微软高管称AI网页抓取是人类历史上最大的劳动盗窃，未公开文件首次曝光内部立场

来自微软内部的尖锐表态

9月17日，Ars Technica 披露了微软一批此前未公开的内部文件，其中一名高管在讨论 AI 训练数据来源时，直接使用了「人类历史上最大的劳动盗窃（the largest theft of labor in human history）」来形容 AI 公司大规模抓取互联网公开数据的行为。

这句话的分量

这个表态的重要性在于——它来自微软内部，而微软是 AI 产业中最重要的玩家之一：

• 微软投资了 OpenAI 超过 130 亿美元；
• Copilot 系列产品的所有训练数据也来自公开互联网；
• 在 AI 版权争议中，微软一直是 AI 公司侧的核心利益方。

现在，来自内部的人用这么尖锐的措辞公开批评 AI 爬虫行为，相当于阵营内部出现了裂痕。

背景

过去两年，AI 公司面临的版权诉讼压力越来越大：

• 美国新闻出版协会（News Media Alliance）与 OpenAI、Meta、Google 的集体诉讼仍在推进；
• 《纽约时报》诉 OpenAI 和微软的版权案已进入证据交换阶段；
• 图片版权方 Getty Images 与 Stability AI、Midjourney 的纠纷尚未了结；
• 国内：搜狐、微博等内容平台也相继加入声讨 AI 爬虫的行列。

谈判力量对比变化

微软高管的表态可能意味着，在内容授权谈判中，AI 公司的议价能力正在下降：

过去

AI 公司：网上公开的内容就是公开的，抓取不需要授权。 内容方：我们要告你侵权！ 结果：大多 AI 公司能扛住，成本较低。

现在

微软高管（内部）：这是盗窃。 内容方：连你们自己内部都承认了，赶紧授权。 结果：授权费用可能大幅上涨，甚至改变商业模型。

对 AI 产业的影响

这个表态可能在多个层面产生连锁反应：

1. 合规成本上升：如果越来越多 AI 公司认同这个立场，那么「爬公开网就合法」的法律保护可能在更多地区站不住脚；
2. 内容授权成为必须：大模型厂商需要预留一笔不小的预算用来购买内容授权——尤其是新闻、图片、学术内容；
3. 国产模型的相对优势：国内内容版权保护相对宽松，国产大模型在训练数据获取上仍有成本优势，但这个窗口可能也在收窄；
4. 内容方的商业化机会：媒体、图片库、学术出版社可能迎来一波新的商业机会——把内容授权给 AI 公司。

未来走向

• 短期：不会改变 AI 爬虫的实际行为，但会强化内容方的诉讼和谈判筹码；
• 中期：可能加速《数字千年版权法》（DMCA）等相关法律的修订，为 AI 训练数据划定更清晰的边界；
• 长期：如果 AI 公司普遍转向授权数据，高质量内容的商业价值会被重新估值，AI 与内容产业的关系可能从「对抗」转向「合作分成」。

来源参考：Ars Technica、Aoyii AI Daily