近日，《WIRED》全球主编Katie Drummond对《纽约时报》出版人A.G. Sulzberger进行了专访，后者在其专访中透露，自2023年底提起诉讼以来，时报已经为这场官司投入超过2000万美元，但即便案件持续时间远超预期，他仍然没有考虑放弃。“这是一场必须打的战争。”在他的判断中，这场诉讼的意义远远超过一家媒体公司的商业利益，它关系到未来几十年知识生产者与人工智能企业之间的权力关系。
对于一家拥有170多年历史的新闻机构而言，花费数千万美元与全球最具资本实力的科技公司对抗，是一个极其重大的决定。但Sulzberger认为，真正昂贵的并不是诉讼费用，而是如果传统内容产业在人工智能时代失去价值之后，整个社会可能付出的代价。如果AI公司可以自由利用新闻机构多年积累的调查报道、事实数据库和专业知识，并将其转化为商业化人工智能产品，那么未来谁还愿意投入巨大的成本生产高质量信息？这正是《纽约时报》决定走向法庭的根本原因。
2023年12月，《纽约时报》正式向美国联邦法院提起诉讼，指控OpenAI和微软未经授权使用其大量新闻内容训练大型语言模型，并通过ChatGPT等产品从这些内容中获得商业利益。这一案件成为全球媒体行业与人工智能产业关系转折的重要事件。在此之前，许多出版商和新闻机构已经表达对AI训练数据的担忧，但《纽约时报》选择了最激烈的方式：不是先谈授权价格，而是要求法院首先回答一个根本问题——人工智能公司是否可以在未经许可的情况下使用受版权保护的内容训练具有商业价值的模型。
这场官司表面上争夺的是版权，实际上争夺的是人工智能时代的信息入口。过去二十年，互联网经历了从搜索引擎到社交平台的两轮权力转移。Google成为信息检索入口，Facebook和Twitter成为新闻传播入口，而如今生成式人工智能正在成为新的知识入口。当用户越来越习惯向ChatGPT等AI助手提问，而不是打开新闻网站阅读原文时，传统媒体担心的不只是流量下降，而是整个价值链可能被重新定义。
A.G. Sulzberger并不是一个拒绝技术变化的传统媒体守护者。事实上，在过去几年中，《纽约时报》一直被视为传统媒体数字化转型最成功的案例之一。面对纸媒广告收入崩塌和新闻行业整体衰退，时报没有选择依赖流量广告，而是建立了以数字订阅为核心的新商业模式。如今，它拥有数百万数字订阅用户，依靠读者付费支持新闻生产，成为全球少数能够保持增长的大型新闻机构。
也正因为如此，生成式人工智能带来的挑战对于《纽约时报》而言更加敏感。数字订阅模式建立在一个简单逻辑之上：读者认为高质量新闻具有价值，并愿意为此付费。但如果未来用户可以通过AI系统获得基于新闻报道生成的摘要、分析甚至答案，而无需访问新闻网站，那么新闻机构赖以生存的商业基础可能受到冲击。对于时报而言，这不是一次普通技术变化，而可能是继互联网之后又一次重新分配媒体价值的浪潮。
Sulzberger关注的核心并不是AI是否应该发展，而是谁应该承担创造AI所依赖知识资源的成本。大型语言模型看似是一项全新的技术，但其能力建立在过去几十年人类创造的大规模数字内容之上。从新闻报道、百科知识到学术论文和专业数据库，这些内容构成了人工智能训练的重要基础。然而，这些知识资产并不是自然产生的，它们背后是记者、研究人员、编辑和机构长期投入的劳动。
因此，《纽约时报》提出了一个人工智能时代的新问题：如果数据成为新的石油，那么生产数据的人是否应该拥有资源权益？在传统互联网时代，内容创造者已经经历过一次价值被平台重新分配的过程。搜索引擎和社交媒体从内容生态中获得巨大商业收益，而大量媒体机构却陷入收入下降困境。如今，生成式AI可能再次复制这一过程，只不过这一次，平台不再只是帮助用户找到内容，而是在直接生成替代内容。
OpenAI和微软对此提出了完全不同的观点。它们认为，大型语言模型训练并不等同于简单复制内容。模型不会像数据库一样储存整篇文章，而是在训练过程中学习语言模式和知识关联，并通过复杂算法生成新的文本。从技术角度看，AI模型更像一个阅读过大量资料后形成表达能力的系统，而不是一个盗版文章库。
