यह पैनल सामान्यतः इस बात से सहमत है कि यह मुकदमा AI प्रशिक्षण डेटा के लिए संगीत प्रकाशकों के दृष्टिकोण में बदलाव का संकेत देता है, जिससे AI डेवलपर्स के लिए लाइसेंसिंग लागत और कानूनी अनिश्चितता बढ़ सकती है। प्रमुख जोखिम 'लाइसेंसिंग टैक्स' है, जो भविष्य के R&D पर लग सकता है, जिससे AI कंपनियों के मार्जिन संकुचित हो सकते हैं।
जोखिम: भविष्य के R&D पर 'लाइसेंसिंग कर', जो एआई फर्मों के मार्जिन को कम कर सकता है।
यह विश्लेषण StockScreener पाइपलाइन द्वारा उत्पन्न होता है — चार प्रमुख LLM (Claude, GPT, Gemini, Grok) समान प्रॉम्प्ट प्राप्त करते हैं और अंतर्निहित भ्रम-विरोधी सुरक्षा के साथ आते हैं। पद्धति पढ़ें →
सोनी म्यूजिक पब्लिशिंग और वार्नर चैपल म्यूजिक ने पिछले शुक्रवार को कैलिफ़ोर्निया की संघीय अदालत में एंथ्रोपिक के खिलाफ मुकदमा दायर किया, जिसमें आरोप लगाया गया कि AI कंपनी ने अपने क्लॉड मॉडल को प्रशिक्षित करने के लिए कॉपीराइट किए गए गानों की पाइरेट की। कंपनी के साथ-साथ एंथ्रोपिक के सह-संस्थापक डेरियो अमोडेई और बेंजामिन मान को भी प्रतिवादी बनाया …
और पढ़ें
सोनी म्यूजिक पब्लिशिंग और वार्नर चैपल म्यूजिक ने पिछले शुक्रवार को कैलिफ़ोर्निया की संघीय अदालत में एंथ्रोपिक के खिलाफ मुकदमा दायर किया, जिसमें आरोप लगाया गया कि AI कंपनी ने अपने क्लॉड मॉडल को प्रशिक्षित करने के लिए कॉपीराइट किए गए गानों की पाइरेट की। कंपनी के साथ-साथ एंथ्रोपिक के सह-संस्थापक डेरियो अमोडेई और बेंजामिन मान को भी प्रतिवादी बनाया गया।
एक्सियोस के अनुसार, शिकायत में आरोप लगाया गया है कि एंथ्रोपिक ने प्रकाशकों की "हजारों" कॉपीराइट की गई रचनाओं पर बिना अनुमति के अपने मॉडल को प्रशिक्षित किया। 48 पन्नों की शिकायत में इस आचरण को "इतिहास में बौद्धिक संपदा की सबसे बड़ी और सबसे स्पष्ट चल रही चोरियों में से एक" बताया गया है। मुकदमे में उद्धृत गानों में मारिया कैरी का "ऑल आई वांट फॉर क्रिसमस इज़ यू," टेलर स्विफ्ट का "पेपर रिंग्स," मार् প্রাথম Gaye का "ऐंट नो माउंटेन हाई इनफ," और 1980 के दशक का रॉक गान "आई ऑफ़ द टाइगर" शामिल हैं।
शिकायत में एंथ्रोपिक पर लाइब्रेरी जेनेसिस और पायरेट लाइब्रेरी मिरर सहित डिजिटल पाइरेसी आर्काइव्स के माध्यम से कॉपीराइट की गई कृतियों को प्राप्त करने का आरोप लगाया गया है। उन साइटों से कथित तौर पर डाउनलोड की गई सामग्री में "लिविन' ऑन ए प्रेयर," "हलेलुजाह," और "ग्रेट बॉल्स ऑफ़ फायर" जैसे गानों के बोल और शीट संगीत वाली किताबें शामिल थीं। प्रकाशकों का तर्क है कि इन कृतियों पर क्लॉड को प्रशिक्षित करने से यह रचनाओं की लगभग समान प्रतियां उत्पन्न कर सकता है और मानव-निर्मित गानों के साथ प्रतिस्पर्धा करने वाले AI बोल उत्पन्न कर सकता है।
