Hvordan skabere bliver betalt for at træne AI

Introduktion

I årevis blev meget af dette indhold diskret hentet fra internettet uden kredit og uden betaling. Nu er rollerne byttet om. AI-virksomheder er begyndt at købe licenser til kreative værker, indgå reelle aftaler og betale de mennesker, der står bag datasættene.

Her kan du se, hvordan pengene rent faktisk når frem til skaberne, og hvordan du kan få del i dem.

Fra "gratis" kopiering til betalte, tilladelsesbaserede data

Generativ AI kører på data, og i årevis kom mange af disse data fra stille scraping af det åbne web. Skabernes videoer, fotos, artikler og designs blev trukket ind i træningssæt uden samtykke.

Denne tilgang er nu under pres. Forfattere og medievirksomheder har anlagt retssager mod store tech-virksomheder for ulovlig brug af deres arbejde til at træne AI, hvilket tvinger branchen til at tage fat på ophavsret og kompensation.

Som reaktion herpå indgår AI-virksomheder eksplicitte licensaftaler og opbygger strukturerede pipelines for at betale for de kvalitetsmæssige kreative data, de har brug for. Og denne ændring åbner op for reelle indtjeningsmuligheder for de mennesker, der faktisk skaber indholdet.

Hvordan kreative personer bliver betalt i dag

1. Direkte licensaftaler med AI-laboratorier og forlag

Store AI-udviklere og store rettighedsindehavere er begyndt at mødes på midten. Forlag som Harper Collins har for eksempel indgået flerårige aftaler med Microsoft, hvor de betaler pr. fagbog, der bruges til at træne AI-modeller.

Selvom disse forhandlinger normalt foregår på virksomhedsniveau, skaber de en dominoeffekt. Når der først er en offentlig pris for træningsadgang til et katalog, har individuelle forfattere, journalister og nicheforlag et stærkere grundlag for at kræve betaling i stedet for at nøjes med tomme løfter om eksponering.

2. Mellemmandsplatforme, der pakker kreative indhold

De fleste kreative har ikke tid (eller indflydelse) til at forhandle direkte med et AI-laboratoriums juridiske team. Det er her, kreative-først-platforme kommer ind i billedet.

I stedet for at sende uopfordrede e-mails uploader du dit arbejde én gang, fastsætter de rettigheder, du er komfortabel med, og lader platformen klare det tunge arbejde:

• Rigtige kontroller
• Metadata
• Kontrakter
• Udbetalinger

En fotograf, der allerede fotograferer for brands, stock eller sociale kampagner, har måske år af ubrugt b-roll og ekstra produktbilleder liggende på en harddisk. På en platform som Wirestock kan det samme arkiv omdannes til træningsdatasæt for AI-virksomheder. Det er en måde at genbruge ældre freelancefotograferingsopgaver og bidrage med din smag til de nyeste teknologiske udviklinger.

3. Stockbiblioteker og bidragyderfonde

Hvis du allerede uploader til stockplatforme, er du måske en del af AI-økosystemet uden at vide det. Adobe bruger for eksempel kvalificeret Adobe Stock-indhold i sine Firefly AI-modeller og har indført bidragyderfonde, der betaler skabere, hvis aktiver er inkluderet i træningen.

For professionelle fotografer, designere og videografer betyder dette en ekstra kompensation ud over traditionelle licenssalg, især for store porteføljer, der fortsat genererer dataværdi.

Hvad denne ændring betyder for kreatørøkonomien

Nye indtægter fra eksisterende arkiver

Den store fordel er, at gamle værker pludselig får ny værdi. Værket er allerede optaget, redigeret og betalt for én gang; at licensere det igen til træningsformål kan skabe en semi-passiv indtægtskilde.

Mere kontrol, ikke mindre

Det nye licensøkosystem handler også om kontrol. Kontrakterne specificerer, hvor og hvordan indholdet kan bruges i AI-træning, og hvilke beskyttelsesforanstaltninger der findes omkring følsomme emner eller brandsikkerhed. Harper Collins-Microsoft-aftalen indeholder for eksempel betingelser for, hvilke titler der er inkluderet, og kræver eksplicit tilvalg fra forfatterne.

AI som co-pilot, ikke kun som køber

Ud over licensering bruger skabere AI-værktøjer til at fremskynde deres egne arbejdsgange. Tekst- og billedmodeller hjælper allerede med ideudvikling, manuskriptskrivning, grove storyboards og første redigeringer, hvilket kan frigøre tid.

Nogle kreative tager endda nye roller som evaluatorer og specialiserede AI-trænere på afstand for at lære modellerne, hvad der er godt i deres niche.

Hvordan kreative kan deltage i AI-dataøkonomien

Hvis du er en kreatør, der spekulerer på, hvor du skal starte, så tænk på rettigheder, relevans og rækkevidde.

1. Vær klar over dine rettigheder

Du kan kun licensere det, du faktisk kontrollerer.

• Gennemgå kontrakter med tidligere kunder og brands. Beholder du nogen rettigheder, eller er alt arbejde på bestilling?

• Sørg for, at du har model- og ejendomsrettigheder, hvor det er nødvendigt.

• Tag og organiser dine arkiver, så du hurtigt kan finde den type indhold, som AI-købere ønsker: forskellige emner, varierede miljøer, klar lyd og detaljerede metadata.

2. Identificer, hvad der er værdifuldt for træningen

AI-laboratorier har brug for varierede, realistiske og velmærkede data.

Det kan være:

• Lang video med talende personer, klar lyd og flere kameravinkler

• Produkt- og livsstilsoptagelser, der viser objekter i daglig brug

• Gadebilleder, der fanger reelle lysforhold, vejr og bevægelse

3. Vælg den rigtige vej til markedet

Afhængigt af din størrelse og niche giver forskellige veje mening:

• Direkte aftaler, hvis du har et stort katalog, et stort publikum eller kontrollerer en værdifuld IP.

• Mellemmænd, der specialiserer sig i AI-datalicenser og indtægtsdeling.

• Stock- og markedspladser, der er transparente om, hvorvidt og hvordan de bruger dit arbejde til modeluddannelse.

• Skabercentrerede dataplatforme, der giver dig mulighed for både at licensere dit indhold og deltage i mærkning, kvalitetssikring eller evalueringsarbejde.

Konklusionen: AI har mere end nogensinde brug for skabere

Historien om AI fortælles ofte som om maskiner erstatter mennesker. Virkeligheden, især i træningsfasen, er næsten det modsatte. Modeller kan ikke lære realisme, nuancer eller smag uden enorme mængder menneskeskabt arbejde bag kulisserne.

Jo flere kreative kræver deres plads ved bordet på deres egne vilkår, jo mere retfærdig og bæredygtig bliver denne næste bølge af AI.