IA compra libros en Japón: ventas crecen 5x y preocupa a editoriales

Qué está pasando en las librerías japonesas

Desde agosto de 2026, las librerías de segunda mano japonesas reportan un fenómeno sin precedente: pedidos que multiplican por cinco el volumen diario de ventas, según documentó Nippon TV News NNN. Los pedidos llegan desde múltiples cuentas pero todos confluyen en un mismo punto: un centro de distribución en la prefectura de Okayama.

El cambio de patrón de compra es lo más llamativo. Un librero de Tokio explicó que antes se agotaban novelas y manga; ahora desaparecen secciones enteras de filosofía, historia política, medicina, derecho y libros sobre la vida y cultura en el periodo Edo. Un vendedor de la región de Kanto sospecha automatización porque los pedidos llegan a intervalos regulares. Una librería del oeste del país incluso recibió un correo de una empresa extranjera preguntando si podía surtir decenas de miles de libros, según recogió Infobae.

La sospecha del sector editorial japonés es directa: esos volúmenes no van a manos de lectores humanos, sino a la industria del entrenamiento de inteligencia artificial.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El rastro cruza el Pacífico: 50 toneladas exportadas

Una investigación de NTV, con datos de exportación analizados mediante la herramienta Sayari, identificó más de 50 toneladas de libros japoneses enviadas a Estados Unidos desde 2025, equivalentes a unos 100.000 volúmenes si se asume un peso promedio de 500 gramos por ejemplar, como señaló Yahoo News.

El destino final, según reportan medios estadounidenses, sería el mismo que ya documentó una investigación de 404 Media: corte, escaneo y destrucción de los ejemplares para alimentar bases de datos de entrenamiento. En ese caso, 404 Media colocó un rastreador Apple AirTag dentro de un pedido de unos 1.000 libros sospechosos. El dispositivo viajó hasta un complejo logístico de Amazon en Las Vegas, donde empleados describieron el mismo procedimiento en un foro interno: «Todo lo que hacemos aquí es escanear libros».

Por qué la IA busca libros físicos y no datos digitales

La explicación es técnica y tiene nombre propio: model collapse. Desde que los modelos de lenguaje se entrenan con texto generado por modelos anteriores, la calidad del resultado se degrada generación tras generación porque el sistema termina alimentándose de su propia estadística.

Un libro impreso antes de 2022 resuelve ese problema porque garantiza autoría humana anterior a la explosión de los chatbots. Un análisis de Ahrefs sobre unas 900.000 páginas web nuevas encontró que el 74,2% ya contenía contenido generado por IA en abril de 2025, según cita Infobae. Internet, como corpus de entrenamiento limpio, se está acabando.

Los libros de segunda mano, sin digitalizar y sin contaminación algorítmica, se convirtieron en el último gran depósito de texto humano disponible a escala. Esa lógica explica el interés por estanterías físicas japonesas: textos redactados, editados y revisados por humanos, sin contaminación de contenido generado por máquinas.

Project Panama: el precedente con nombre propio

El mecanismo ya tiene rostro legal. Documentos judiciales del caso Bartz v. Anthropic, desclasificados en enero de 2026, revelaron una operación interna bautizada «Project Panama», descrita como el esfuerzo por «escanear destructivamente todos los libros del mundo», según reportó Yahoo News citando el Washington Post.

La operación, liderada por Tom Turvey, exresponsable de alianzas de Google Books, contrató proveedores que usaban cortadoras hidráulicas para separar los lomos y pasar las páginas sueltas por escáneres de alta velocidad. El papel terminaba reciclado. Anthropic buscó específicamente libros pre-LLM, sin contaminar por contenido generado por IA, y los adquirió por volumen de proveedores como Better World Books y la británica World of Books.

En una nota interna de abril de 2024, el propio Turvey escribió: «Project Panama es nuestro esfuerzo por escanear destructivamente todos los libros del mundo». Y añadió una advertencia operativa: «No queremos que se sepa que estamos trabajando en esto».

El caso derivó en un acuerdo de US$1.500 millones para resolver el reclamo por aproximadamente 500.000 obras, en lo que el abogado de los autores calificó como «la mayor recuperación de derechos de autor conocida en la historia». Anthropic, valorada en US$965.000 millones al momento del acuerdo, mantiene que el fallo original de 2025 sobre uso justo sigue intacto: el problema fue cómo obtuvo algunos materiales, no si podía usarlos.

El vacío legal japonés

El marco japonés es distinto al estadounidense. El artículo 30-4 de la ley de propiedad intelectual de Japón permite, en principio, usar obras con derechos de autor para «análisis de información» sin pedir consentimiento al titular. Eso convierte al país en un terreno atractivo para este tipo de operaciones, aunque la misma norma deja abierta la cuestión de si la adquisición física masiva y el escaneo para entrenamiento cruzan la línea de «prejuicio irrazonable» contra el titular.

Frente a ese vacío, 19 organizaciones del sector editorial japonés, entre ellas Kodansha y KADOKAWA, firmaron un comunicado conjunto que exige consentimiento, transparencia y un sistema de autorización previa. Los libreros, además, advierten un riesgo concreto: si los volúmenes raros o descatalogados desaparecen tras ser escaneados y destruidos, podrían perderse ejemplares de los que no existe ninguna otra copia en circulación.

Qué significa esto para tu startup

Si construyes productos con LLMs o trabajas con datos, esta tendencia redefine tu mapa de riesgos y oportunidades en tres frentes:

Riesgo legal real en datasets. El caso Bartz demuestra que el uso justo no protege la vía de adquisición. Si tu startup entrena o afina modelos con datos comprados en masa, necesitas auditar la cadena de procedencia, no solo el output. Un proveedor «confiable» no te exime si él mismo descargó los libros de una shadow library.
Los brokers de datos son ahora un punto crítico. Empresas como ISBNdb, que según Eurasia Review ofrece entre 1.000 y 1 millón de libros por engagement, o Zoom Books (almacenes en Alemania, envíos a Norteamérica), son la nueva capa de intermediación. Para un founder que busca datos de entrenamiento limpios, ahí está el cuello de botella, pero también el riesgo legal.
El modelo de negocio «libro como materia prima» está en disputa. Editoriales en Japón y publishers musicales en EE.UU. (Concord, BMG, Sony, Warner Chappell Music) están litigando. Si tu startup depende de corpora de texto en idioma japonés, europeo o especializado, conviene diseñar un plan B: acuerdos de licencia directa con titulares, datos sintéticos propios o corpus abiertos con consentimiento explícito.

Acciones concretas para founders

Audita el provenance de tus datos de entrenamiento. Antes de comprar datasets a brokers, pide la cadena de custodia y verifica que no incluya obras escaneadas de fuentes sin licencia. El precedente Anthropic ya está citado por demandantes musicales como Sony Music Publishing y Warner Chappell Music.
Negocia licencias donde puedas. El comunicado conjunto de Kodansha, KADOKAWA y otros 17 editores japoneses marca la pauta: el consentimiento previo se está volviendo estándar de mercado. Un acuerdo temprano puede ser más barato que litigar después.
Diversifica fuentes de datos limpios. Los libros pre-2022 son valiosos, pero no los únicos. Papers académicos con preprints, archivos gubernamentales abiertos y datos sintéticos generados con tu propio modelo pueden reducir la dependencia de un solo tipo de corpus.