目錄
2026年8月、404 MediaはかなりドラマチックなInvestigationを公開しました。記者がある書店業者と協力し、約1,000冊の書籍のうち1冊にAirTagを隠し、その書籍群が最終的にどこへ運ばれるのかを追跡したのです。SignalはCaliforniaから始まり、Wisconsin、Coloradoを経て、最終的にAmazonがLas Vegasに持つLAS8 Warehouseで停止しました。しかも通常のPrint-on-Demand Areaではなく、北側にあるVGT3という独立Operation Areaでした。404 MediaはAmazon EmployeesがInternal Forumへ投稿した説明をもとに、ここでは大量の紙書籍を受け取り、Bindingを裁断したうえでScanningを行い、その過程でPhysical Booksが破壊されると報じています。翌日にはArs Technicaなども追随し、「1個のAirTagがAmazon Warehouseまで追跡した」という話が、この週のTechnology界隈で最も注目されたAI Data Newsの一つになりました。
404 MediaはVGT3をAmazonのAI training facilityと表現し、既存EvidenceはAI Training用途を強く示していると判断しています。ただしAmazon自身はこの点を確認していません。404 MediaとGeekWireへの回答でAmazonが述べたのは、Commercial Channelsを通じてBooksを購入し、Customerが利用するProducts and Servicesの開発・改善へ使っているということだけで、VGT3でScanされたTextが最終的にどのModelやDatasetへ入るのかは説明していません。
したがって、今回確実に確認できるのは「Amazonが1,000冊のRare Booksすべてを特定AI ModelのTrainingへ使ったと認めた」ということではありません。より具体的に確認できるのは、大量のPhysical BooksがAmazon Facilityへ購入・搬入され、Employee Descriptionには裁断とScanningが含まれ、そのOperationによって元のPhysical Bookが破壊されるということです。Scan Dataが最終的にどう使われているかについて、Amazonは現在も完全な答えを公開していません。
AirTagはどうやってAmazonの書籍スキャン施設まで追跡した？Original Investigationは404 Media
約1,000冊の匿名注文が、最終的にLas VegasのAmazon LAS8へ入った
今回のInvestigationは、記者が適当に1冊の古書を選んで発送したわけではありません。404 Mediaはまず、Secondhand Book Marketで発生している異常なBulk Purchaseを長期間追跡していたBooksellerから情報を得ました。あるSellerがBiblio経由で約1,000冊のOrderを受けたものの、Buyer Identityは不透明で、この種のOrderがここ数か月Secondhand Marketで頻繁に発生するようになっていたといいます。Booksellerは404 Mediaが用意したAirTagをそのうち1冊へ隠し、Shipment全体が最終的にどこへ行くか観察することに同意しました。
AirTagは最終的にAmazonのLas Vegas LAS8へ到達しました。このLocationは当初Reporterを困惑させました。LAS8の主なBusinessはPrint-on-Demandで、Orderが入ってからBookを印刷するOperationだからです。大量のBooksを裁断する作業とは正反対に見えます。手がかりがつながったのは、AirTagが最終的に止まった場所でした。通常のPrint-on-Demand Areaではなく、Warehouse北側のVGT3という別Operation Areaだったのです。
Amazon EmployeesがWork Forumへ投稿した説明によると、VGT3では大量のPhysical Booksを受け取り、Book Cuttingを担当する人とReceiving／Scanningを担当する人がいます。404 MediaのInvestigationではさらに、Bindingを裁断してPagesを高速Scanningしやすくし、Physical Bookはその過程で破壊されると報じられています。VGT3 Entranceには独自のLogoもあり、歯を見せてBookを手にしたTyrannosaurusが描かれています。元原稿のように「本を飲み込もうとしている」と表現するのは少し演出が強く、現在確認できるPhotoとDescriptionでは「本を持った恐竜」に近い表現です。
このShipmentをrare booksと呼ぶことはできるが、すべてがUnique CopyやTop-tier Antiquarian Booksではない
404 Media自身は今回のShipmentをrare booksと呼び、InvestigationのPartnerもRare Book MarketのSellerです。ただし「rare」をそのまま日本語で「極めて貴重な古書」と受け取ると、Museum-levelのUnique Copy、First Edition、数百年前のAntiquarian Bookを想像しやすくなります。実際のSituationはそこまで単一ではありません。
GeekWireが404 MediaのInvestigationをまとめた記事では、Booksellerが、このBulk Buyerはむしろ「最もRareなBooks」を買っていないと観察していたことが紹介されています。つまり非常に古く、ISBNすら持たないBooksは対象に入っていなかったということです。そのためBooksellerは、BuyerがISBNなどのPublishing Metadataを使い、まだDigitizedされていないPublicationsをSystematicに探している可能性を疑っています。
