ISBNdb retire son offre de livres pour l'IA après 404 Media

Neuf jours ont suffi. Après l'enquête de 404 Media, la base de données ISBNdb a discrètement retiré, le 28 juillet, sa page marketing intitulée « Printed Books Sourcing for Your AI LLMs Dataset Needs ». Le 30 juillet, la société a publié une note sur sa page d'accueil qui prend soin de tout démentir en bloc: elle affirme n'avoir « jamais acheté, scanné ou vendu de livre, pour l'entraînement d'IA ou quoi que ce soit d'autre », et l'ensemble ne serait qu'un « test of market interest » qui n'a jamais donné naissance à un vrai service.

L'argumentaire retiré, tel que le rapporte 404 Media, était pourtant travaillé. ISBNdb y présentait les livres imprimés antérieurs à 2022 comme matière première idéale pour éviter le « model collapse », précisément parce que ces textes ne contiennent pas de contenu généré par IA. La société y admettait aussi, très lucidement, que « the optics problem is real » et qu'un titre du genre « AI company destroys two million books » n'était « pas un gros titre qui suscite de la sympathie ».

C'est cette dernière phrase qui rend l'épisode intéressant au-delà du cas ISBNdb. Le contexte, rappelé par 404 Media, est celui des poursuites intentées en janvier 2026 par des auteurs contre Anthropic, après la révélation par le Washington Post que la société achetait des livres physiques via Better World Books pour son entraînement. Le sourcing de livres papier « propres » est devenu un marché latent, et les intermédiaires apprennent que la simple visibilité publique de leur offre peut suffire à la tuer.

L'honnête réserve, c'est que le reportage ne dit pas quels labos IA, s'il y en a eu, avaient effectivement répondu à cette page, ni quels volumes étaient discutés. La ligne de défense d'ISBNdb, « juste un test », n'est pas vérifiable de l'extérieur, et il faut la prendre pour ce qu'elle est: la version de l'entreprise, formulée après enquête.

Ce qui se dessine, c'est un déplacement probable du marché vers des acteurs plus discrets, ou au contraire vers des schémas de licence explicites avec éditeurs et bibliothèques. Pour les labos qui veulent des corpus pré-2022 sans se retrouver dans un prochain gros titre, la voie documentée et sous licence devient plus intéressante que la voie opaque, même quand elle coûte plus cher.