Amazon Mula Menghancurkan Buku untuk Latihan AI Amid Kekurangan Data

Semakin sukar untuk mendapatkan teks berkualiti tinggi yang cukup langka, boleh dipercayai, dan tidak tercemar oleh kandungan yang dihasilkan AI di internet awam, buku-buku lama sedang berubah dari komoditi budaya menjadi bahan data pada era AI.

Penulis artikel, sumber: 0x9999in1, ME News



• Ini bukan sekadar berita “Amazon membakar buku”. Isyarat yang lebih penting ialah: apabila internet awam semakin sukar menyediakan teks berkualiti tinggi yang cukup langka, boleh dipercayai, dan tidak tercemar oleh kandungan yang dihasilkan AI, buku lama sedang berubah dari komoditi budaya menjadi bahan mentah data di era AI.
• 404 Media melacak pesanan sebanyak 1.000 buku yang akhirnya tiba di gudang LAS8 Amazon di North Las Vegas; pegawai menyatakan bahawa pasukan VGT3 akan memotong tulang belakang buku dan memindai halaman, sehingga salinan kertas asli hancur. Amazon mengesahkan bahawa mereka membeli buku melalui saluran perniagaan untuk memperbaiki produk dan perkhidmatan, tetapi tidak mengumumkan skala projek, masa permulaan, atau penggunaan spesifik, serta tidak menjawab sama ada versi langka atau jarang akan disingkirkan sebelum dimusnahkan.
• “Beli buku fizikal dahulu, kemudian lakukan pemindaian merusak” masih mempunyai latar belakang sebenar: Dalam kes Bartz v. Anthropic tahun 2025, mahkamah wilayah persekutuan Amerika mengiktiraf penggunaan wajar bagi penggantian digital satu-ke-satu terhadap buku kertas yang dibeli secara sah, tetapi membezakan secara jelas antara pembelian sah dan perolehan bajak. Pada Julai 2026, tuntutan hak cipta kolektif yang melibatkan Anthropic berkenaan sumber bajak akhirnya disetujui dengan penyelesaian sebanyak $1.5 bilion. Sumber data sedang berubah dari isu teknikal kepada isu laporan kewangan.
• Tidak menghairankan bahawa Amazon masuk ke dalam medan ini pada masa ini. Syarikat menganggarkan perbelanjaan modal sebanyak kira-kira US$200 bilion pada tahun 2026, dengan AI sebagai arah utama pelaburan; pendapatan AWS pada suku kedua tahun ini meningkat 37% secara tahunan kepada US$42.2 bilion. Kuasa pengiraan masih meluas dengan pantas, tetapi nilai marjinal data berkualiti tinggi juga semakin meningkat.
• Yang perlu diwaspadai bukanlah tindakan “membongkar buku” itu sendiri, tetapi sistem pembelian dan penghancuran yang kurang transparan: buku bekas biasa boleh dicetak semula dan dibeli kembali, tetapi beberapa buku out of print, edisi dengan catatan, penerbitan tempatan, dan teks yang jarang ditemui mungkin tidak boleh dipulihkan. Sekiranya mekanisme penyaringan tiada, syarikat AI akan memperoleh data, tetapi masyarakat mungkin kehilangan rekod fizikal yang tidak boleh dipulihkan.

Gambaran paling menarik perhatian tentang perkara ini tentulah kejam: sebuah buku dipotong di belakangnya, muka suratnya dimasukkan ke dalam peranti pemindai, dan buku asalnya tidak lagi wujud. Lebih dramatik lagi, syarikat yang melakukan perkara ini ialah Amazon—syarikat yang bermula pada tahun 1995 dengan menjual buku secara dalam talian. Tiga puluh tahun kemudian, ia kembali membeli buku dalam jumlah besar, tetapi kali ini, buku-buku itu tidak semestinya diberikan kepada pembaca, tetapi diubah menjadi data yang boleh ditelan oleh mesin.

