IT‑гиганты покупают книги и корпоративную почту: данные стали новым золотом

В последние месяцы крупные технологические корпорации активно инвестируют в сбор и покупку человеческих данных – от книг и научных статей до корпоративных электронных писем. Главный драйвер – необходимость обучать масштабные языковые модели (LLM) всё более точными и контекстно‑зависимыми ответами.

OpenAI объявила о сделке с News Corp на сумму около 200 млн USD, получив доступ к архивам более 10 000 изданий, включая десятки миллионов статей за последние полвека. Аналогично, Microsoft инвестировала 1 млрд USD в покупку прав на цифровизацию и лицензирование книг у крупнейших издательств, включая Penguin Random House и HarperCollins. Google в рамках проекта ArchiveAI заплатила 500 млн USD за права на корпоративные почтовые архивы крупных компаний, чтобы обучать модели пониманию деловой переписки.

Не менее значимым является Reddit, который в начале 2026 года ввёл платный API, требующий от разработчиков платить $0,03 за запрос. По оценкам аналитиков, в первый квартал после введения тарифа Reddit заработал более 50 млн USD, а компании, использующие его данные для обучения LLM, теперь вынуждены учитывать дополнительный бюджет.

Эти сделки демонстрируют, что «данные» превратились в стратегический актив, сравнимый с нефтью в прошлом веке. По данным DataMarket Insights, объём глобального рынка данных к 2030 году может превысить 2 трлн USD, а доля «корпоративных архивов» в этом рынке уже составляет 15 %.

Для разработчиков ИИ это означает рост стоимости лицензий на обучающие наборы и необходимость более тщательной проверки правомочности использования данных. При этом открываются новые возможности для компаний, владеющих уникальными архивами, которые могут монетизировать их через лицензирование крупным игрокам.

Ссылка на оригинальную статью: https://habr.com/ru/articles/1090002/