したがって、記事では「Rare、Niche、入手困難なOld Books」と表現するほうが適切で、Shipment全体を世界に数冊しか残っていないPrecious Antiquarian Booksとして描くべきではありません。Cultural Preservationの問題は残りますが、その深刻度はそれぞれのBook Edition、Surviving Copies、Physical Characteristicsによって個別に判断する必要があります。
なぜAI CompaniesはPhysical Booksへ再び注目している？ポイントはCleanで、まだDigitizedされていないText
Old Print BooksはData Suppliersから「AI-generated Contentが混ざっていないSource」として評価されている
今回のAirTag Investigationより1か月前、404 Mediaは別のSupply Chainも報じています。Book Data CompanyのISBNdbがAI Customers向けに、大量のPhysical Booksを取得するServiceを売り込んでいました。主要なSelling Pointの一つは、Old BooksはGenerative AIが広く普及する以前に作られているため、近年急増したAI-generated textが混入していないことです。ISBNdbは当時、Printed BooksをEdited、Well-structured、Domain Knowledgeを含むData Sourceとして説明していました。
そのため、元原稿の「Physical Booksはまだ使い尽くされていないHigh-quality Corpus」という方向性は残せます。ただし「Internet Dataが枯渇するThresholdに達した」というConsensusがすでに存在するようには書くべきではありません。現在より確実に言えるのは、AI Data Supply Chainが積極的に探し始めているものが2種類あるということです。一つはまだDigitizedされていないText、もう一つはGenerative AI普及前に作られたHuman-authored Textです。
Model Developersにとって、この種のBooksには別の現実的なAdvantageもあります。NicheなLocal History、Old Technical Manual、Out-of-print Professional Bookなどは、Secondhand MarketではほとんどBuyerがいないかもしれません。しかしその内容がCommon Crawlや大規模E-book Databaseへ一度も入っていなければ、Training DatasetにとってのValueはSecondhand Book Priceとは別の基準で評価されます。
Bindingを裁断してScanする方法はAmazonが発明したものではない
Destructive scanningそのものは新しいTechnologyではありません。Bound Booksを大量にDigitizeする場合、Spineを裁断してLoose Pagesにすれば、1Pageずつ手でめくらずにHigh-speed Scannerへ送れます。今回改めて注目されているのは、Generative AI CompaniesがPhysical Booksを大量購入し、以前から存在していたDigitization MethodをModel Data AcquisitionのScaleまで拡大し始めたことです。
AnthropicはすでにCourt Recordsで詳しく記録されたCaseです。2025年のBartz v. AnthropicのRulingには、AnthropicがPhysical Booksを購入し、BindingをRemoveし、各PageをScanし、BooksをSearchable Digital Versionsへ変換したうえで、Central DatabaseからClaude Trainingに使うContentをSelectionしていたことが記載されています。Court Documentsには、Physical Source BooksがConversion Processで破壊されたことも明記されています。
つまりAmazonは、Destructive Book Scanningで論争になった最初のAI Companyではありません。違いは、Anthropicの方法はCopyright LitigationのDiscoveryを通じて公開されたのに対し、Amazonの今回のCaseはBooksellerと1個のAirTagによってPhysical Shipment Routeが追跡されたことです。
Amazonは本当にこれらのBooksをAI Trainingへ使ったと認めた？現時点ではNo
AmazonはBook Purchaseを認めたが、VGT3のScan Data用途は確認していない
ここは記事全体で最も重要なUncertaintyです。404 MediaはInvestigation HeadlineでDestinationをAmazon AI training facilityと直接表現し、Old Book Purchasing Pattern、VGT3 Operations、AmazonのAI Business、ほかのAI Companiesの既存Practiceを踏まえれば、そのInferenceには相当なCircumstantial Evidenceがあります。しかしAmazonのOfficial Responseはより広い説明に留まっています。Commercial Channelsを通じてBooksを購入し、Customer向けProducts and Servicesの開発・改善へ使っている、と述べただけです。GeekWireがAmazonへ「Model Training目的なのか」と直接質問しても、Amazonは確認していません。