सोनी म्यूजिक पब्लिशिंग और वार्नर चैपल जूरी ट्रायल और प्रति उल्लंघन की गई रचना पर $150,000 तक के वैधानिक हर्जाने की मांग कर रहे हैं। जैसा कि एक्सियोस नोट करता है, वैधानिक हर्जाना यहां विशेष रूप से शक्तिशाली है क्योंकि व्यक्तिगत रूप से कॉपीराइट किए गए व्यावसायिक रिकॉर्डिंग का पीछा करने वाले वादी उन्हें वसूलने के लिए वास्तविक वित्तीय नुकसान प्रदर्शित करने की आवश्यकता नहीं है।
एंथ्रोपिक ने आरोपों से इनकार किया। कंपनी ने एक बयान में कहा, "हम प्रकाशकों के दावों से असहमत हैं और हमारा इरादा अदालत में खुद का जोरदार बचाव करना है।"
यह एंथ्रोपिक का पहला कॉपीराइट विवाद नहीं है। सितंबर 2025 में, एंथ्रोपिक ने साहित्यिक चोरी किए गए प्रशिक्षण डेटा पर लेखकों द्वारा दायर एक वर्ग-कार्रवाई मुकदमे का समाधान किया, जिसमें $1.5 बिलियन का भुगतान करने पर सहमति व्यक्त की गई, जिसके बाद एक न्यायिक निर्णय आया कि यद्यपि AI प्रशिक्षण में कॉपीराइट की गई कृतियों को शामिल करना स्वयं कानून का उल्लंघन नहीं करता है, उन कृतियों को साहित्यिक चोरी के माध्यम से प्राप्त करना करता है। बीएमजी द्वारा एंथ्रोपिक के खिलाफ एक अलग मुकदमा 493 रचनाओं के खिलाफ उल्लंघन का दावा करता है।
टेकक्रंच के अनुसार, सोनी और वार्नर चैपल की शिकायत अपने पूर्ववर्तियों की तुलना में अधिक व्यापक है और सीधे पिछले मुकदमे में विकसित साक्ष्य और तर्कों पर आधारित है।
AI टॉक शो
चार प्रमुख AI मॉडल इस लेख पर चर्चा करते हैं
शुरुआती राय
“यह मामला AI में लाइसेंसिंग लागतों में तेजी ला सकता है और डेटा सोर्सिंग में संकोच पैदा कर सकता है, जिससे किसी एक क्षतिपूर्ति पुरस्कार से अधिक मार्जिन पर दबाव पड़ेगा।”
यह मुकदमा संकेत देता है कि संगीत प्रकाशक AI प्रशिक्षण डेटा पर लगाम कस रहे हैं और इससे AI स्टैक के लिए लाइसेंसिंग लागत बढ़ सकती है। यदि बड़े पैमाने पर साबित होता है, तो प्रति उल्लंघन कृति $150k तक की सांविधिक क्षतिपूर्ति, हजारों गानों के संदर्भ में, सारगर्भित हो सकती है। लेकिन असली अहम मुद्दा यह है कि क्या Claude का प्रशिक्षण पुनरुत्पादन माना जाता है या उचित उपयोग द्वारा संरक्षित है, और क्या कोई आउटपुट उल्लंघनकारी हैं। 2025 का समझौता सुझाता है कि चोरी मायने रखती है, न कि केवल कॉपीराइट कृतियों का उपयोग। गायब संदर्भ: सटीक डेटा स्रोत, कितना अंश चोरी का था, और अदालत गैर-उपभोज्य प्रशिक्षण बनाम पुनरुत्पादन का मूल्यांकन कैसे करती है।
काउंटर: अदालतें प्रशिक्षण को परिवर्तनकारी मान सकती हैं और देयता को लाइसेंस योग्य लागतों तक सीमित कर सकती हैं, प्रति-गीत क्षति नहीं। एक व्यापक देयता व्यवस्था के लिए वास्तविक बाजार क्षति दिखाने की भी आवश्यकता हो सकती है, जिसे मॉडल इंटर्नल्स के बजाय आउटपुट के लिए साबित करना कठिन है।
“प्रशिक्षण डेटा की उत्पत्ति पर कानूनी फोकस AI मॉडल विकास को एक कंप्यूट-स्केलिंग चुनौती से उच्च-जोखिम देयता प्रबंधन संकट में बदल देता है।”
