概述：AI 為何讓 IP 成為治理核心

人工智慧的崛起，從根本上重組了智慧財產權（IP, Intellectual Property）的傳統框架。AI 系統的訓練方式、生成能力與部署模式，在著作權、專利、營業秘密與授權等四個維度同時引發前所未有的法律與治理挑戰，使 IP 管理成為現代公司治理的核心課題，而非法務部門的例行作業。董事會與法務長必須建立系統性的 AI IP 治理機制，方能在合規、創新與價值創造之間取得平衡。

四大新挑戰

  • 訓練資料著作權（Training Data Copyright）：生成式 AI 必須以海量文字、圖像、程式碼訓練，但這些資料絕大多數享有著作權保護。開發者援引「合理使用（fair use）」抗辯，而版權持有人則認為這是大規模著作權侵害。截至 2026 年 6 月，全球已有 160 件以上相關訴訟，多數仍在審理中。
  • AI 生成內容歸屬（AI-Generated Content Ownership）：當 AI 系統生成文字、圖像、音樂或程式碼時，誰是「作者」？美國著作權局已明確：AI 不具「人類作者（human authorship）」資格，純 AI 生成物不受著作權保護；人機協作創作視人類貢獻程度而定。各國立場尚存分歧。
  • 模型參數作為資產（Model Parameters as IP Assets）：訓練完成的模型權重（weights）具有極高商業價值，可作為營業秘密受保護，也可能成為 M&A 盡職調查重點標的；一旦外洩，影響難以逆轉。
  • 開源合規挑戰（Open Source Compliance）：模型授權條款日趨多元，從 Apache 2.0、MIT、GPL，到 Llama Community License、OpenRAIL、Gemma 等客製授權，企業在使用或基於這些模型開發產品時面臨複雜合規義務。OSI 的開源 AI 定義（OSAID 1.0，2024 年 10 月）提供了新的評鑑框架。

這四大挑戰在訴訟、監管、標準化與市場交易等層面相互交織。2025 年已出現首件拒絕 AI 訓練合理使用抗辯的聯邦法院判決，多個里程碑案件預計在 2026 年進入摘要判決或開庭審判，將大幅影響全球 AI 產業的 IP 合規標準。

訓練資料著作權爭議與訴訟

截至 2026 年 6 月，美國已有超過 164 件 AI 著作權訴訟（AI Lawsuit Tracker 統計），多數案件仍處於開示（discovery）階段。唯一已有實質裁決的案件是 Thomson Reuters v. Ross Intelligence（2025 年 2 月），成為全球首件在 AI 訓練語境下拒絕合理使用抗辯的聯邦法院判決。

主要案件概覽

  • Thomson Reuters v. Ross Intelligence（2020 起訴，2025-02-11 判決）：以 Westlaw 頭注（headnotes）訓練 AI 法律研究工具是否構成侵權。法院認定 2,200 筆以上頭注直接侵權成立；用途非轉化性（non-transformative）、競爭市場受損。目前上訴至第三巡迴法院。
  • New York Times v. OpenAI & Microsoft（2023-12 起訴，審理中）：數百萬篇報導被用於訓練 ChatGPT，要求超過 10 億美元損害賠償。2025 年 4 月法官裁定核心侵權主張可繼續進行；因 2,000 萬筆匿名聊天紀錄生產令爭議陷入膠著；2026 年 4 月預計進入摘要判決階段。
  • Authors Guild v. OpenAI（2023-09 起訴，審理中）：George R.R. Martin、David Baldacci 等 17 位知名作家控告 OpenAI，主張小說作品被用於訓練且輸出摘要侵害著作權。2025 年 10 月法官拒絕 OpenAI 撤案動議，裁定輸出侵害主張可繼續進行，案件進入 discovery。
  • Getty Images v. Stability AI 英國訴訟（2023 起訴，2025-11-04 裁決）：英國高等法院裁決主要著作權侵害主張失敗（Getty 無法證明訓練行為發生於英國境內）；判決模型權重非著作複製品；但水印商標侵害部分成立。Getty 已獲准就次要著作權問題上訴。
  • Getty Images v. Stability AI 美國訴訟（2023 起訴，審理中）：美國境內侵害行為，訴訟進展緩慢，尚無重大更新。
  • Andersen v. Stability AI, Midjourney, DeviantArt（2023-01 起訴，審理中）：視覺藝術家 Sarah Andersen 等控告 AI 圖像生成器。2024 年 8 月法官拒絕撤案動議，核心著作權主張（直接侵害與誘導侵害）均可繼續進行。審判預計 2026-09-08 開始。