そのため、元原稿にあった「Amazonは以前この種のPracticeを否定していた」という部分は削除するべきです。Amazonが過去にVGT3や類似Internal Book-scanning ProgramをPublicly Denyしたという信頼できるRecordは現在確認できません。混同しやすいのは、ここ数週間でほかのCompaniesが関連事項を否定していたことです。例えばZoom BooksはBooksをDigitizeしたあとDestroyすることはないと説明し、Anthropicも自社のData Acquisition Programではrare or antiquarian booksを購入して破壊しないと述べていました。それはAmazonのStatementではありません。
より正確なQuestionは「Amazonはなぜ嘘をついたのか」ではなく、AmazonがProduct／Service DevelopmentのためBooksを購入していることは認め、404 Mediaは実際のCutting／Scanning OperationをAmazon Facilityで特定したものの、その間にある「Dataが最終的にどのSystemへ入るか」をCompanyがまだ公開していない、ということです。
Physical Bookを買えば自由にScanできる？OwnershipとCopyrightは別の問題
First Sale DoctrineはそのPhysical Copyの処分を認めても、Contentを複製する権利まで自動的に与えるわけではない
元原稿の「合法的に購入したBookはBuyerのPropertyなので、Destroying自体が直ちに違法とは限らない」という方向性は問題ありません。ただし、その後は別問題として切り分ける必要があります。
米国Copyright Law Section 109のFirst Sale Doctrineが扱うのは、合法的に取得した特定のPhysical Copyです。Holderは原則としてその1冊をResell、Lend、Disposeできます。Copyright Ownerが同じPhysical Copyの流通を永久にControlし続けることはできません。
しかしBookをScanすると新しいCopyが作られるため、「Bookを買った＝Scanning Rightを取得した」ではありません。AuthorのPermissionなしにCopyingできるかどうかはCopyright Actの別Rules、特にFair Useを含めて判断する必要があります。そのため現在のAI Training Disputeは、「CompanyがPaper BookへMoneyを払った」という一点だけでは終わりません。
Anthropicは特定Caseで勝訴したが、米国がAI Training全般を合法と認定したわけではない
2025年のBartz v. AnthropicでFederal District Courtは、対象BooksをClaude Trainingへ使用することをFair Useと認定しました。また、Anthropicが合法的に購入したPhysical BooksをDigital Libraryへ変換した行為も、そのCaseにおける特定のPracticeではFair Useと判断されています。そのConsiderationの一つとして、元のPhysical Booksが破壊され、追加のSecond Circulating Copyを残していなかった点も含まれていました。
同じRulingは一方で、AnthropicがPiracy Websitesから取得し、永久保存したBooksまで正当化することは拒否し、「合法購入後のScanning」と「先にPirated Sourceから取得したData」を分けて分析しています。
したがって、2026年時点でより安全な書き方はこうです。米国ではAnthropicやMetaの特定Case Recordsのもとで、Federal District CourtsがAI TrainingをFair Useと認めた例は存在します。しかし、それによってすべてのModels、すべてのData Sources、すべてのAcquisition Methodsが一律に合法と認定されたわけではありません。CaseごとのData Source、Market Effect、Model Output、Purpose of Useなどが引き続き判断へ影響します。
Scan後にBookをDestroyするのはなぜ？Legal ReasonとCultural Preservation Reasonを混同しない
Destructive scanningが追求するのはScanning Efficiencyであり、Physical Preservationではない
現在のPublic Informationで確認できるのは、Bindingを裁断するとScanning Efficiencyが上がることです。またAnthropic Caseでは「Physical BookがDigital Versionへ置き換えられた」こと自体が、そのDigitizationをFair Useと評価する際のAnalysisの一部になりました。
AmazonがVGT3でScanしたBooksをなぜRebind、LibraryへDonate、Long-term Preserveしないのかについて、Companyは説明していません。元原稿で理由としてStorage、Temperature／Humidity Control、Insurance、Labor Costを直接挙げるのはOperationally Plausibleではありますが、現時点ではInferenceにすぎず、AmazonのDecision Reasonとして書くべきではありません。
