Reddit坚持数据收费 或将封杀搜索引擎爬虫

据《华盛顿邮报》上周五报道，聚合新闻类网站Reddit正与AI巨头商讨数据付费事宜，如果双方无法达成协议，Reddit可能会切断面向谷歌、必应的服务，即禁止谷歌、必应等搜索引擎的爬虫从平台内获取内容。

这将迫使用户登录Reddit账号才能获取到自己想要的信息。也就是说，Reddit的内容将不会显示在谷歌和必应的搜索中。

对此，《华盛顿邮报》随后的纠正报道，以及TheVerge的最新报道指出，Reddit否认了上述报道中关于“强制用户登录平台，才能查看内容”的说法，至于“封杀搜索引擎爬虫”，官方并未否认。消息人士还称，“没有搜索（网站），Reddit也能生存。”

Reddit是美国人最常访问的新闻网站，用户可以在其中创建并分享内容，有“美国版百度贴吧”之称，目前Reddit拥有超过13万个活跃社区，根据该公司2020年底的数据，其拥有超过15亿注册用户，4.3亿月度活跃用户，以及5200万日活跃用户。

训练AIGC工具需要海量数据，而Reddit积累了大量用户生成内容，均是AI优质训练数据，这家公司由此觅得商机。

4月份，Reddit宣布，将向使用其API训练AI聊天机器人的公司收取数据使用费，其中便包含微软、谷歌、OpenAI等；6月份，其高于行业平均水平的收费标准被爆出——每5000万次API请求收取1.2万美元。

如果说庞大的数据资产为Reddit提供了收费的可能性，其上市计划则提示了Reddit进行收费的必要性。

此前知情人士说，Reddit的目标是在今年晚些时候最终上市——很可能是在下半年。Reddit和包括Instacart在内的其他公司正在更新他们的IPO文件，为市场状况好转时可能的IPO做好准备。

多方施压AI巨头数据免费时代告结？

当下，AIGC浪潮正席卷坐拥数据资产的公司，Reddit、X（前身为Twitter）等公司待价而沽。据了解，X的定价比Reddit更高，据WIRED此前报道，X提供的套餐中最便宜的为：每月支付4.2万美元可以访问5000万条推文。

报纸出版商为代表的公司选择高筑城墙。《华盛顿邮报》报道称，自8月以来，至少535家新闻机构（包括《纽约时报》、路透社和《华盛顿邮报》）安装了拦截器，以防止其内容被OpenAI等公司抓取，用于训练ChatGPT等产品。

其目的是相同的——希望在AIGC市场中分一杯羹。据Semafor7月报道，拥有TheDailyBeast的媒体集团IAC试图建立一个出版商联盟，旨在通过诉讼或立法行动从AI公司赢得数十亿美元。8月，NPR报道称《纽约时报》也在考虑对OpenAI提起诉讼。

除了大公司的收费要求，大型AI公司还面临着来自个人的压力，大量作者、艺术家和软件程序员正向其提出版权诉讼，要求赔偿侵权损失并分享利润。据此前报道，前阿肯色州州长MikeHuckabee已作为原告加入了对Meta、微软和彭博社的集体诉讼，指控他们使用盗版书籍来训练AI。

彭博称，到2032年，这一市场（数据收费市场）预计将达到1.3万亿美元。

当然，收费背后，不仅仅是钱的问题，许多公司将数据使用视为一个关乎生存的问题，担心AI用自家数据学到了东西，转而挖走了自己的用户。如针对程序员的问答平台StackOverflow的首席执行官PrashanthChandrasekar表示，OpenAI推出GPT-4一个月后，随着程序员转向AI寻求编码问题的答案，编码社区StackOverflow的流量下降了15%，他认为人工智能已经接受了StackOverflow数据的训练。

最新消息显示，StackOverflow已经裁员28%。

目前，无论是传媒集团还是主流社交平台，仍然在与AI巨头“拉锯”，最终是否需要付费、如何收费，不同话语权的公司将得到不同的结果。