随着AI生成内容大量涌入互联网，人工创作的“干净语料”变得稀缺。AI巨头们开始关注纸质书籍，将其作为获取未被AI污染数据的重要来源。
独立媒体404 MediaX报道指出，人工智能公司正在批量购买2022年前出版的珍稀书籍，使用液压切割机切除书脊并进行扫描。这些书籍在扫描后通常会被粉碎销毁，以防止数据再次流入市场。Anthropic曾销毁数百万册实体书，包括一些存世量极少的绝版古籍。这项行动被称为“巴拿马计划”，并被美国联邦法院认定为合法。
报道公开后，社交媒体上迅速引发了讨论。X平台账号Hedgie转述此事时，得到了马斯克的回复。马斯克表示，他已要求SpaceX AI团队保存图书馆中所有珍贵的书籍，并采用无损扫描方式避免破坏书脊。Hedgie对此表示感谢，并希望其他业内公司也能效仿这种做法。
书籍已成为AI训练语料的重要来源之一。ISBNdb是一家提供大批量图书采购服务的公司，声称拥有全球最大的图书数据库，并转型为AI企业的图书数据供应商。《华盛顿邮报》发现，Anthropic已与Better World Books合作，后者是图书馆、零售商和个人出售旧书的平台。
在这种背景下，海外出版传媒集团与AI企业之间频繁爆发法律纠纷。中信证券研报预计，2026年文化IP数字化运营有望为出版业带来约700亿元增量空间。大模型训练需要大量优质语料数据，出版企业所拥有的内容资产可以为模型提供丰富的优质语言素材。中泰证券认为，相关出版公司的内容版权归属较清晰，垂类内容优势明显，有望成为持续发展的底层核心资产。
