Pourquoi Les Géants De L’IA Achètent Des Livres En Masse
Imaginez un entrepôt immense, quelque part à Las Vegas, où des milliers d’ouvrages d’occasion arrivent chaque semaine. Pas pour être revendus, ni pour enrichir une bibliothèque, mais pour être découpés, scannés page par page, puis jetés. Ce n’est pas de la science-fiction. C’est aujourd’hui la réalité d’une course effrénée menée par les plus grands acteurs de l’intelligence artificielle. Face à la pénurie de textes de qualité, les entreprises d’IA se tournent vers le papier, quitte à détruire des livres pour nourrir leurs modèles.
La course aux données textuelles s’intensifie
Les grands modèles de langage ont déjà avalé l’essentiel du web. Sites, forums, articles, livres numériques libres de droits : tout a été scrapé, nettoyé, digéré. Pourtant, ces systèmes restent affamés. Ils ont besoin de contenus originaux, riches, bien écrits, et surtout non générés par d’autres intelligences artificielles. Les livres physiques, longtemps ignorés parce que difficiles à numériser à grande échelle, deviennent soudain une ressource stratégique.
Cette soif de données explique pourquoi les ventes de livres d’occasion connaissent un regain inattendu. Des libraires spécialisés rapportent des commandes massives, parfois de centaines d’exemplaires d’un même titre. Certains y voient une opportunité commerciale. D’autres s’inquiètent. Quand un client achète des milliers d’ouvrages sans jamais les ouvrir, la question se pose : que deviennent ces livres une fois livrés ?
Amazon dans la ligne de mire
Récemment, une enquête a mis en lumière les pratiques d’Amazon. En plaçant un dispositif de suivi dans un envoi, des journalistes ont constaté que des livres achetés en masse étaient dirigés vers un entrepôt à Las Vegas. Là, les volumes étaient ouverts de force, les dos sciés, les pages numérisées, puis les exemplaires détruits. L’entreprise a confirmé acheter des livres pour « développer et améliorer les produits et services » destinés à ses clients. Une formulation vague qui laisse peu de doutes sur l’usage réel : entraîner des modèles d’intelligence artificielle.
Cette révélation n’est pas isolée. Elle s’inscrit dans une dynamique plus large où les frontières entre commerce de détail et recherche en IA s’estompent. Amazon, déjà propriétaire de vastes catalogues numériques, semble vouloir compléter son arsenal avec des ouvrages jamais numérisés auparavant.
Project Panama : l’ambition d’Anthropic
Chez Anthropic, le projet a un nom : Project Panama. Des documents internes ont révélé une ambition claire : scanner de manière destructive l’ensemble des livres existants pour entraîner les modèles de l’entreprise. Un prestataire aurait proposé de traiter entre 500 000 et deux millions d’ouvrages en six mois. Pour mesurer l’ampleur, il suffit de rappeler que la Grande Bibliothèque de Montréal abrite environ 1,2 million de volumes. Une seule commande aurait donc pu absorber l’équivalent d’une bibliothèque nationale entière.
Le monde n’a plus besoin de cinq millions d’exemplaires du Da Vinci Code.
– Un libraire interrogé par la BBC
Cette phrase résume une tension réelle. D’un côté, la destruction massive de livres paraît choquante. De l’autre, beaucoup d’exemplaires restent invendus, stockés, parfois en surnombre. La question n’est plus seulement éthique : elle devient économique et culturelle. Faut-il préserver chaque volume, ou accepter qu’une partie du papier soit convertie en données numériques pour faire avancer la recherche ?
Pourquoi les livres physiques sont-ils si précieux ?
Les modèles de langage se nourrissent de textes. Plus la qualité est élevée, plus le raisonnement, le style et la cohérence s’améliorent. Or, le web est saturé de contenus générés, de duplications, de textes médiocres. Les livres, eux, offrent une densité d’information rare. Romans, essais, traités scientifiques, biographies : chaque page a été relue, corrigée, structurée. Ce sont des données « propres », loin du bruit algorithmique.
