Hvordan skapere får betalt for å trene AI

Intro

I mange år ble mye av dette innholdet stjålet fra internett uten kreditering og uten betaling. Nå snur skriptet seg. AI-selskaper begynner å lisensiere kreativt arbeid, inngå reelle avtaler og betale menneskene bak datasettene.

Her er hvordan pengene faktisk når skaperne, og hvordan du kan få del i dem.

Fra «gratis» skraping til betalt, tillatelsesbasert data

Generativ AI kjører på data, og i mange år kom mye av disse dataene fra stille skraping av det åpne nettet. Skaperes videoer, bilder, artikler og design ble trukket inn i treningssett uten samtykke.

Denne tilnærmingen er nå under press. Forfattere og medieselskaper har anlagt søksmål mot store teknologiselskaper for ulisensiert bruk av deres arbeid til å trene AI, og tvinger bransjen til å konfrontere opphavsrett og kompensasjon direkte.

Som svar på dette inngår AI-selskaper eksplisitte lisensavtaler og bygger strukturerte rørledninger for å betale for de kreative kvalitetsdataene de trenger. Og denne endringen åpner for reelle inntjeningsmuligheter for de som faktisk lager innholdet.

Hvordan skapere blir betalt i dag

1. Direkte lisensavtaler med AI-laboratorier og forlag

Store AI-utviklere og store rettighetshavere begynner å møtes på midten. Forlag som Harper Collins har for eksempel inngått flerårige avtaler med Microsoft som betaler per sakprosabok som brukes til å trene AI-modeller.

Selv om disse forhandlingene vanligvis foregår på bedriftsnivå, skaper de en ringvirkning. Når det først er en offentlig pris for opplæringsadgang til en katalog, har individuelle forfattere, journalister og nisjeforlag et sterkere grunnlag for å kreve betaling i stedet for å nøye seg med tomme løfter om eksponering.

2. Mellomleddplattformer som pakker innhold fra skapere

De fleste skapere har ikke tid (eller innflytelse) til å forhandle direkte med et AI-labs juridiske team. Det er her plattformer som setter skaperne først kommer inn.

I stedet for å sende kalde e-poster, laster du opp arbeidet ditt én gang, angir rettighetene du er komfortabel med, og lar plattformen ta seg av det tunge arbeidet:

• Riktige sjekker
• Metadata
• Kontrakter
• Utbetalinger

En fotograf som allerede tar bilder for merkevarer, arkiver eller sosiale kampanjer, kan ha år med ubrukt b-rull og ekstra produktbilder liggende på en harddisk. På en plattform som Wirestock kan det samme arkivet gjøres om til treningsdatasett for AI-selskaper. Det er en måte å gjenbruke eldre frilansfotografijobber og bidra med din smak til de nyeste teknologiske utviklingene.

3. Bildedatabaser og bidragsyterfond

Hvis du allerede laster opp til stock-plattformer, kan du være en del av AI-økosystemet uten å være klar over det. Adobe bruker for eksempel kvalifisert Adobe Stock-innhold i sine Firefly AI-modeller og har innført bidragsfond som betaler skapere hvis ressurser er inkludert i opplæringen.

For aktive fotografer, designere og videografer betyr dette en ekstra kompensasjon i tillegg til tradisjonelle lisenssalg, spesielt for store porteføljer som fortsetter å generere dataverdi.

Hva denne endringen betyr for kreatørøkonomien

Nye inntekter fra eksisterende arkiver

Den store nyvinningen er at gamle arbeider plutselig blir verdifulle på nytt. Arbeidet er allerede fotografert, redigert og betalt for én gang; å lisensiere det på nytt for opplæringsformål kan skape en semi-passiv inntektsstrøm.

Mer kontroll, ikke mindre

Det nye lisensieringsøkosystemet handler også om kontroll. Kontraktene spesifiserer hvor og hvordan innholdet kan brukes i AI-opplæring og hvilke beskyttelsestiltak som finnes rundt sensitive temaer eller merkevaresikkerhet. Avtalen mellom Harper Collins og Microsoft inneholder for eksempel betingelser for hvilke titler som er inkludert og krever eksplisitt samtykke fra forfatterne.

AI som medpilot, ikke bare som kjøper

I tillegg til lisensiering bruker skapere AI-verktøy for å øke hastigheten på sine egne arbeidsflyter. Tekst- og bildemodeller hjelper allerede til med idéutvikling, manus, grove storyboards og første gjennomganger av redigeringer, noe som kan frigjøre tid.

Noen skapere går til og med inn i nye roller som evaluatorer og spesialiserte AI-trenere på fjernbasis for å lære modellene hva som er bra i deres nisje.

Hvordan skapere kan delta i AI-dataøkonomien

Hvis du er en skaper og lurer på hvor du skal begynne, tenk på rettigheter, relevans og rekkevidde.

1. Vær klar over dine rettigheter

Du kan bare lisensiere det du faktisk kontrollerer.

• Gå gjennom kontrakter med tidligere kunder og merkevarer. Beholder du noen rettigheter, eller er alt arbeid på oppdrag?

• Sørg for at du har modell- og eiendomsrettigheter der det er nødvendig.

• Merk og organiser arkivene dine slik at du raskt kan finne frem det innholdet AI-kjøpere ønsker: mangfoldige emner, varierte miljøer, klar lyd og detaljerte metadata.

2. Identifiser hva som er verdifullt for opplæring

AI-laboratorier trenger varierte, realistiske og godt merkede data.

Det kan være:

• Langformet video med snakkende hoder, ren lyd og flere kameravinkler

• Produkt- og livsstilsbilder som viser gjenstander i daglig bruk

• Gatefotografering som fanger ekte lysforhold, vær og bevegelse

3. Velg riktig vei til markedet

Avhengig av størrelse og nisje, kan ulike veier være fornuftige:

• Direkte avtaler hvis du eier en betydelig katalog, har et stort publikum eller kontrollerer verdifull IP.

• Mellomleddplattformer som spesialiserer seg på lisensiering av AI-data og inntektsdeling.

• Aksjer og markedsplasser som er transparente om hvorvidt og hvordan de bruker arbeidet ditt til modellopplæring.

• Skaperfokuserte dataplattformer som lar deg både lisensiere innholdet ditt og delta i merking, kvalitetssikring eller evalueringsarbeid.

Konklusjon: AI trenger skapere mer enn noensinne

Historien om AI blir ofte fortalt som at maskiner erstatter mennesker. Virkeligheten, spesielt i opplæringsfasen, er nesten det motsatte. Modeller kan ikke lære realisme, nyanser eller smak uten enorme mengder menneskeskapt arbeid bak kulissene.

Jo flere skapere som krever sin plass ved bordet, på sine egne vilkår, jo mer rettferdig og bærekraftig vil denne neste bølgen av AI bli.