Мировое соглашение на 1,5 миллиарда долларов. Миллионы пиратских книг. И такое тонкое юридическое различие, что один федеральный судья использовал его, чтобы освободить компанию, занимающуюся ИИ, от ответственности за обучение своих моделей — но при этом все равно признать ее ответственной за то, как она получила обучающие данные.
Если вы используете в своем бизнесе ИИ-помощника для письма, ИИ-копайлота для кодинга или инструмент для исследований на основе ИИ, два судебных дела, решенных за последний год, незаметно переписали правила для инструментов, на которые вы полагаетесь каждый день. Ни одно из этих дел не касалось вас напрямую. Но вместе они отвечают на вопрос, который должен задавать себе каждый владелец малого бизнеса, использующий ИИ: когда я использую инструмент ИИ, созданный на основе чужого контента, защищенного авторским правом, подвергаю ли я себя риску?
Вопрос на 1,5 миллиарда долларов: Bartz против Anthropic
Дело началось с трех авторов — писателей-документалистов Чарльза Грэбера и Кирка Уоллеса Джонсона, а также писательницы триллеров Андреа Бартц, которые обнаружили, что Anthropic использовала их книги без разрешения или оплаты для обучения своих моделей ИИ Claude.
Решение судьи Уильяма Алсупа разделило дело на два совершенно разных вопроса с двумя совершенно разными ответами.
Вопрос первый: Является ли обучение модели ИИ на защищенных авторским правом книгах добросовестным использованием? Да — но только для книг, которые Anthropic законно приобрела или имела лицензию на использование. Суд описал процесс обучения как «трансформативный — в высшей степени», сравнив его с тем, как человек много читает, чтобы научиться писать. Поскольку сами обучающие данные остаются скрытыми внутри модели и не заменяют покупку оригинальной книги, судья счел, что такое использование не наносит ущерба рынку произведений авторов.
Вопрос второй: Имеет ли значение, как компания получила книги? Безусловно. Anthropic использовала не только книги, которые она купила — она загрузила более 7 миллионов защищенных авторским правом произведений из «теневых библиотек», таких как Library Genesis (LibGen) и Pirate Library Mirror, сайтов, которые бесплатно размещают пиратские копии защищенных книг. Суд скептически отнесся к тому, что любое количество последующего добросовестного использования может стереть тот факт, что книги были получены незаконным путем. Обучение может быть законным. Пиратство остается пиратством, независимо от того, что вы делаете с пиратским файлом после этого.
Это различие привело к крупнейшему в истории США урегулированию спора об авторских правах: 1,5 миллиарда долларов, что составляет примерно 3000 долларов за пиратское произведение до вычета судебных издержек, при этом около 120 000 авторов и правообладателей подали иски. В рамках соглашения Anthropic также согласилась уничтожить пиратские наборы данных и подтвердить, что они не встроены ни в одну коммерчески развернутую модель. Финальное слушание по утверждению соглашения назначено на май 2026 года, выплаты начнутся вскоре после этого.
Дело, которое поворачивает в другую сторону: Thomson Reuters против Ross Intelligence
Если дело Bartz показывает, где граница добросовестного использования склоняется в пользу компании ИИ, то дело Thomson Reuters против Ross Intelligence показывает, где она захлопывается обратно.
Ross Intelligence создала инструмент юридических исследований на основе ИИ, чтобы напрямую конкурировать с Westlaw от Thomson Reuters. Для его обучения Ross использовала «Bulk Memos», созданные на основе заголовков Westlaw — редакторских резюме, которые излагают, что именно суд решил по делу — и системы Key Number, классификационной схемы, которую Thomson Reuters разрабатывала десятилетиями.