Menurut penyelidikan yang dikeluarkan oleh 404 Media pada 17 Ogos, seorang wartawan, Emanuel Maiberg, bekerjasama dengan seorang penjual buku yang menerima pesanan besar melalui Biblio, dan memasukkan sebuah AirTag ke dalam salah satu daripada sekitar 1,000 buku. Pelacak itu bergerak sehingga sampai ke gudang LAS8 Amazon di North Las Vegas. Laporan itu mengutip pekerja di lokasi tersebut yang menyatakan bahawa sebuah pasukan bernama VGT3 bertanggungjawab menerima jumlah besar buku kertas, memotong jilidnya, dan memindai dengan pantas, di mana buku asal hancur semasa proses tersebut. Amazon kemudian mengesahkan kepada Inc. bahawa syarikat tersebut benar-benar “membeli buku melalui saluran perniagaan untuk membantu membangunkan dan meningkatkan produk dan perkhidmatan yang digunakan oleh pelanggan”, tetapi tidak menjawab berapa banyak yang dibeli, bilakah projek bermula, data masuk ke produk mana, dan sama ada versi langka atau jarang akan dikeluarkan terlebih dahulu.

Lebih penting lagi, petunjuk ini bukan muncul secara tiba-tiba semalam. Inc. mendapati bahawa sejak September 2024, pengguna forum penjual Amazon telah melaporkan banyak pesanan buku yang dihantar ke LAS8: ada yang mengalami pembeli tunggal membuat 68 pesanan sekaligus, ada yang menerima 48 pesanan secara berpusat pada waktu pagi, semuanya merupakan buku daripada penerbit universiti, dan ada penjual yang menyatakan akaun yang sama hampir setiap hari membeli buku. Perwakilan forum Amazon pada masa itu akhirnya mengesahkan bahawa pesanan-pesanan tersebut sah, tetapi Amazon kini tidak menjelaskan sama ada pesanan-pesanan itu berkaitan dengan VGT3.

Penilaian saya ialah, perkara yang benar-benar patut diperhatikan bukanlah kesan emosional “raksasa teknologi merusak buku”, tetapi ia mendedahkan semula penilaian semula sumber dalam industri AI: selama beberapa tahun terakhir, yang paling langka ialah GPU, pusat data, tenaga, dan modal, kini, teks manusia berkualiti tinggi, boleh dilacak, dan sebanyak mungkin bebas dari pencemaran kandungan yang dihasilkan AI, juga mulai dinilai semula.

Pasar buku lama tiba-tiba terlibat dalam rantai pasokan AI, bukan sekadar episod absurd zaman nostalgia, tetapi langkah yang alami dan sangat kejam selepas pengindustrian model besar.

Internet kelihatan tanpa batas, tetapi data yang benar-benar sesuai untuk melatih model terkini bukanlah tanpa had.

Epoch AI dalam kajian tahun 2024 menganggarkan bahawa, selepas penyesuaian kualiti dan pengulangan, stok teks manusia awam yang tersedia untuk latihan adalah sekitar 300 trilion token; jika tren pertumbuhan skala data pada masa itu berterusan, stok ini mungkin akan dimanfaatkan sepenuhnya antara tahun 2026 hingga 2032. Ramalan ini bukanlah “hitung mundur data akan habis esok”, kerana data sintetik, kecekapan data, pasca-latihan, dan kaedah multimodal terus berubah, tetapi ia mengungkapkan satu arah: semakin sukar untuk mendapatkan maklumat tambahan berkualiti sama hanya dengan terus memperluaskan penggalian laman web.

Namun, buku lama mempunyai beberapa ciri yang tidak boleh diabaikan oleh syarikat AI.

