AI训练数据许可新趋势：Human Native AI 搭建合规交易市场
AI系统和大型语言模型（LLMs）需基于海量数据训练以确保准确性，但必须避免使用无权数据。OpenAI上周与《大西洋月刊》及Vox达成的许可协议表明，行业正积极推动AI训练内容的合规授权。
平台定位与服务模式
总部位于伦敦的初创公司 Human Native AI 致力于搭建市场平台，连接大语言模型开发公司与数据授权方。其核心目标包括：
- 帮助AI公司获取训练数据；
- 确保权利持有人自愿加入并获得合理补偿。
权利持有人可免费上传内容并与AI公司对接，达成收入分成或订阅协议。平台还提供内容准备、定价协助及版权侵权监控服务，通过抽取交易佣金及向AI公司收取服务费实现盈利。
创立背景与融资进展
联合创始人兼CEO James Smith 表示，创立灵感源于其在 Google DeepMind 工作时的经历——因缺乏优质数据导致系统训练受阻，且发现其他AI公司面临同样困境。他将当前生成式AI阶段比作“Napster时代”，呼吁建立简化流程、赋予创作者控制权与补偿的市场机制。
该公司于四月上线测试版，供需双方反馈积极，已签署多项即将公布的合作伙伴关系。本周，Human Native AI 宣布完成由 LocalGlobe 和 Mercuri 领投的280万英镑种子轮融资，资金将用于团队扩充。
行业痛点与市场机遇
Smith 指出，作为成立仅两个月的公司，能与拥有160年历史的出版公司CEO及各大AI企业高层对话，印证了市场对合规数据基础设施的迫切需求。尽管处于早期阶段，该平台有望填补快速增长的AI行业中缺失的一环，在满足AI玩家数据需求的同时，保障权利持有人的内容掌控权。
针对索尼音乐近期向700家AI公司发出侵权警告一事，Smith 认为这反映了潜在客户的庞大基数。面对数以万计的出版社和权利持有人，建设标准化基础设施势在必行。
降低门槛与未来展望
对于资源有限、无法像Vox或《大西洋月刊》那样签订大型协议的小型AI系统，Human Native AI 旨在营造更公平的竞争环境。Smith 强调，传统内容授权前期成本高且限制合作对象数量，平台将通过增加买家数量和降低准入门槛解决这一挑战。
此外，平台积累的历史交易数据未来将为权利持有人提供更清晰的内容定价依据。随着欧盟《人工智能法案》演进及美国潜在监管政策出台，AI公司伦理获取数据并提供凭证将愈发紧迫。Smith 表示：“我们是站在人类立场的AI乐观主义者，必须在推动行业负责任发展的同时，确保人们以正确方式参与其中。”