axel Springer, sitter på en konkurrensfördel som inte syns i benchmarks men som kan bli avgörande i en mer reglerad miljö. Det är den typen av infrastrukturbeslut som ser tråkiga ut tills de plötsligt inte gör det.