Pertama, ia sering melalui beberapa peringkat penyaringan oleh penulis, editor, dan penerbit, sehingga kepadatan maklumat dan strukturnya biasanya lebih stabil berbanding laman web rawak. Kedua, banyak sejarah tempatan, manual profesional, karya akademik nisbah, buku teks edisi lama, bahan industri, dan terbitan bukan bahasa Inggeris belum didigitalisasi sepenuhnya, dan tidak dapat diambil oleh laman web awam. Satu perkara yang lebih halus ialah, kandungan yang diterbitkan sebelum AI generatif menjadi luas digunakan, lebih cenderung berasal daripada persekitaran penulisan manusia semata-mata.

Nilai ini telah dinyatakan secara langsung oleh penyedia data. Pada bulan Julai tahun ini, dalam laporan mengenai pasaran pembelian buku, syarikat pangkalan data buku ISBNdb pernah menguji permintaan pembelian buku daripada syarikat AI dengan menyatakan bahawa “data latihan AI terbaik di dunia sedang berbaring di rak buku”, dan menekankan bahawa buku mengandungi pengetahuan manusia yang telah disusun, diedit, dan diprofesionalkan. ISBNdb kemudian menyatakan bahawa halaman tersebut hanyalah ujian permintaan pasaran dan telah ditarik balik.

Mengapa ayat ini menyakitkan? Kerana ia mengungkapkan kecemasan seluruh industri.

Semakin kuat AI generatif, semakin banyak teks di internet yang ditulis, ditulis semula, atau diringkaskan oleh AI. Jika model terus mengonsumsi kandungan ini tanpa membezakan sumbernya, sumber data akan menjadi semakin kompleks. Oleh itu, perkara-perkara yang telah dicetak di atas kertas sebelum gelombang AI generatif tiba, tiba-tiba mendapat satu lapisan nilai yang sebelumnya tidak ada: sekurang-kurangnya dari segi masa, ia lebih dekat kepada persekitaran maklumat yang belum diintervensi secara besar-besaran oleh AI generatif.

Jadi, membeli buku bekas di Amazon tidak bermakna ia “kembali ke era media kertas”; sebaliknya, ini adalah pemikiran yang sangat mendalam tentang data. Bagi pelatih model, sampul buku, reka bentuk, dan cerita pengumpulan mungkin tidak mempunyai nilai latihan langsung; yang benar-benar bernilai ialah token di dalamnya yang boleh dipisahkan, diindeks, dihapuskan duplikasi, ditandai, dan dilatih.

Buku berubah daripada barang komoditi kepada korpus, dan sistem harga turut berubah. Buku lama profesional yang selama beberapa dekad tidak ada yang bertanya, mungkin mendapat permintaan mesin baru kerana tiada versi elektronik lengkap di internet.

Ini adalah perkara yang paling patut diperhatikan.

Sebabnya pertama-tama sangat sederhana: kecekapan.

Mengindustrialisasi pengdigitalkan ribuan buku dengan memotret setiap muka secara perlahan adalah proses yang sangat perlahan. Selepas memotong tulang belakang buku, halaman kertas boleh dipisahkan dengan rata, lebih sesuai untuk pemindai pantas dan pengiktirafan teks seterusnya. Pemindaan merusak bukan teknologi yang muncul semasa era AI, tetapi AI mungkin membawanya ke penggunaan industri data yang paling langsung buat pertama kali.

Terdapat latar belakang kedua yang lebih sensitif: undang-undang.

Pada Jun 2025, Mahkamah Daerah Amerika Syarikat, Wilayah Utara California, dalam kes Bartz v. Anthropic, mengungkapkan bahawa Anthropic pernah membeli jutaan buku cetak, membongkar jilid, memotong muka surat, memindai menjadi salinan digital, dan membuang asal cetak selepas menghasilkan versi digital. Hakim William Alsup pada fakta spesifik ketika itu berpendapat bahawa penukaran format ini, di mana "satu salinan cetak digantikan oleh satu salinan digital dalaman dan salinan digital tidak disebarkan ke luar", merupakan penggunaan wajar; mahkamah juga menentukan bahawa penggunaan khusus latihan model besar dalam kes ini merupakan penggunaan wajar.