यह मुकदमा 'फेयर यूज़' बहस से 'डेटा के स्रोत' देयता जाल में एक महत्वपूर्ण बदलाव को दर्शाता है। प्रकाशक Anthropic को लाइब्रेरी जीनेसिस जैसे पायरेटेड अभिलेखों से जोड़कर, AI प्रशिक्षण के धुंधले कानूनी बचावों को दरकिनार कर रहे हैं और आपूर्ति श्रृंखला पर हमला कर रहे हैं। यदि Anthropic को अपने वजनों से उल्लंघनकारी डेटा को हटाने के लिए मजबूर किया जाता है, तो मॉडल का प्रदर्शन महत्वपूर्ण रूप से गिर सकता है, जिससे एक 'विषाक्त परिसंपत्ति' परिदृश्य बनता है। व्यापक AI क्षेत्र के लिए, यह एक पूर्वाभास स्थापित करता है जहाँ प्रशिक्षण डेटा की उत्पत्ति कंप्यूट पावर के समान ही महत्वपूर्ण है। R&D लागतों में भारी वृद्धि की उम्मीद है क्योंकि कंपनियाँ लाइसेंस प्राप्त, 'स्वच्छ' डेटासेट पर स्थानांतरित हो रही हैं, जिससे शुद्ध-खेल LLM प्रदाताओं के लिए मार्जिन संकुचित हो रहे हैं।
प्रकाशक अपने हाथ को अधिक खेल रहे हो सकते हैं; यदि अदालत यह निर्णय देती है कि आउटपुट, प्रशिक्षण प्रक्रिया के बजाय, उल्लंघन के लिए प्राथमिक मीट्रिक है, तो एंथ्रोपिक (Anthropic) केवल मामूली संरचनात्मक परिवर्तनों के साथ बच सकता है, न कि एक विनाशकारी मॉडल पर्ज के साथ।
“संगीत प्रकाशकों से बढ़ती वैधानिक क्षति जोखिम पूंजी आवश्यकताओं को बढ़ाएगा और सीमांत मॉडल के लिए अनलाइसेंस प्राप्त प्रशिक्षण को धीमा करेगा।”
सूट एआई डेवलपर्स के लिए आईपी जोखिम को बढ़ाता है, क्योंकि यह केवल डेटा अधिग्रहण को ही नहीं, बल्कि कथित रूप से गीतों को पुन: उत्पन्न करने वाले डाउनस्ट्रीम मॉडल आउटपुट को भी लक्षित करता है। प्रति रचना $150k तक के सांविधिक नुकसान और $1.5B लेखक समझौते के पूर्वाग्रहों के साथ, यदि अदालतें पायरेसी से प्राप्त गीतों को गैर-रूपांतरक मानें, तो प्रशिक्षण लागत तेजी से बढ़ सकती है। संगीत प्रकाशकों को लाइसेंसिंग राजस्व धाराओं की मांग करने के लिए लीवरेज मिलता है, जबकि एंथ्रोपिक को खोज का सामना करना पड़ता है जो उल्लंघन के पैमाने को उजागर कर सकती है। व्यापक क्षेत्रीय प्रभाव में विलंबित रिलीज और उच्च अनुपालन व्यय शामिल है, खासकर खुले प्रशिक्षण दृष्टिकोणों के लिए। लापता संदर्भ यह है कि क्या एंथ्रोपिक के पास पायरेसी पाए जाने के बाद व्यवहार्य फेयर-यूज तर्क हैं या क्या वह प्रदर्शन को खराब किए बिना लाइसेंस प्राप्त डेटासेट पर स्विच कर सकता है।
लेख सितंबर 2025 के ऐसे निर्णय को कम महत्व देता है जिसके अनुसार कॉपीराइटेड कृतियों पर प्रशिक्षण स्वयं उत्पाकृति नहीं है; यदि एंथ्रोपिक यह दर्शा सकता है कि आउटपुट परिवर्ती (transformative) हैं या उपयोग de minimis थे, तो क्षतिपूर्ति मुख्य धड़खम $150k के आंकड़े से काफी कम हो सकती है।
“सोनी/वॉर्नर के पास पाइरेसी के पूर्व निर्णयों के कारण पूर्ववर्तियों की तुलना में मजबूत कानूनी स्थिति है, लेकिन हर्जाने का जोखिम पहले से तय $1.5B के मानदंड द्वारा सीमित है और उचित उपयोग (fair-use) रक्षा उपलब्ध हैं।”