OpenAI长期以来强调，训练AI模型属于技术创新中的合理使用。如果每一家公司都必须获得互联网所有内容的逐一授权，人工智能发展可能受到严重限制。支持这一观点的人认为，人类文明的发展本身就是建立在不断学习和吸收已有知识基础之上的。科学家阅读论文，作家阅读作品，学生学习教材，都不会因为掌握已有知识而侵犯版权。
但《纽约时报》认为，AI公司的情况与个人学习存在本质区别。个人阅读最终形成的是个人能力，而OpenAI训练的是商业化产品。ChatGPT并不是一个普通读者，而是一项价值数十亿美元的商业服务。更重要的是，当AI系统能够直接回答用户问题、总结新闻事件甚至替代用户阅读原始报道时，它已经成为新闻机构潜在的竞争者，而不仅仅是知识使用者。
双方争议的核心因此从“AI是否复制文章”转变为“AI是否创造了一种新的内容竞争模式”。如果人工智能产品可以利用新闻机构的劳动成果，却不需要支付任何成本，那么传统媒体是否还有能力继续生产高质量新闻？如果调查记者、专业编辑和事实核查体系逐渐消失，人工智能未来依靠什么获得可靠信息？
这也是为什么《纽约时报》愿意投入巨额资金打一场可能持续多年的法律战争。对于一家媒体公司而言，2000万美元并不是一个轻松的数字。新闻行业长期面临经济压力，大量地方报纸关闭，许多媒体机构削减记者岗位。在这样的环境下，将如此多资源投入一场不确定的诉讼，本身就是一次战略赌博。
但Sulzberger显然认为，这场赌博值得。在他的判断中，如果AI时代形成一种“免费获取内容、无限商业利用”的模式，那么新闻业未来可能面临比互联网时代更加严重的危机。互联网曾经降低新闻分发成本，但同时也摧毁了传统广告模式；而生成式AI可能进一步降低信息消费成本，却让内容生产者更加难以获得回报。
因此，时报希望通过法律行动建立新的规则。它并不反对人工智能企业使用新闻内容，而是要求这种使用建立在授权和合作基础之上。类似音乐产业与流媒体平台之间的关系，AI企业如果需要利用高价值内容训练模型，也应该与内容生产者形成新的商业机制。
事实上，这场诉讼已经推动人工智能产业开始重新思考数据战略。过去，AI公司的竞争重点主要集中在算法能力、计算资源和芯片供应上。但随着版权争议扩大，高质量数据的合法来源正在成为新的竞争优势。一些媒体选择与AI公司合作，通过授权协议获得收入；一些出版商则探索限制爬取、建立付费数据库等方式保护内容资产。未来，人工智能行业可能出现类似版权许可市场的新生态：模型公司需要购买高质量数据，而内容生产者获得新的收入来源。
但《纽约时报》选择先打官司，原因在于它希望避免一个默认规则的形成。如果整个产业在没有法律明确界定之前，就形成“互联网公开内容可以自由用于AI训练”的事实标准，那么未来内容生产者可能很难重新获得谈判权。这也是Sulzberger坚持诉讼的重要原因：规则一旦形成，改变它的成本将非常高。
从更广泛的历史角度看，《纽约时报》与OpenAI之间的冲突，是技术革命中反复出现的一类问题：新技术的发展往往建立在旧体系积累的资源之上，而社会需要重新决定这些资源如何分配。摄影技术曾经挑战艺术家的版权，录像机曾经引发影视产业危机，互联网曾经改变新闻商业模式。每一次技术突破都会提出类似问题：创新应该拥有多大自由？创造者应该获得多少保护？
人工智能正在把这个问题推向新的高度。因为AI面对的不只是某一种内容，而是整个人类知识体系。新闻报道、文学作品、科研成果、代码和网络讨论，都正在成为机器智能的重要组成部分。当这些知识被重新组合并转化为新的生产工具时，人类社会必须回答：知识究竟属于公共资源，还是属于创造者？无论最终法院如何裁决，《纽约时报》的这场战争已经改变了人工智能发展的讨论方式。过去，AI竞争主要围绕模型参数、计算能力和市场份额展开；如今，越来越多的人开始关注AI背后的数据来源、知识产权和社会成本。
对于Sulzberger而言，这场诉讼不是为了阻止人工智能，而是希望确保人工智能的发展不会建立在削弱知识生产体系的基础上。他相信，未来社会仍然需要记者，需要调查，需要独立的信息机构，也需要一个能够持续产生可靠知识的生态。两年半、2000万美元，只是这场战争目前付出的成本。而这场战争的结果，可能不仅决定一家报纸的未来，也可能决定整个数字文明中知识价值的重新分配方式。