Tetapi keputusan yang sama juga menetapkan garis yang sangat tegas.

Anthropic sebelum ini memuat turun lebih daripada 7 juta buku dari pangkalan data bajakan. Mahkamah berpendapat bahawa pembinaan dan penyimpanan jangka panjang perpustakaan digital pusat sumber bajakan ini tidak boleh secara automatik mendapat perlindungan penggunaan yang wajar hanya kerana sebahagian kandungannya kemudian digunakan untuk latihan AI. Pembelian yang sah dan perolehan bajakan diperlakukan secara terpisah oleh mahkamah.

Mengapa garis ini penting? Kerana ia memberi pelajaran mahal kepada seluruh industri AI: bukan sekadar “apa sahaja data boleh diambil sekiranya untuk latihan”, tetapi dari mana data tersebut berasal, sama ada perusahaan membayar untuk mendapatkan salinan, serta cara penyimpanan dan penyalinan, semuanya boleh mengubah risiko undang-undang.

Dan kelas ini akhirnya menjadi jauh lebih mahal.

Pada 20 Julai 2026, mahkamah persekutuan Amerika Syarikat akhirnya menyetujui penyelesaian kolektif hak cipta bernilai $1.5 bilion antara Anthropic dengan penulis dan penerbit. Penyelesaian ini melibatkan lebih daripada 482,000 buku, dengan sekitar 91% karya berkaitan telah mengemukakan permohonan ganti rugi. Perlu ditekankan bahawa penyelesaian ini hanya berkaitan dengan tuntutan yang berasal daripada sumber bajakan, dan tidak bermakna sistem undang-undang Amerika Syarikat telah memberikan lesen seragam untuk semua latihan AI; kes lain, sumber data berbeza, dan cara penggunaan berbeza masih mungkin menghasilkan hasil yang berbeza.

Oleh itu, kini Amazon membeli buku fizikal melalui saluran perniagaan, yang logik pengurusan risikonya sangat mudah difahami.

Adakah ia secara langsung dirancang mengikuti jalan undang-undang yang dibentuk oleh kes Anthropic? Tidak ada bukti awam yang tersedia untuk menyimpulkan demikian. Tetapi pada tahun 2026, apabila keputusan Anthropic dan penyelesaian sebanyak $1.5 bilion sudah berada di atas meja, sebarang syarikat AI besar akan lebih memperhatikan satu perkara: adakah anda boleh membuktikan asal data tersebut?

Harga membeli sebuah buku fizikal mungkin sangat murah; beberapa tahun kemudian, menjelaskan di mahkamah dari mana datangnya berjuta-juta bahan latihan mungkin tidak murah sama sekali.

Industri AI sebelum ini biasa memandang data sebagai udara yang tak pernah habis di internet, kini ia sedang belajar membayar untuk “sumbernya”.

Perasaan dan fakta harus dipisahkan di sini.

Buku laris biasa, buku popular dengan cetakan besar, dan buku lama yang masih banyak salinannya di pasaran yang masuk ke sistem kitar semula, pada dasarnya bukan bencana budaya. Industri buku second-hand dan buku lama juga pernah melakukan tindakan seperti membongkar buku untuk menjual ilustrasi, atau memproses buku yang tidak laku. Tidak boleh secara tiba-tiba berpura-pura bahawa setiap buku lama adalah naskhah unik hanya kerana kemunculan AI.

Masalahnya ialah, Amazon sehingga kini belum menjawab sama ada ia akan mengenal pasti edisi langka, edisi tamat cetak, atau edisi khas sebelum pemindaiannya.

Buku yang dilaporkan oleh 404 Media digambarkan sebagai buku langka, dan Inc. secara khusus menanyakan Amazon sama ada syarikat tersebut menyaring versi langka atau jarang sebelum memusnahkannya, tetapi tidak mendapat sebarang respons.