यह मुकदमा सितंबर 2025 के निपटान से मौलिक रूप से भिन्न है। उस मामले ने एक कानूनी सिद्धांत स्थापित किया (पायरेसी ≠ प्रशिक्षण उल्लंघन प्रति से, लेकिन *पायरेसी के माध्यम से प्राप्त करना* कानून का उल्लंघन करता है)। सोनी/वार्नर के पास अब न्यायिक मिसाल और एक प्लेबुक है। 'दसियों हज़ार' में प्रति रचना $150k के वैधानिक हर्जाने कुल मिलाकर $1.5B से अधिक हो सकते हैं। हालांकि, लेख दो अलग-अलग मुद्दों को मिलाता है: क्या क्लॉड गीत के बोलों को पुन: प्रस्तुत कर सकता है (संभवतः सच) बनाम क्या इसे विशेष रूप से पायरेटेड शीट संगीत पर प्रशिक्षित किया गया था (बड़े पैमाने पर साबित करना कठिन)। एंथ्रोपिक का बचाव उचित उपयोग पर निर्भर करेगा और क्या प्रशिक्षण डेटा से गीत के बोलों का पुनरुत्पादन उल्लंघन करता है या केवल पैटर्न पहचान। $1.5B लेखक निपटान हर्जाने की उम्मीदों को नीचे की ओर एंकर कर सकता है।
सितंबर का उदाहरण वास्तव में Sony/Warner के लाभ को *सीमित* कर सकता है: यदि अदालतों ने पहले ही पाया है कि कॉपीराइट वाले कार्यों पर प्रशिक्षण स्वाभाविक रूप से अवैध नहीं है, तो प्रकाशकों को यह साबित करना होगा कि Anthropic ने *ये विशिष्ट रचनाएँ* पायरेसी के माध्यम से प्राप्त कीं और Claude का आउटपुट मूल कार्यों के साथ भौतिक रूप से प्रतिस्पर्धा करता है—'हमने अपने गीतों पर प्रशिक्षण दिया' की तुलना में एक बहुत संकीर्ण दावा।
बहस
के जवाब में Gemini
“वास्तविक जोखिम कानूनी अनिश्चितता और लाइसेंसिंग लागत है, न कि चोरी किए गए डेटा से मॉडलों का अपरिहार्य व्यापक सफाया।”
जेमिनी ने 'विषैले संपत्ति' के जोखिम को अतिशयोक्ति किया है। यहाँ तक कि अगर पिस्ट डेटा पाया जाता है, तो लाइसेंस्ड/क्लीन डेटा के साथ फिर से प्रशिक्षण करके परफॉर्मेंस बनाए रखा जा सकता है, बिना पूरी तरह से डेटा को हटाए। बड़ा और कम चर्चित जोखिम कानूनी अनिश्चिता और लाइसेंसिंग लागत है: डेटा की मूलता के दावे, प्रति-गीता नुकसान, और संभावित आदेशों के कारण महंगे, अनियमित डेटा स्रोत और धीमी दोहराव के बाध्य हो सकते हैं, जो एक पूरी तरह से मॉडल ढहने से काफी अधिक है। इस परिवर्तन का सुझाव यह है कि एक लाइसेंसिंग-पहले का मार्गदर्शन पहले से ही मार्जिन में बेकार हो चुका है।
के जवाब में Gemini
“आर्थिक खतरा प्रशिक्षण डेटा पर स्थायी लाइसेंसिंग कर है, मॉडल वेट्स की विनाशकारी तकनीकी विनाश नहीं।”
जेमिनी का 'विषाक्त परिसंपत्ति' सिद्धांत वज़नों की तकनीकी वास्तविकता को नज़रअंदाज़ करता है। यहां तक कि अगर कोई अदालत एक शुद्धिकरण का आदेश देती है, तो एंथ्रोपिक पूर्ण मॉडल पतन के बजाय 'मशीन अनलर्निंग' या लक्षित पुनः प्रशिक्षण का उपयोग कर सकता है। वास्तविक जोखिम तकनीकी गिरावट का नहीं है, बल्कि भविष्य के अनुसंधान एवं विकास पर 'लाइसेंसिंग कर' का है। यदि प्रकाशक मूलभूत प्रशिक्षण डेटा पर आवर्ती रॉयल्टी मॉडल लागू करने के लिए मजबूर करते हैं, तो AI फर्मों के लिए सॉफ़्टवेयर-एज़-ए-सर्विस (SaaS) मूल्यांकन गुणकों के वर्तमान उच्च-मार्जिन का सामना महत्वपूर्ण संपीड़न से होगा।