より確実に言えるのは、WorkflowのGoalが大量のText Acquisitionだけなら、BookをCut、Scanし、次のBookをProcessするほうが、各Physical Bookを再びCollectible Conditionへ戻すよりはるかに速いということです。これがDestructive ScanningのEfficiency Sourceであり、Preservation Communityが最も問題視するPointでもあります。
Digital Textは残せても、特定のPhysical BookはTextだけではない
一般的なMass-market Used Bookなら、LossはPhysical Copyが1冊減るだけかもしれません。しかしBookそのものに特定Edition、Special Binding、Signature、Ownership Stamp、Bookstore Mark、Reader Annotationなどがある場合、TextをScanしてもInformationすべては保存されません。
だからこそrare booksという言葉には注意が必要です。今回のInvestigationは、VGT3がUnique Cultural Artifactsを大量破壊していることを証明したわけではありません。ただしISBNとText Acquisitionを主なTargetにしたPurchasing Workflowでは、「このBookのTextがDataとして有用か」が「このPhysical CopyそのものをPreserveする価値があるか」より優先される可能性があります。前者はModel Databaseが重視する価値であり、後者はLibraries、Archives、Antiquarian Book Marketが重視する価値です。
Amazonは最初のBook-scanning Companyではない。今回新しかったのはSupply ChainがPhysicalに追跡されたこと
AnthropicのProject PanamaはすでにLitigation Documentsを通じて公開され、Court Recordsには大量のPhysical Booksを購入、Disassemble、ScanしたPracticeが記録されています。ここ数か月ではUK、Ireland、AustraliaのSecondhand Booksellersも不自然なBulk Ordersを相次いで報告しています。Topicsに明確な関連がない、Quantityが非常に多い、BuyerがPriceに比較的Insensitive、DestinationがForwarding Warehouseになる場合がある、といった特徴です。一部BooksellersはBooksが最終的にDestructive Scanningされることを懸念し、特定Ordersを拒否し始めています。
今回のAmazon Investigationで新たに得られたのは、Physical Logistics ChainをEnd-to-endで追えるCaseでした。約1,000冊のBooksがSellerから発送され、AirTagがAmazon LAS8／VGT3へ入り、VGT3 EmployeesがBook DisassemblyとScanning Workを説明しています。以前は「誰がこれほど大量のBooksを買っているのか」がQuestionでしたが、今回少なくとも1 BatchについてConcrete Destinationが判明しました。
したがって、適切なConclusionは「AI Industry全体がSecretly Rare Booksを破壊している」ではありません。Destructive ScanningはもはやAnthropic Litigationにだけ現れた特殊Caseではなく、少なくとも別のIndependent Investigationでも、Similar OperationがAmazonのPhysical Facilityまで追跡されたということです。
Flockの12万台License Plate Readersは、別の「Scale Problem」の比較例になる
同じ週、Flock Safetyも米国全土のAutomatic License Plate Recognition Networkをめぐる批判を受け、Data Retention Periodの短縮、Abnormal Search Audit ToolのMandatory Use、Law Enforcement SearchをCase NumberへLinkするRequirementなどを発表しました。FlockのSystemは現在US 49 Statesに広がり、12万台を超えるCamerasを持つ規模です。
これはAmazon Book Scanningとは別のLegal Issueであり、「License Plateを1枚撮ることもBookを1冊Scanすることも合法だから、10万倍すると違法になる」と単純に比較するべきではありません。Automatic License Plate RecognitionのConstitutionalityやData Useについては現在もLitigationが続いており、StateごとのRulesも異なります。
参考になるのはScale Effectです。1台のALPR Cameraが1台のVehicleを撮影する場合と、12万台のCamerasがSearchable Cross-region Movement Databaseを形成する場合では、Governance Problemがまったく違います。同様に、Companyが数冊のBooksをInternal Search用にScanすることと、大規模なPhysical Book Purchasing、Cutting、Scanning Supply Chainを構築することも、同じData Acquisition Capabilityではありません。
このComparisonが示すのは、現在のControversyの本質です。多くのTechnical Actions自体は何年も前から存在しています。しかしAutomation、Database、Scaleによってそれらが接続されると、一度に処理できるQuantityが大きく変わり、Governanceの意味も変わります。