合理使用（Fair Use）爭議核心

美國著作權法第 107 條規定四項合理使用判斷因素：①使用目的與性質（商業性 vs. 轉化性）②著作性質 ③使用數量與實質性 ④對潛在市場的影響。Thomson Reuters 案的關鍵判示：AI 訓練使用若與原著相同用途競爭，且非「轉化性」使用，則市場損害因素極為重要。法院特別注意到 Ross 使用的是「非生成式 AI」，暗示生成式 AI 案件可能有不同分析框架。2026 年中前，多個聯邦法院的合理使用摘要判決預計陸續出現，將形塑 AI 產業的訓練資料合規標準。

當 AI 系統生成文字、圖像、音樂或程式碼時，「作者」的認定涉及著作權法的根本問題。美國著作權局（US Copyright Office）自 2023 年起陸續發布四份 AI 政策報告，確立人類作者要件（Human Authorship Requirement）；多國立場尚存差異，形成複雜的跨境合規環境。

美國著作權局四份 AI 系列報告

  • AI 政策指引（2023-03-16）：含 AI 生成材料之作品登記標準，人類撰寫部分可受保護，AI 生成部分需聲明放棄。
  • 著作權與 AI 第一部分：數位複製人（2024-07-31）：建議制定聯邦數位複製人法，保護聲音與肖像。
  • 著作權與 AI 第二部分：可著作權性（2025-01-29）：人類對 AI 輸出的貢獻如足夠充分，可構成著作權所有人；純 AI 生成物不可著作；逐案分析。
  • 著作權與 AI 第三部分：生成式 AI 訓練（2025-05-09 預發布）：訓練行為在特定情況下可能構成侵害；建議不立即立法干預，讓自願授權市場繼續發展；若市場失靈，考慮延伸集體授權（ECL）。

重要美國案例

  • Thaler v. Perlmutter：Stephen Thaler 申請以 AI「創造力機器（Creativity Machine）」的自主輸出《天堂的入口（A Recent Entrance to Paradise）》為著作權人。2025-03-18 美國哥倫比亞特區巡迴上訴法院一致裁定：著作權法要求作品「首先由人類創作」，確認著作權局拒絕登記決定正確。
  • Zarya of the Dawn（2023-02-21）：圖形小說，AI 生成插圖不可著作，但人類撰寫文字及圖文整體選取編排可受保護；著作權局要求申請人聲明 AI 生成部分。
  • Allen v. Perlmutter / Théâtre D'opéra Spatial（2023-09-05）：申請人以 Midjourney 生成圖像後再修改，著作權局拒絕登記，因申請人未識別並聲明放棄 AI 生成部分。

各國比較：AI 生成著作的態度差異

  • 美國：不可著作（人類作者為必要條件）。哥倫比亞特區巡迴法院 Thaler 案確認；人機協作創作視人類貢獻而定。
  • 英國：可能保護（CDPA 第 9(3) 條：電腦生成作品，「負責其創作安排的人」為作者）。但英國政府 2024-12 啟動資料採礦豁免諮詢（2025-02 結束），政策走向未定。
  • 中國：傾向保護（視創意貢獻而定）。2023 年北京互聯網法院案例判決 AI 生成圖像的人類使用者為著作權人；強調使用者的「智識創造」投入。
  • 歐盟：探索中（未有統一立場）。歐洲議會智庫 2025 年研究報告分析各種方案；EU AI Act 第 50 條規範標示義務，並未直接解決著作權歸屬問題。
  • 台灣：現行法律框架下，人類作者為要件。著作權法以「人類創作」為保護前提；智慧財產局（TIPO）尚未發布 AI 著作權專屬指引。
人機協作創作情境下，若人類對最終作品有足夠充分的「創意貢獻」（如選取、排列、修改），則人類貢獻的部分可受著作權保護。實務建議記錄創作過程中人類的選擇與決策，並建立 AI 使用日誌（audit log）。——美國著作權局 AI 報告第二部分（2025-01-29）