Ini meninggalkan satu lubang yang tidak boleh diabaikan dengan alasan “sudah beli dan sudah bayar”: kepemilikan secara undang-undang tidak sama sekali berkaitan dengan nilai pemeliharaan budaya.

Teks buku boleh dipindai. Namun, tanda tangan, catatan pembaca, stiker perpustakaan, pengikatan khas, maklumat koreksi, jejak percetakan tempatan, bahkan rekod fizikal yang ditinggalkan oleh perjalanan buku selama puluhan tahun, tidak semestinya dimasukkan ke dalam OCR, apalagi ke dalam set latihan akhir.

Teks masih tinggal, tetapi bukti fizikal mungkin hilang.

Kekhawatiran ini bukan hanya berlaku di Amerika. Tahun ini, beberapa penjual buku second-hand di Britain dan Ireland memberitahu The Guardian bahawa dalam beberapa bulan terakhir, terdapat pembelian dalam jumlah besar yang tidak berkaitan topiknya dan tidak peka terhadap harga: seseorang membeli novel versi Estonia, edisi tertentu karya Brontë, dan majalah lama tahun 1983; seorang penjual mengatakan bahawa sejak awal tahun ini, mereka telah menerima pesanan sebanyak kira-kira 6,000 buku daripada pembeli serupa. Australia juga sebelum ini melaporkan pesanan jumlah besar yang tidak biasa dari penjual buku.

Namun, di sini juga perlu mengekalkan sempadan fakta: tidak ada bukti awam yang menunjukkan sama ada semua pesanan luar negara ini sebenarnya berasal daripada syarikat AI. Laporan The Guardian sendiri secara jelas menyatakan bahawa ia merupakan spekulasi dan kebimbangan penjual buku, bukan pembelian AI yang telah disahkan.

Yang benar-benar diikuti oleh peralatan pelacak sepanjang jalan ke fasilitas pemindai AI tertentu ialah penyelidikan 404 Media terhadap Amazon kali ini.

Ini tepat menunjukkan mengapa transparansi itu penting.

Jika perusahaan menganggap pembelian ini sah, munasabah, dan benar-benar dapat meningkatkan produk, maka beberapa soal paling asas tidak berlebihan: jenis buku apa yang akan masuk ke dalam pemindahan merusak? Adakah edisi langka, edisi berharga, edisi bertandatangan, serta versi yang memiliki nilai fizikal khas dikeluarkan? Bagaimana kertas selepas pemindahan akan ditangani? Berapa lama salinan digital akan disimpan? Apakah jenis produk atau kategori model yang secara umum akan menggunakannya?

Perusahaan tentu tidak perlu mendedahkan seluruh resep latihan.

Tetapi “kita telah membayar untuknya, jadi kita boleh diam-diam memutuskan semuanya,” bukan jawapan yang cukup matang.

Kerana ia sedang membuat pertaruhan besar terhadap AI pada kelajuan yang belum pernah terjadi sebelumnya.

Pada Februari tahun ini, Amazon menyatakan bahawa perbelanjaan modal penuh tahun 2026 dijangka sebanyak kira-kira US$200 bilion, dengan fokus peluang termasuk AI, cip, robot, dan satelit rendah orbit. Pada suku kedua, jualan syarikat mencapai US$200.6 bilion, meningkat 20% secara tahunan; jualan AWS mencapai US$42.2 bilion, meningkat 37% secara tahunan, mencatatkan kadar pertumbuhan paling pantas dalam 18 suku. Arus kas bebas dalam 12 bulan terakhir telah berubah menjadi aliran keluar bersih sebanyak US$7.6 bilion, dan Amazon dengan jelas menyatakan bahawa pembelian hartanah dan peralatan meningkat ketara, terutamanya mencerminkan pelaburan dalam AI. Pendapatan tahunan AI dan cip AWS masing-masing telah melepasi kadar operasi US$25 bilion.