この話はWebsite Creatorsとどう関係する？Printed Booksはより高コストなData Pipelineにすぎない
Physical Booksには少なくともPhysical CopyのAcquisition、Shipping、Disassembly、Scanningが必要です。Public WebsiteにはこうしたLogistics Costがありません。PageがPublicly Accessibleなら、Text Acquisition Costは通常はるかに低くなります。
そのためBlog、Newsletter、Public Database、そのほかWeb Contentが向き合うのは別のData Supply Chainです。robots.txtはCrawlerにAccessしてほしくないPathを伝えられますが、IETFのRobots Exclusion Protocol自体が明記しているように、これはEffective Content Security Measureではなく、真正のAccess Controlの代わりにはなりません。
だからといってrobots.txtが不要という意味ではありません。Crawler PolicyをStandardizedな形で表現する仕組みとしては依然有用で、Ruleを守るSearch EnginesやAI Crawlersに対しては効果があります。ただしTechnical Lockとして理解するべきではありません。
Content Creatorsにとって現実的なのはLayered Approachです。SearchされたいPublic Articlesは通常のCrawlingを許可する。不特定取得を避けたいMembership ContentはLogin、Permissions、Server-side Controlsで制限する。Third-party PlatformsへPublishedしたContentについては、Platform TermsとAI Training Opt-outの有無を別途確認する。一つのrobots.txtだけでこの3種類のProblemを同時に解決することは困難です。
Creatorsが今やる価値があるのは、すべてのContentを隠すことではない
まず各Publishing PlatformがAI Training Dataをどう扱うか確認する
同じArticleをSelf-hosted WordPress、Social Platform、Newsletter Serviceへ置けば、それぞれ異なるRulesが適用されます。PlatformがContent Training Rightsを取得するのか、Opt-outできるのか、Opt-outがFuture Dataだけに作用するのかPast Contentにも及ぶのかを個別に確認する必要があります。
これは地味な作業ですが、作品の下に「AI Training禁止」と一文書いて終わりにするより実際的です。StatementはAuthor Positionを示せますが、本当のAccessとLicensingはWebsite Control、Platform Terms、Applicable Lawによって決まります。
自分のWebsiteではrobots.txtをPolicy Layerとして使い、Security Layerだと考えない
robots.txtは引き続き設定できます。特にKnown AI Crawlersが明確なUser-Agentを持つ場合、Site Policyを直接表現できます。しかしRFC 9309が明記しているように、これはContent Security Mechanismではありません。本当にPublic AccessさせたくないDataにはAuthentication、Authorization、そのほかServer-side Controlsが必要です。
そのためPublic SEO ArticlesとPrivate Dataを同じStrategyで扱う必要はありません。Google Searchに出したいArticlesはSearch CrawlerのAccessが必要です。Paid Materials、Internal Files、本当に外部へ出せないContentはDisallowだけへ依存するべきではありません。
First-party DataとVerification Processを自分のSystemへ残す
On-site Photos、Interview Recordings、Test Logs、Original Spreadsheets、Purchase Receipts、Version HistoryなどのValueは、「AIにCopyされにくい」ことだけではありません。生成Textでは答えにくい重要なQuestion、「このInformationはどう得られたのか」に答えられます。
Public ArticleはCrawlされ、Writing StyleもImitateされる可能性があります。しかしOriginal Interview Filesや実地Test RecordsはData CreatorがControlし続けます。Long-term Trustを構築したいContent Websiteにとって、このProvenanceは、Articleを意図的に「AIっぽくない」文章へするより実用的です。
Public ArticleではConfirmedとUnconfirmedを分けて書く
今回のAmazon Case自体がよいExampleです。現時点で確認できるのは、AirTagがどこへ到達したか、EmployeesがVGT3をどう説明したか、AmazonがどうResponseしたかです。一方、Scan DataがどのModelへ入ったか、合計で何冊処理されているか、現在どのAmazon ProductsがそのDataを使っているかは確認できません。