Суд признал, что заголовки и система классификации являются оригинальными, охраняемыми авторским правом произведениями, и что обучающие меморандумы Ross настолько точно соответствовали исходному материалу, что «ни один разумный суд присяжных не мог бы прийти к иному выводу», кроме того, что имело место копирование. Решающим образом, суд также отклонил защиту Ross на основе добросовестного использования по причине, которая имеет большое значение, если вы оцениваете инструменты ИИ для своего бизнеса: инструмент Ross не был генеративным ИИ, создающим новый текст — это была поисковая система, конкурирующая напрямую с продуктом, на котором она обучалась. Эта прямая рыночная конкуренция в сочетании с использованием проприетарной аналитической работы конкурента, а не опубликованного творческого контента, перевесила чашу весов анализа добросовестного использования против Ross. Дело сейчас находится на стадии апелляции в Третьем окружном суде; устные аргументы были заслушаны в июне 2026 года. Решение установит первый обязательный прецедент апелляционного суда по вопросу добросовестного использования при обучении ИИ.
Чтение двух дел вместе
При совместном рассмотрении дела вырисовывают формирующуюся (хотя и все еще нестабильную) структуру:
- Обучение на законно приобретенном, опубликованном творческом контенте — то, что можно купить в книжном магазине — имеет реальные шансы быть признанным добросовестным использованием, даже без разрешения автора.
- Обучение на пиратских копиях того же контента — это отдельная юридическая проблема, независимо от того, как характеризуется само обучение.
- Обучение на проприетарной аналитической работе конкурента — внутренних базах данных, системах классификации или других непубличных активах — сталкивается с гораздо более серьезными препятствиями для добросовестного использования, особенно когда конечный продукт напрямую конкурирует с источником.
Ни одно из этих положений еще не является полностью устоявшимся законом. Но это самый четкий сигнал на данный момент о том, как суды думают об инструментах ИИ, которые вы все чаще встраиваете в свой рабочий процесс.
Что это на самом деле означает, если вы используете инструменты ИИ
Вас крайне маловероятно привлекут к суду за использование ChatGPT, Claude, GitHub Copilot или инструмента юридических исследований на основе ИИ. Судебные иски направлены против компаний, которые создали модели, а не против предприятий, которые их используют. Но «маловероятно, что привлекут к суду» — это не то же самое, что «отсутствие риска», и несколько практических выводов стоит включить в то, как вы оцениваете и заключаете контракты на инструменты ИИ:
1. Проверьте, что на самом деле обещает контракт вашего поставщика. Многие соглашения с поставщиками ИИ все еще написаны языком традиционного лицензирования программного обеспечения, который четко не охватывает специфические риски ИИ. Ищите формулировки о возмещении убытков, которые явно охватывают претензии, возникающие из-за обучающих данных и результатов работы модели — а не только самого программного обеспечения. Поставщик, который возместит вам убытки за ошибку в своем коде, но умалчивает о происхождении обучающих данных, на самом деле не защитил вас от риска, на который указывают эти судебные процессы.
2. Спросите, откуда взялись обучающие данные. Вам не нужен судебно-бухгалтерский аудит, но поставщик, который может указать на лицензионные соглашения, партнерские отношения с издателями или документированные методы сбора данных, находится в принципиально иной позиции с точки зрения риска, чем тот, кто не может ответить на этот вопрос. После дела Bartz ответ «мы не раскрываем источники наших обучающих данных» стал менее успокаивающим, чем раньше.
3. Поймите, что происходит с вашими собственными данными. Помимо вопроса об авторских правах, большинство поставщиков ИИ по умолчанию используют ваши вводимые данные для дальнейшего обучения своих моделей, если в вашем контракте не указано иное. Если вы передаете инструменту ИИ финансовые записи клиентов, проекты договоров или проприетарные бизнес-данные, вам нужно письменное положение «без обучения, без хранения» — а не просто переключатель в настройках, который нужно не забыть переключить.
4. Следите за апелляцией Ross Intelligence. Если решение Третьего округа (ожидаемое после слушаний в июне 2026 года) сузит сферу добросовестного использования для инструментов ИИ, которые напрямую конкурируют с данными, на которых они обучались, это может изменить ценообразование, лицензирование и доступность целой категории инструментов ИИ для исследований и анализа — тех, которые все чаще используются в бухгалтерском учете, налоговых исследованиях и финансовом анализе.
