不会,除非您专门为此授权。实时访问(RAG)采用动态检索方式获取内容,既不存储也不用于训练。模型训练则属于完全独立的授权模式,需经您明确同意方可进行,且使用范围与收益方式均有清晰约定。
AI已成为新的发现层,出版社正逐渐失去可见度
AI正在深刻重塑研究的发现方式。读者提出问题,获得整合生成的回答,随即继续推进,往往不会进一步查阅原始出处。
这一转变正在重塑整个学术生态:
原本会访问出版社平台的读者,如今无需接触出版社品牌即可获得答案。
AI将出版社的研究成果凝练为简短回答,导致跳转访问量与直接使用频次下降。
传统评价指标已难以全面反映内容在AI驱动型学术工作流中所创造的实际价值。
若无明确策略,您的内容极有可能在迄今为止增长最为迅猛的发现渠道中逐渐隐形。
八十余年来,EBSCO始终致力于协助出版社触达全球图书馆、学术机构及研究人员。通过EBSCOhost AI Exchange,我们将这一角色延展至AI生态体系——保护出版社的合法权益,维护内容的来源归属,并探索新的商业模式。
选择值得信赖的合作伙伴,而非利益诉求可能冲突的竞争者,确保出版社的内容获得应有的关注与可见度。
将AI从威胁转化为收益渠道
EBSCOhost AI Exchange提供结构化的参与路径,使出版社能够在明确的管控机制、清晰的授权界定和透明的价值交换框架下,融入AI生态体系。
出版社可通过以下两种模式参与——可独立选择,亦可并行采用:
此两种模式相互独立。 实时访问不涉及模型训练,而训练须另行签署明确的授权协议。
以下是出版社内容经由 EBSCOhost AI Exchange 流向 AI 环境中的终端读者用户,同时保持管控与来源归属的完整流程。
实时访问流程 (RAG)
按需检索内容 • 不存储 • 不用于训练
与AI工作流对齐的收益模式
AI系统查询您的内容时,按使用次数计费——不捆绑打包,不采用固定授权费。
针对希望构建领域模型以提升AI产品前瞻性的开发者,提供可控的、协商确定的授权协议。
清晰追踪出版社的内容和核心观点在AI模型、对话交互及应用场景中被引用的频次。
清晰了解出版社的内容在两种授权模式下,分别以何种方式、在哪些场景中被使用。
不会,除非您专门为此授权。实时访问(RAG)采用动态检索方式获取内容,既不存储也不用于训练。模型训练则属于完全独立的授权模式,需经您明确同意方可进行,且使用范围与收益方式均有清晰约定。
不会。出版社对所有访问、使用及授权条款拥有完全的决定权。
RAG(检索增强生成)是指AI系统在回答用户查询时,实时检索您的内容,但不会存储或将内容纳入模型训练。每次检索均被追踪、标注来源并获得相应补偿。您的内容始终处于您的掌控之中。
通过两种收益模式:一是基于使用量的实时访问(RAG)补偿,二是为选择将数据集授权用于模型开发的出版社提供的训练授权协议。两种模式均透明且可量化。
不是。这是一种可控的、以权利为导向的AI工作流参与方式。
不会。它使您能够借助现有模式触达新的受众。
灵活的框架使您能够在保持控制权的同时,从容应对变化。
EBSCO是出版社数十年来一直信赖的合作伙伴,与出版社的成功深度绑定。其他提供商无外乎两类:一类是以推广自身期刊为首要任务的竞争对手,另一类是短期创业公司,它们在出版社的核心业务中没有长期利益,也不会为其做法可能损害出版社业务的行为承担任何责任。
EBSCOhost AI Exchange 使出版社能够安全地将其内容传递给AI驱动的研究场景,在提供清晰来源归属、完整控制权和可量化价值的前提下,深度参与其中。
EBSCOhost AI Exchange 致力于协助机构评估并获取授权研究内容,以用于AI应用场景。 请填写您的机构信息,我们的团队成员将尽快与您联系。
本表单仅面向机构开放,个人研究及私人项目相关咨询暂不在受理范围之内,感谢您的理解。