今年4月，美国新闻/媒体联盟发起"支持负责任AI"运动，呼吁科技巨头为AI内容使用付费。AI爬虫对维基共享资源的带宽占用激增50%，其流量模式与人类用户截然不同——爬虫会无差别抓取所有内容，导致分布式存储系统原本中"冷门"的数据频繁被调用，产生高额带宽成本。维基百科无法通过出售数据获利，只能将数据以机器友好的JSON格式公开，引导AI厂商从Kaggle获取数据。此次合作标志着维基百科从对抗AI爬虫转向主动引导数据使用模式，为内容平台应对AI挑战提供了新思路。这种转型不仅是技术层面的调整，更是数字内容生态在人工智能时代重塑关系的典型案例。
维基共享资源上存有的 1.44 亿个图像、视频或其他文件带宽增长 50%，AI 爬虫的无差别抓取使大量原本冷门的内容频繁被调用，导致带宽成本大幅上升。而基金会作为非营利性机构，收入主要来源于捐赠，难以承担高昂的带宽费用。
AI 厂商的爬虫抓取数据行为处于灰色地带，通过开放数据，可以引导 AI 厂商通过合法合规的渠道获取数据，避免潜在的版权纠纷。
维基百科作为全球最大的知识共享平台，一直秉持着让地球上的每个人都能自由获取所有知识的使命。开放数据可以更好地满足 AI 开发者对知识数据的需求，促进知识的传播与共享，推动人工智能技术的发展。
0