Практический контрольный список перед подписанием (или продлением) контракта на инструмент ИИ
Вам не нужна ученая степень в области права, чтобы провести базовую комплексную проверку инструментов ИИ, уже работающих в вашем бизнесе. Перед следующим продлением пройдитесь по этому списку:
- Прочитайте пункт о возмещении убытков, а не только его заголовок. Покрывает ли он претензии о том, что результаты работы нарушают чьи-то авторские права, или только претензии о неисправности программного обеспечения? Это юридически разные обещания, и поставщики, которые не обновляли свои шаблоны с эпохи до бума генеративного ИИ, часто покрывают только последнее.
- Спросите напрямую: «Откуда берутся ваши обучающие данные?» Поставщик с четким, документированным ответом — лицензированный контент, собственные данные, материалы из общественного достояния — является поставщиком с более низким уровнем риска, чем тот, кто уклоняется от ответа. Вы не просите провести аудит всего их набора данных; вы спрашиваете, думали ли они об этом вообще.
- Найдите настройку хранения данных по умолчанию. Поищите в контракте (или в настройках администратора продукта) слова «обучение», «улучшение наших услуг» или «хранение». Если вы не видите возможности отказаться, предполагайте, что ваши вводимые данные используются для обучения следующей версии модели поставщика, включая любую конфиденциальную информацию, которую вы вставили.
- Проверьте, конкурирует ли инструмент с конкретным проприетарным набором данных. Это паттерн Ross Intelligence: инструмент, который был обучен на внутренней аналитической работе конкурента и теперь напрямую конкурирует с этим конкурентом, находится на гораздо более шаткой юридической почве, чем универсальный помощник для письма или кодинга.
- Ведите простой журнал. Отмечайте, какие инструменты ИИ вы используете, для чего и касаются ли они клиентских или финансовых данных. Если правовой риск поставщика когда-либо станет вашей проблемой — из-за сбоя в обслуживании, удаления функции или лицензионного спора — вы хотите знать свой собственный след, не восстанавливая его по памяти.
Все это занимает не больше часа, и большую часть нужно сделать только один раз для каждого поставщика, а не каждый раз, когда вы входите в систему.
Почему это относится к вашему разговору о бухгалтерии
Заманчиво отнести судебные разбирательства об авторских правах на ИИ к категории «интересные новости, но не моя проблема». Но если ваш бизнес использует инструмент на основе ИИ где-либо в вашем финансовом рабочем процессе — категоризация транзакций, составление сообщений для клиентов, обобщение налоговых рекомендаций — вы являетесь пользователем, находящимся на более низком уровне цепочки, технологии, о которой идут эти дела. Риск поставщика в вашем технологическом стеке — это реальный бизнес-риск, и проверка того, что на самом деле говорят контракты ваших инструментов ИИ, ничего не стоит и занимает один день.
Это также хорошее напоминание о более широком принципе: чем более прозрачны и проверяемы ваши собственные системы, тем меньше вы подвержены риску, когда почва уходит из-под ног поставщика, от которого вы зависите. Это верно для инструментов ИИ и так же верно для ваших финансовых записей.
Ведите свои собственные записи прозрачными и проверяемыми
Какие бы юридические вопросы ни решались в отношении инструментов ИИ, которые вы используете, ваши собственные финансовые записи не должны быть черным ящиком. Beancount.io предлагает бухгалтерию в формате открытого текста, которая полностью прозрачна, управляется с помощью системы контроля версий и легко проверяется — никакого проприетарного формата, блокирующего ваши данные, никакого поставщика, которому вы должны слепо доверять. Начните бесплатно и узнайте, почему разработчики и финансовые специалисты переходят на бухгалтерию в формате открытого текста.