Shutterstock 拥抱 AI 图像授权许可合作
在生成式AI冲击下，Shutterstock选择与OpenAI、Meta等签署数据授权协议，将图库内容用于模型训练与推理，而非起诉维权。其高管指出用户更关注表现力强的内容，AI正推动图库向混合创作模式转型。
在 OpenAI 推出 DALL-E 五年后，以及随之而来的关于 AI 生成图像的争议，Shutterstock 等图库图片供应商发现，授权许可协议已成为其在竞争激烈的 AI 市场中维持生存能力的一种方式。
在生成式 AI 发展初期，Shutterstock 与其他图片供应商（例如 Getty Images）被迫作出回应，因为整个行业正经历一场转型：许多 AI 模型均使用从全网抓取的公开可用数据进行训练。对于 Getty Images， 其应对措施是起诉图像模型供应商 Stability AI，同时推出自有生成式 AI 产品——Generative AI by Getty Images。
与此同时，Shutterstock 选择与 OpenAI 、Meta及其他公司签署多项数据授权许可协议。
Shutterstock 数据授权与 AI 高级副总裁 Daniel Mandell 表示，该图库图片供应商对 授权许可协议 持积极态度。
Mandell 在 AI Business 推出的《Targeting AI》播客节目中表示：“我们以双轨思路看待数据授权，即用于模型训练，也用于推理目的。”
他补充道，尽管合作伙伴关系可能引发 Shutterstock 合作的 AI 技术供应商带来的某些竞争，但许多用户所寻求的并不仅仅是 生成图像。 生成图像。
“我不知道这是否必然取代了图库内容的价值，”Mandell 表示，并补充称用户希望获得表现最佳的内容。
“客户正越来越多地转向以表现为导向的内容，而非仅仅拥有 55,000 张主红雀及其鸟巢的照片，”他以鸟类照片为例说明。
“生成式 AI 正在创造一种混合方法，赋予用户更强的能力，以创建适用于不同客户类型的各种版本，”他继续说道，“我认为这是过去无法做到的。”
JOTO 企业落地观察
- 对企业部署而言，Shutterstock以授权替代诉讼的路径表明：传统内容平台可通过将高质量版权数据资产转化为AI训练与推理的合规输入源，构建可持续的B2B收入模式，而非被动防御侵权风险。
- 对智能体工程而言，文中‘用于模型训练也用于推理目的’的双轨授权逻辑，提示智能体开发者需在设计阶段即区分数据用途——训练数据需确权闭环，推理调用则需嵌入可验证的授权链路，否则面临下游商用合规风险。
- 对FDE落地而言，Shutterstock案例揭示内容型企业的AI转型关键不在自建大模型，而在于重构数据价值链：将存量图库从‘一次性销售商品’升级为‘可计量、可审计、可分层计费的AI生产要素’，这对传媒、出版类企业FDE路径具直接参考价值。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们