AI 與專利：DABUS 案到 USPTO 指引演變

AI 系統能否作為專利發明人？這一問題由 Stephen Thaler 博士以其 AI 系統 DABUS（Device for the Autonomous Bootstrapping of Unified Sentience）向多個司法管轄區提出申請，引發全球標誌性法律辯論。截至 2026 年，全球共識已高度趨同：發明人資格（inventorship）限於自然人，AI 不具法律人格。

各司法管轄區 DABUS 裁決結果

  • 美國：拒絕。USPTO 拒絕；聯邦法院確認；美國最高法院 2023 年 4 月拒絕聽審。
  • 英國：拒絕。UK 最高法院 2023 年確認：發明人須為自然人；Thaler 以「佔有原則」主張所有權的論點亦被否定。2025 年進一步上訴亦被高等法院及上訴法院駁回。
  • 歐洲專利局（EPO）：拒絕。2024 年 12 月再次拒絕，強調歐洲專利法要求發明人為自然人。
  • 澳大利亞：拒絕。2024 年高等法院一致裁定依現行《專利法》，只有自然人可作發明人。
  • 日本：拒絕。2025 年 1 月智慧財產高等法院大法庭裁定生成式 AI DABUS 作為發明人的主張被否定。
  • 加拿大：拒絕。專利上訴委員會 2025 年 2 月聽審後，6 月終局決定拒絕 AI 發明人資格。
  • 瑞士：拒絕。聯邦行政法院 2025-06-26 裁定 AI 系統不得作為專利發明人。
  • 南非：授予（特殊情況）。2021 年 7 月成為全球首個授予 AI 發明專利的國家，但採形式審查體制，未作實質審查。

USPTO AI 輔助發明指引的演變

  • 2024-02-13 初版指引：引入 Pannu 因素框架分析 AI 輔助發明的人類發明人認定；要求人類對發明每一項請求項有「重大貢獻（significant contribution）」。
  • 2025-11-28 修訂版指引（取代初版）：廢除初版；Pannu 因素僅適用於多位自然人聯合發明時；AI 輔助發明回歸傳統「人類構思（human conception）」標準；AI 不得列為聯合發明人。

AI 相關專利趨勢（WIPO 數據）

根據 WIPO《生成式 AI 專利地景報告》（2024 年 7 月），2014 至 2023 年間，生成式 AI 專利家族（patent families）從 733 件成長至超過 14,000 件，增幅超過 800%。2014–2023 年累計 54,000 件 GenAI 發明，其中 25% 以上出現在最後一年（2023 年）。中國排名第一，擁有 38,000 件以上 GenAI 發明，是排名第二的美國（約 6,300 件）的六倍。印度以年均 56% 增速居前五名之首。應用領域跨越生命科學、製造業、交通運輸、資安與電信。

營業秘密與模型權重

AI 模型的核心資產——訓練資料集、神經網路架構、超參數設定（hyperparameter configurations）、精確的權重值（weight values）——均可依據美國《保護營業秘密法（DTSA, Defend Trade Secrets Act）》及各州類似法律受到保護，前提是滿足三項要件：具體描述性（Specificity，不能僅稱「我們的機器學習模型」）、因保密而具有經濟價值（Economic value by virtue of secrecy），以及採取合理的保密措施（Reasonable efforts to maintain secrecy）。

模型權重外洩：Meta LLaMA 事件

Meta 最初僅將 LLaMA 權重提供給經過審核的研究人員，但模型權重在 2023 年 3 月發布後數日即在網路上擴散外洩。Meta 決定順勢而為，後來以更寬鬆的商業授權正式發布 Llama 2（2023 年 7 月）。此事件造成的影響包括：社群以外洩權重微調出無安全限制的版本，產生有害內容風險；中國各 AI 實驗室以 Llama 4 權重為基礎，微調出有競爭力的商業產品。Google 內部備忘錄（2023 年 5 月外洩）「我們沒有護城河（We Have No Moat）」即反映對開源 AI 擴散的深層擔憂。