De plus, une part importante du patrimoine littéraire et scientifique n’a jamais été numérisée. Des éditions épuisées, des ouvrages spécialisés, des documents techniques restent prisonniers du papier. Pour une entreprise d’IA, accéder à ces textes représente un avantage concurrentiel majeur. D’où la tentation de contourner les droits d’auteur et les procédures longues de numérisation respectueuse en optant pour des méthodes plus radicales.
Des conséquences au-delà du monde tech
Cette frénésie ne se limite pas aux livres. La même logique s’applique à d’autres sources de données. Récemment, Google et une société concurrente se sont disputé l’accès aux archives internes d’une compagnie aérienne : des centaines de millions d’e-mails, de messages Teams et de données de productivité. Google a remporté le marché. L’exemple illustre une tendance de fond : tout ce qui n’a pas encore été digéré par les modèles devient une cible.
Pour le marché du livre d’occasion, les effets sont ambivalents. Certains revendeurs profitent de la demande. D’autres craignent une raréfaction de certains titres ou une distorsion des prix. Les collectionneurs et les bibliothèques observent avec attention. Si les entreprises d’IA continuent d’absorber des volumes en masse, l’écosystème du livre d’occasion pourrait se transformer durablement.
Le débat éthique et culturel
Faut-il s’indigner de la destruction de livres ? La réponse n’est pas univoque. Beaucoup d’exemplaires détruits étaient déjà en trop. Pourtant, le symbole reste puissant. Un livre, même courant, incarne un savoir, un travail d’auteur, une mémoire collective. Le réduire à de la pure matière première pour algorithmes interroge notre rapport à la culture.
Certains voient dans cette pratique un mal nécessaire. D’autres y décèlent un risque de perte irréversible. Une fois scanné et détruit, un ouvrage unique ou rare disparaît physiquement. Même si une version numérique existe, le support original s’évanouit. Dans un monde où la préservation du patrimoine devient un enjeu, cette logique purement utilitaire peut inquiéter.
Vers une nouvelle économie des données
Cette situation révèle une mutation profonde. Les données textuelles de haute qualité deviennent une ressource rare, presque comparable aux minerais stratégiques. Les entreprises qui maîtrisent l’accès à ces sources gagnent un avantage décisif. Les autres risquent de stagner. D’où les investissements massifs, les partenariats avec des bibliothèques, les rachats de catalogues, et parfois les méthodes plus discrètes.
Dans ce contexte, les libraires d’occasion, les archives et même les particuliers détenteurs de collections privées deviennent des acteurs inattendus de l’écosystème IA. Certains pourraient bientôt négocier l’accès à leurs fonds plutôt que de les vendre au kilo. D’autres choisiront de protéger leurs exemplaires. Le marché se polarise.
Ce que cela change pour l’avenir des modèles
À court terme, l’intégration de millions de pages numérisées devrait enrichir les modèles. Des raisonnements plus fins, une meilleure maîtrise des styles littéraires, une connaissance plus large des domaines spécialisés. À moyen terme, la question de la saturation se posera à nouveau. Une fois les livres disponibles absorbés, où trouver de nouvelles données de qualité ?
Certains chercheurs explorent déjà des pistes : génération synthétique contrôlée, données multimodales, interactions humaines en temps réel. Mais aucune solution n’égale encore la richesse d’un texte long, cohérent et expert. Les livres resteront donc précieux encore un moment.
Un miroir de notre époque
Au fond, cette histoire de livres découpés dans un entrepôt raconte davantage que la simple soif de données. Elle révèle la vitesse à laquelle l’intelligence artificielle transforme des secteurs éloignés de la tech. Elle montre aussi comment des pratiques industrielles, autrefois réservées à des niches, deviennent des enjeux mondiaux.
Demain, d’autres supports pourraient suivre le même chemin : partitions musicales, archives photographiques, documents techniques. Tout ce qui contient de l’information structurée et non encore numérisée devient potentiellement une matière première. La frontière entre culture et ressource s’efface un peu plus chaque jour.
Pendant ce temps, dans un hangar de Las Vegas, des machines continuent de scier des dos de livres. Les pages tournent, les scanners clignotent, et les données s’envolent vers des centres de calcul. L’intelligence artificielle a trouvé un nouveau carburant. Reste à savoir ce qu’il en restera pour les lecteurs de demain.