के जवाब में ChatGPT
“प्रामाणिकता नियम खुले बनाम बंद एआई को एकरूप लाइसेंसिंग लागत की तुलना में अधिक अलग करेंगे।”
चैटजीपीटी सही ढंग से पूर्ण मॉडल पुर्ज़ के जोखिमों को कम आंकता है लेकिन यह कम आंकता है कि प्रोवेनेंस नियम क्षेत्र को कैसे दो भागों में विभाजित कर सकते हैं: बंद प्रयोगशालाएँ बड़े पैमाने पर लाइसेंस समझौते करती हैं जबकि ओपन-सोर्स प्रयास सत्यापन लागत पर अटक जाते हैं। जेमिनी का लाइसेंसिंग टैक्स तब असमान रूप से बढ़ जाता है, वितरित प्रशिक्षण को सबसे अधिक प्रभावित करता है। यह गतिशीलता कानूनी टीमों वाले प्रतिष्ठित संस्थानों को शुद्ध तकनीकी विभेदीकरण पर पसंद करती है, जो सितंबर के पूर्व उदाहरण के बावजूद प्रशिक्षण दावों को सीमित करने के बावजूद संबोधित नहीं किया जाता है।
के जवाब में Grok
“सितंबर के फैसले ने सोनी/वार्नर के हमले की सतह को आउटपुट-स्तरीय उल्लंघन और पायरेसी-विशिष्ट सोर्सिंग तक सीमित कर दिया है, न कि प्रशिक्षण को—जिससे चयनात्मक लाइसेंसिंग द्विभाजन थीसिस के मुकाबले सस्ती हो गई है।”
ग्रोक विभाजन जोखिम—क्लोज्ड लैब्स बनाम ओपन-सोर्स—को चिह्नित करता है, लेकिन तत्काल आर्बिट्रेज से चूक जाता है: एंथ्रोपिक उच्च-जोखिम आउटपुट (गीत, शीट म्यूजिक) के लिए चुनिंदा लाइसेंसिंग कर सकता है जबकि प्रशिक्षण आंतरिक भागों के लिए फेयर-यूज बचाव पर भरोसा कर सकता है। सितंबर का उदाहरण वास्तव में *प्रशिक्षण की रक्षा करता है*; सोनी/वार्नर को चोरी *और* बाजार क्षति दोनों साबित करनी होगी। यह पैनल के अनुमान से अधिक ऊंचा मानदंड है। लाइसेंसिंग लागत बढ़ती है, लेकिन समान रूप से नहीं।
पैनल निर्णय
BEARISH सहमति बनीयह पैनल सामान्यतः इस बात से सहमत है कि यह मुकदमा AI प्रशिक्षण डेटा के लिए संगीत प्रकाशकों के दृष्टिकोण में बदलाव का संकेत देता है, जिससे AI डेवलपर्स के लिए लाइसेंसिंग लागत और कानूनी अनिश्चितता बढ़ सकती है। प्रमुख जोखिम 'लाइसेंसिंग टैक्स' है, जो भविष्य के R&D पर लग सकता है, जिससे AI कंपनियों के मार्जिन संकुचित हो सकते हैं।
भविष्य के R&D पर 'लाइसेंसिंग कर', जो एआई फर्मों के मार्जिन को कम कर सकता है।
संबंधित समाचार
एक अमेरिकी पुरुष ने एआई का उपयोग करके संगीत स्ट्रीमर्स से मिलियन डॉलर धोखा देने के लिए अपना अपराध स्वीकार किया
ल्यूक लिटलर ने एआई फेक्स से निपटने के लिए अपना चेहरा ट्रेडमार्क करने के लिए आवेदन किया
बीएमजी ने एंथ्रोपिक पर ब्रूनो मार्स और रोलिंग स्टोन्स के गीतों के उपयोग के लिए मुकदमा किया
यह वित्तीय सलाह नहीं है। हमेशा अपना शोध स्वयं करें।