AI 訓練資料供應鏈地下化，從爬蟲到拆書的隱憂
2026.08.27
AI 訓練資料的取得手段從網路爬蟲延伸到實體拆書掃描，供應鏈的透明度與合法性引發疑慮。優質資料的稀缺正推高取得的代價。
AI 訓練資料的取得手段，正從網路爬蟲延伸到實體書籍的拆解掃描；這條供應鏈的透明度與合法性，成為新的爭議焦點。優質資料的稀缺，正在推高取得資料所需付出的代價。 這個轉變的成因相當清楚。公開網路上可用的高品質文本已被大量使用，繼續擴張的邊際效益持續遞減；而網站經營者對爬蟲的封鎖日益普遍，內容持有者的授權要求也逐步收緊。當最容易取得的來源枯竭，注意力便轉向尚未被數位化的素材——而實體書籍正是其中規模…
