Generatiivsed AI mudelid tuginevad suurtele treeningandmekogumitele, mis koosnevad tavaliselt avalikest andmetest internetist. Kuid organisatsioonid piiravad järjest enam juurdepääsu oma andmetele robots. txt failide kaudu, kartes generatiivse AI võimalikku mõju nende äritegevusele. See piirang tekitab väljakutseid AI ettevõtetele, kes sõltuvad suuresti sellistest andmetest. Andmete Päritolu Algatuse raportis, pealkirjaga "Nõusolek kriisis: AI andmesülemite kiire allakäik", selgub, et märkimisväärne osa AI mudelite treenimiseks kasutatud andmetest on viimastel aastatel piiratud.

See piirang mõjutab mitte ainult andmete kvaliteeti ja värskust, vaid tekitab ka lõhe mudelite vahel, mis austavad robots. txt faili ja nende vahel, kes seda eiravad. Mõned välja pakutud lahendused hõlmavad andmete litsentsimist otse organisatsioonidelt, sünteetiliste andmete kasutamist või peidetud andmete leidmist, näiteks nendes, mis on lukustatud PDF-failidesse. Raport rõhutab tööstusharu standardiseerimise ja paremate mehhanismide vajadust andmekasutuse eelistuste väljendamiseks, mis tasakaalustaks erinevate sidusrühmade huve.