Lebih penting lagi ialah hubungan antara Amazon dan Anthropic.

Pada bulan April tahun ini, Amazon mengumumkan bahawa mereka akan menginvestasikan tambahan 5 miliar dolar AS ke Anthropic, berdasarkan investasi sebelumnya sebesar 8 miliar dolar AS, dan dapat menambahkan hingga 20 miliar dolar AS setelah mencapai tonggak bisnis tertentu. Pada masa yang sama, Anthropic berkomitmen untuk menghabiskan lebih dari 100 miliar dolar AS pada teknologi AWS dalam sepuluh tahun mendatang, serta akan memperoleh daya komputasi Trainium yang ada dan masa depan hingga 5 GW.

Dengan kata lain, Amazon kini merupakan penyedia infrastruktur awan, peserta modal dalam industri model canggih, serta mengendalikan Nova, Alexa, Rufus, dan banyak perkhidmatan AI perusahaan.

Yang diperlukan bukan sekadar lebih banyak cip.

Ia memerlukan lebih banyak pengetahuan berkualiti tinggi, cakupan pengetahuan jangka panjang, sumber data yang lebih boleh dipercayai, serta rantai kepemilikan data yang lebih mudah dijelaskan.

Dengan skala perbelanjaan modal semasa Amazon, pembelian dalam jumlah besar buku-buku second-hand jelas tidak akan menjadi kos utama yang menentukan keadaan kewangan syarikat. Yang benar-benar penting ialah isyarat yang dilepaskan oleh tindakan ini: sebuah raksasa yang bersedia menginvestasikan sekitar US$200 bilion setahun untuk memperluas infrastruktur teknologi, masih bersedia memperluaskan rantai bekalan ke pasaran buku second-hand yang tersebar, tidak cekap, dan ditentukan harga satu-satu.

Mengapa?

Kerana beberapa data, benar-benar tidak ada pintasan.

Ini juga tempat persaingan AI sedang berubah. Dahulu, orang berlumba untuk menggali lebih banyak laman web, kemudian berlumba untuk memiliki lebih banyak GPU, kini semakin berlumba untuk memiliki data yang lebih bersih, lebih unik, lebih sah, dan lebih sukar disalin.

Data bukan lagi sekadar sekumpulan "bahan mentah" sebelum latihan bermula.

Ia sedang menjadi aset yang perlu dibeli, dibersihkan, dipastikan kepemilikannya, dilacak, dan diaudit.

Talian pertahanan data sejati mungkin bukan "siapa yang memiliki salinan internet", tetapi siapa yang memiliki kandungan berkualiti tinggi yang tidak boleh diperoleh, tidak stabil, atau diperoleh tetapi tidak berani digunakan dengan yakin oleh orang lain.

Saya tidak berpendapat kesimpulannya haruslah “melarang syarikat AI memindai buku fizikal”.

Digitalisasi sendiri boleh menyimpan pengetahuan, dan mungkin membawa kembali kandungan yang sudah tidak diterbitkan ke dalam sistem carian, penyelidikan, dan pemahaman mesin. Bagi banyak buku second-hand biasa, pengimbasan yang merosakkan mungkin tidak lebih buruk daripada akhirnya masuk ke kitar semula kertas. Menulis perkara ini secara ringkas sebagai “AI sedang membakar buku” memang penuh emosi, tetapi fakta tidak mencukupi.

Terdapat dua sempadan sebenar.

Perkara pertama ialah sempadan hak: Membeli sebuah buku cetak tidak bermakna anda membeli semua hak cipta atas karya tersebut, apalagi semua tindakan pelatihan, penyalinan, dan pengeluaran secara alami sah. Kes Bartz hanyalah keputusan penting yang dibuat oleh sebuah mahkamah wilayah persekutuan Amerika di bawah fakta tertentu, bukan pas kalis abadi untuk semua syarikat AI di seluruh dunia.

