АРХ-СЛ-01. ИИ-скрапинг и рынок лицензий на архивы

Ставка · статус: dev · проверен: 2026-09-08 · уровень: отрасль «Архивное дело» · база «Общественные блага»

Просто: Представьте открытую городскую библиотеку, куда раньше мог зайти любой человек полистать книги бесплатно. Теперь вместо людей туда толпами повадились ходить роботы-переписчики, которые копируют целые полки для чужого коммерческого проекта, — и библиотеке приходится закрыть свободный вход, чтобы не разориться, пока соседний архив, который и раньше пускал только по пропуску, просто поднял цену пропуска для роботов и неплохо на этом заработал.

Тезис: с 2023 г. на глазах формируется новый рынок — данные архива как сырьё для обучения ИИ-моделей, и на этом рынке закрытый архив с юридическим ресурсом систематически выигрывает у открытого архива с миссией: платформа с закрытым API продаёт доступ за десятки миллионов долларов в год, а архив, открытый по умолчанию для человека, тот же трафик получает бесплатно и потому вынужден закрываться от ботов, теряя часть своей исходной миссии.

Содержание

Живая ставка, не механизм — вердиктов пока нет. [⏳] Рынок лицензирования данных для обучения ИИ формируется прямо сейчас (2023–2026): архивы и платформы разного типа занимают на нём противоположные позиции в зависимости от того, закрыт у них доступ по умолчанию или открыт.

[факт] Reddit заблокировал доступ Internet Archive к своему контенту (2025) — одновременно продавая тот же контент по лицензии Google на сумму порядка $60 млн в год. Платформа с изначально закрытым/контролируемым доступом получила прямой источник дохода; архив с открытой по умолчанию миссией (Internet Archive) потерял источник материала (правка по перепроверке 08.09: сумма подтверждена широким кругом независимых финансовых СМИ (Yahoo Finance, Neowin, CNBC), сделка подписана в феврале 2024 г.; на 08.09.2026 переговоры о пересмотре условий продолжаются, есть отдельная более новая сделка Reddit–OpenAI ~$70 млн/год) [🟢, правка 08.09, ЦА-Р1 №30, СЛ | Ограничение доступа IA из-за ИИ-скрапинга].

[факт] Bartz v. Anthropic — судебное урегулирование на $1,5 млрд (2025); в основе спора — разграничение легально приобретённых книг (использование для обучения ИИ признано fair use) и книг из пиратских источников (не признано) [🟢, правка по перепроверке 08.09 — подтверждено первичным судебным фактом]. Дословно: «On July 20, 2026, Judge Araceli Martínez-Olguín of the U.S. District Court for the Northern District of California granted final approval of the... $1.5 billion class action settlement in Bartz v. Anthropic and entered final judgment.» Сделка покрывает 482 460 произведений; ответчик обязан не только заплатить, но и уничтожить исходные файлы, скачанные с пиратских торрент-сайтов, и все производные копии; заявленный процент участия правообладателей — 92,77%; дело полностью завершено на момент перепроверки (финальное утверждение 20.07.2026), не текущее разбирательство; источник: акт перепроверки первоисточниками 08.09.2026, АРХ-СЛ-01/АРХ-ПМ-06.

[факт] Параллельно формируются и другие сделки того же типа: OpenAI–AP, Reddit–Google, NYT–Amazon — лицензирование контента для ИИ-обучения как новый источник дохода для держателей текстовых архивов [🟡, ЦА-Р1 №30].

Отраслевой эффект — асимметрия. Архивы, устроенные как «открыто по умолчанию» (миссийные, без платного API), несут издержки ИИ-скрапинга (нагрузка на инфраструктуру, риск исков за случайно проиндексированный защищённый контент) без прямого компенсирующего дохода; архивы и платформы с изначально контролируемым/закрытым доступом легче конвертируют тот же трафик в лицензионный доход. Если асимметрия устоится, у отрасли может появиться стимул закрываться, противоположный историческому тренду «открытость как заявленная цель» (см. АРХ-ДТ-04).

Связан с

АРХ-ПМ-06 Пять плательщиков — лицензиат-ИИ — шестой, самый новый тип плательщика к панораме пяти.
АРХ-МФ-03 Бесплатно значит ничьё — прямая иллюстрация уязвимости донорской/миссийной модели финансирования к новому типу давления.
АРХ-ГП-03 Плательщик и условие доступа — лицензиат-ИИ добавляется как шестой, самый новый тип плательщика к перечню пяти.
СЛ-04 Хрупкость цифровой инфраструктуры (ядро) — родственная по духу ставка: открытые цифровые инфраструктуры недофинансированы и уязвимы именно потому, что открыты по умолчанию.
АРХ-ЦА-КС-03 Кибератака на IA (квартира ЦА) — кибератака на Internet Archive (октябрь 2024) как отдельный кейс хрупкости той же организации.

Источники

🟡 АРХ-ЦА-Р-1_выжимка.md №30 — «СЛ | Иски/лицензии об ИИ-обучении на архивах» и №29 — «СЛ | Ограничение доступа IA из-за ИИ-скрапинга».
АРХ-ЦА-Р-1_сырьё.md [98][102][103] (по плану отрасли, не читано целиком в кросс-заходе).

Открытые хвосты

Перепроверено 08.09: подтверждено 2 / расходится 0 / не найдено 0 — см. акт (акт перепроверки первоисточниками 08.09.2026, АРХ-СЛ-01). Сумма сделки Reddit–Google (~$60 млн/год) — подтверждена широким консенсусом деловой прессы (первичный текст объективно недоступен — коммерческая тайна). Итоговая сумма урегулирования Bartz v. Anthropic ($1,5 млрд) — подтверждена первичным судебным фактом (дата и сумма финального утверждения суда).
Не найдено: систематическая оценка совокупного объёма формирующегося рынка лицензий на архивные/медиаданные для ИИ — рынок слишком молод для устойчивой агрегированной цифры.
⏳ Живой процесс: условия и участники рынка меняются на момент написания узла; при обновлении — сверить актуальность всех цифр.

Проверен на дату: 2026-09-08

Вопросы

отвечено 0 из 3

1. Каков тезис узла об ИИ-скрапинге и рынке лицензий на архивы?

Закрытый архив с юридическим ресурсом систематически выигрывает у открытого архива с миссией на новом рынке лицензий для ИИ; открытый архив вынужден закрываться от ботов Открытые архивы всегда получают больше дохода от ИИ-скрапинга, чем закрытые платформы Рынок лицензирования данных для ИИ полностью урегулирован и стабилен с 2023 года

Ответ: (а). Тезис узла.

2. Что показывает пример Reddit и Internet Archive?

Reddit открыл полный бесплатный доступ Internet Archive к своим данным Reddit заблокировал доступ Internet Archive, одновременно продавая тот же контент по лицензии Google на ~$60 млн/год — платформа с закрытым доступом получила доход, открытый архив потерял материал Internet Archive подала в суд на Reddit и выиграла компенсацию

Ответ: (б). Раздел «Содержание», [факт] о Reddit.

3. На чём основан спор в деле Bartz v. Anthropic ($1,5 млрд урегулирование)?

На разграничении легально приобретённых книг (обучение ИИ признано fair use) и книг из пиратских источников (не признано); ответчик обязан уничтожить пиратские файлы На вопросе о размере штрафа за использование любых книг для обучения ИИ На требовании полностью запретить компании обучать модели на любых текстах

Ответ: (а). Раздел «Содержание», [факт] о Bartz v. Anthropic.

Дашборд Каталог узлов Наверх ↑