この2 Layersを分けて書けば、ReaderはどこまでがInvestigation Resultで、どこからがReasonable Inferenceか理解できます。AI-generated Contentが増えたからといって新しい「Human-like Writing Technique」を発明する必要はなく、Evidence Boundaryを明示するだけでも大きな違いになります。
今回のAirTag Investigationで興味深いのは、VGT3のTyrannosaurus Logoだけではありません。実際にInvestigationを行った404 Mediaが最初に向き合っていたのは、直接見ることが非常に難しいData Supply Chainでした。Booksellersは誰かが大量購入していることを知っており、Outside ObserversもAnthropicが過去にdestructive scanしていたことを知っていました。しかし特定BatchをどのCompanyが受け取っているのかは分かっていませんでした。最後にPhysical Bookへ隠したTrackerによって、1 ShipmentがAmazonまで追跡されました。
ただしEvidenceはそこで止めるべきです。AmazonはまだVGT3のScanning Contentが特定AI Modelのtraining setであると確認しておらず、Program Scaleも公開していません。404 MediaのInvestigationは強いCluesを提供し、Physical Book Cutting／Scanning Operationが実際に存在することも確認しました。しかし残ったBlankをConclusionで埋めるのではなく、次に必要なのはAmazonからのより完全なExplanationです。
Content Creatorsにとっても、この話を「今後は何もPublicにできない」と受け取る必要はありません。より現実的なReminderは一つです。Textが一度Public Distribution Systemへ入ると、その後どのようにAcquire、Transform、Reuseされる可能性があるかを、従来の「誰かがこの記事を読む」だけでは説明できなくなっています。Platform Settings、Website Crawler Rules、Licensing Terms、Original Data Preservationまで、Content Workの一部として考える必要があります。
よくある質問 FAQ
完全には認めていません。404 MediaのInvestigationは約1,000冊のBooksをAmazon LAS8／VGT3まで追跡し、EmployeesからBook CuttingとScanning WorkについてのDescriptionも得ています。一方Amazonは、Commercial Channelsを通じてBooksを購入し、Customer向けProducts and Servicesの開発・改善へ利用しているとだけ説明しており、VGT3のScan Dataが具体的にどのAI Modelへ使われるのかは確認していません。
そうとは言えません。404 MediaはInvestigation対象をrare booksと表現していますが、BooksellerによるとBulk BuyerはISBNすらない最もRareなAntiquarian Booksを中心には購入していません。より正確には、Rare、Niche、Old Editions、またはまだ広くDigitizedされていないPrinted Publicationsと表現するべきです。
合法的に購入したPhysical CopyをDestroyまたはDisposeすることと、そのBookに含まれるCopyrighted ContentをCopyすることは別のLegal Questionです。米国のFirst Sale Doctrineは合法取得したPhysical Copyの処分を認めますが、ScanningによるReproductionは別途分析する必要があります。2025年のBartz v. Anthropicでは、AnthropicによるTrainingと合法購入したPhysical Booksの特定Digitization MethodがFair Useと認定されましたが、それによってすべてのAI Training Data Acquisition Methodsが一律合法になったわけではありません。
Data Suppliersが明確に挙げているSelling Pointの一つは、Generative AI普及前に出版されたBooksには近年急増したAI-generated textが混ざっていないことです。また多くのNiche PublicationsはOnline Datasetsへ完全には入っていません。404 Mediaが7月に報じたInvestigationでも、Book Data Supplierがこうした理由でOld Printed BooksをAI Customersへ売り込んでいたことが記録されています。
いいえ。AnthropicのLitigation Documentsには、Companyが大量のPhysical Booksを購入し、BindingをRemoveし、ScanしてDigital Databaseを構築したPracticeがすでに記録されています。Amazon Caseの特徴は、404 MediaがPhysical Trackerを使って1 BatchのShipment DestinationをAmazon VGT3まで直接追跡したことです。
保証はできません。robots.txtはStandardized Crawler Rulesですが、IETFはRobots Exclusion Protocolが真正のContent Security Measureを置き換えるものではないと明記しています。Crawler Policyを示す用途には適していますが、本当にPublic AccessさせたくないContentにはLogin、Permissions、Server-side Access Controlsが必要です。