Kedua ialah menyimpan sempadan: Jika sebuah perusahaan tidak dapat membuktikan bahawa ia mampu mengenal pasti dan mengelakkan buku-buku yang jarang ditemui, versi unik, atau memiliki nilai sejarah khas, maka apa yang disebut sebagai “pengimbasan berkesan” mungkin mengubah masalah kejuruteraan data menjadi kerugian budaya yang tidak boleh dipulihkan.

Yang sepatutnya dijawab oleh Amazon bukanlah "Mengapakah anda memerlukan buku?"

Jawapan ini semakin jelas: kerana banyak pengetahuan berkualiti tinggi yang diwarisi oleh manusia selama beberapa ratus tahun terakhir tidak semuanya terdapat di internet terbuka.

Masalah sebenarnya ialah: apabila buku-buku ini berpindah dari rak ke garis penghasilan latihan AI, siapakah yang menentukan apa yang boleh dikorbankan dan apa yang tidak boleh dikorbankan? Siapakah yang mengesahkan bahawa perusahaan mendapat kandungan, bukannya secara tidak sengaja memadam sejarah di luar kandungan?

Ironi dalam perkara ini sangat kuat.

Amazon dahulu menjadi salah satu syarikat perniagaan internet paling penting dengan menghantar buku kepada orang-orang; hari ini, ia membeli semula buku-buku itu, membukanya, dan menghantar teks ke dalam mesin.

Teknologi memang boleh mengubah medium pengetahuan, tetapi tidak sepatutnya mengabaikan nilai medium tersebut.

AI memerlukan perkara yang ditulis oleh manusia, dan tidak ada yang perlu dipermalukan tentang hal ini. Yang benar-benar perlu diwaspadai ialah apabila seluruh industri semakin bergantung kepada "teks berkualiti tinggi yang ditinggalkan oleh manusia", tetapi masih menyembunyikan proses perolehannya di dalam rantai pasokan, serta menganggap hak cipta, sumber, kelangkaan, dan tanggungjawab penyimpanan sebagai isu selepas kejadian.

Model boleh mampatkan sebuah buku menjadi token, perusahaan boleh menukar token menjadi parameter, tetapi ada sesuatu yang sekali dipotong, tidak akan ada latihan seterusnya yang boleh memulihkannya.

Peradaban boleh didigitalisasi, tanggungjawab tidak boleh dihapuskan dengan “konversi format”.

1. Emanuel Maiberg. “Kami Melacak Penghantaran Buku-Buku Langka. Ia Berakhir di Kem Latihan AI Amazon.” 404 Media, 2026-08-17.
2. Georgia Fearn. “Amazon Membeli Buku-Buku Lama dan Menghancurkannya Selepas Memindai. Pesanan Itu Bermula Sejak 2024.” Inc., 2026-08-17.
3. Amazon.com, Inc. “Amazon.com Mengumumkan Keputusan Kuartal Kedua.” 2026-07-30.
4. Amazon. “Amazon dan Anthropic memperluas kerjasama strategik.” 2026-04-20.
5. Mahkamah Daerah Amerika Syarikat, Daerah Utara California. Bartz v. Anthropic PBC, Perintah Mengenai Penggunaan Adil dan Pencurian, 2025-06-23.
6. Reuters. “Hakim AS menyetujui penyelesaian tuntutan hak cipta Anthropic sebanyak $1.5 bilion.” 2026-07-20.
7. Pablo Villalobos et al. “Will we run out of data? Limits of LLM scaling based on human-generated data.” Epoch AI, 2024-06-06.
8. Dan Milmo. “Penjual buku secondhand di UK dan Ireland menduga syarikat AI di sebalik pesanan borong ‘aneh’.”The Guardian, 2026-08-15.