Points Clés
- L'opération : Amazon achète des livres imprimés en masse, en détache les reliures, numérise les pages puis détruit les volumes pour entraîner ses propres modèles d'intelligence artificielle.
- La découverte : L'enquête de 404 Media, publiée le 17 août 2026, a permis de tracer, grâce à un Apple AirTag, un lot de 1 000 livres jusqu'au centre opérationnel VGT3 d'Amazon à Las Vegas.
- Le contexte : Cette pratique, déjà adoptée par Anthropic avec le "Projet Panama", cible des textes antérieurs à 2022 pour éviter l'effondrement des modèles, et se heurte à des procès fondés sur le fair use.
L'enquête et le traçage du livre
Une enquête de 404 Media a révélé qu'Amazon mène depuis au moins deux ans une opération d'achat massif de livres imprimés dans le seul but de les numériser puis de les détruire. Les soupçons étaient nés de signalements de libraires indépendants, alertés par des commandes anormales portant sur de grandes quantités de titres rares et épuisés, passées par des acheteurs indifférents au prix.
Pour vérifier cette piste, les journalistes ont collaboré avec un libraire ayant reçu une commande d'environ 1 000 livres via la plateforme Biblio. Un Apple AirTag dissimulé dans un volume rare a permis de suivre son trajet : d'un aéroport californien jusqu'à Milwaukee, puis par camion vers un centre de distribution dans le Wisconsin, avant d'aboutir à l'entrepôt VGT3 d'Amazon à Las Vegas, Nevada.
Des employés du centre ont confirmé la réception d'"envois massifs de livres imprimés", le découpage des reliures pour accélérer la numérisation des pages, puis la destruction des volumes. Le logo interne de l'équipe VGT3, un dinosaure tenant un livre entre ses mâchoires, résume à lui seul l'opération.
Pourquoi les livres papier sont utiles à l'entraînement
Les grands modèles de langage exigent des volumes croissants de texte de qualité, et les entreprises d'IA ont déjà épuisé une grande partie du matériel disponible en ligne. Les livres imprimés avant 2022 possèdent une valeur particulière : ils contiennent des textes non numérisés ailleurs et, surtout, ont été écrits avant la diffusion massive de l'IA générative.
Ce second point est déterminant. Entraîner un modèle sur des textes générés par d'autres IA déclenche le phénomène du "model collapse", une dégradation progressive de la qualité des réponses. Les livres antérieurs à 2022 représentent donc une source de texte "propre", non contaminée par des productions algorithmiques.
Le front juridique et les précédents
Amazon n'est pas seule dans ce cas. Anthropic, avec son "Projet Panama", a mené des opérations similaires d'achat et de destruction de millions de livres pour entraîner son chatbot Claude. En juin 2025, un juge fédéral américain a statué que l'achat, le désassemblage des reliures et la numérisation des livres pouvaient relever du fair use, ouvrant de fait la voie à ces pratiques.
La frontière avec la violation du droit d'auteur reste toutefois ténue. Anthropic a déjà conclu un accord à 1,5 milliard de dollars pour clore une action collective d'auteurs contestant l'utilisation non autorisée de leurs œuvres. Amazon s'est contentée de déclarer acheter des livres "via des circuits commerciaux afin d'aider à développer et améliorer les produits et services" proposés à ses clients.
La sélection des titres
Les libraires interrogés ont remarqué que les commandes d'Amazon excluent systématiquement les volumes dépourvus de code ISBN, un détail qui suggère un objectif méthodique : la numérisation systématique de tout livre imprimé disposant d'un catalogage standard. La destruction d'éditions rares et épuisées entraîne cependant une perte qui dépasse le simple contenu textuel, touchant à la valeur historique et matérielle des objets eux-mêmes.
L'entreprise qui, en 1995, avait ouvert la vente de livres en ligne les achète aujourd'hui pour les éliminer physiquement après en avoir extrait le contenu. Cette affaire alimente un débat appelé à s'intensifier, à mesure que les entreprises d'IA continuent de rechercher des sources de données non contaminées par des contenus générés artificiellement.