2025 年法院判決要點

  • 不可逆的訓練污染（Irreversible Training Contamination）：法院認定，一旦竊取的營業秘密被用於訓練模型，損害難以挽回，因模型已「記憶」受保護的資訊，禁制令或返還救濟極為複雜。
  • AI 逆向工程風險：AI 工具有能力分析公開輸出並推導出專有算法或資料模式，「非顯然可知（not readily ascertainable）」標準面臨挑戰。
  • 「重新設計」抗辯失效：2025 年 8 月，法院拒絕認定所謂「重新設計後的新產品」已擺脫竊取的技術，對企圖以表面修改清洗竊取 AI 技術的行為形成遏制。

EU AI Act 要求 GPAI 模型提供商揭露訓練資料摘要（自 2025-08-02 起生效），這與模型提供商保護訓練資料集作為營業秘密的利益產生張力。赫伯特史密斯律師事務所分析（2025 年 10 月）指出，如何在 AI Act 的透明度義務與歐盟《商業秘密指令（Trade Secrets Directive）》之間取得平衡，仍是待解難題。

開源授權與合規：從 GPL 到 OSAID

AI 模型的授權條款生態遠比傳統軟體複雜。企業在使用或基於開源模型進行開發時，必須區分「真正開源」與「開放權重（open weight）」的差異，並評估 Copyleft 授權的傳染風險，以及模型專屬授權的商業限制。

傳統開源授權在 AI 模型的適用

  • Apache 2.0（寬鬆型）：最廣泛使用的 OSI 核准授權，允許商業使用，須保留著作權聲明，含專利授權條款。
  • MIT（寬鬆型）：極簡授權，廣泛採用，須保留著作權聲明。
  • GPL v3（著作傳授 Copyleft）：「病毒式」傳染，修改版須以相同授權發布；衍生模型若公開發布須開源，有商業限制。
  • LGPL（弱 Copyleft）：允許以動態連結方式使用，對模型修改部分仍須 Copyleft。

模型專屬授權（Model-Specific Licenses）

  • Llama Community License（Meta Llama 2、3、3.1 系列）：月活 7 億用戶以上需商業授權；禁止用於訓練競爭性 LLM。OSI 確認不符合 OSAID 開源標準。
  • OpenRAIL（BigScience BLOOM、Stable Diffusion）：允許商業使用但設有行為限制（use restrictions），禁止有害用途。
  • Gemma Terms of Use（Google Gemma 系列）：允許商業使用；禁止用於訓練 Google 競爭性模型。OSI 確認不符合開源標準。

OSI 開源 AI 定義（OSAID 1.0，2024 年 10 月）

2024 年 10 月 28 日，開放原始碼促進會（OSI）發布《開源 AI 定義》1.0 版（OSAID），這是首個正式界定「開源 AI」的標準框架。OSAID 要求揭露三大組件：程式碼（訓練與執行系統的完整原始碼，以 OSI 核准授權發布）、模型權重與參數（以 OSI 核准條款發布）、訓練資料資訊（須提供充分詳細的資訊，使有能力的人可建立實質等效的系統——但不必然要求提供訓練資料本身）。通過 OSAID 標準的模型包括：Pythia（Eleuther AI）、OLMo（AI2）、Amber 和 CrystalCoder（LLM360）、T5（Google）。Llama 2（Meta）、Grok（X/Twitter）、Phi-2（Microsoft）、Mixtral（Mistral）均被認定未達開源標準。

許多宣稱「開源」的 AI 模型，實際上只是「開放權重（open weight）」——僅公開模型參數，但訓練資料、架構細節或程式碼可能受限。Meta 的 Llama 3 在 EU AI Act 架構下，可能因「開源」主張而取得合規豁免，這是 Meta 積極推廣「開源 AI」稱號的潛在動機之一。——Simon Willison 等學者

內容來源與水印：C2PA、SynthID 與 EU AI Act 第 50 條

隨著 AI 生成內容（AIGC）大量流通，如何辨識內容真偽、確立來源鏈成為治理關鍵。業界已形成雙層技術標準共識：以 C2PA 內容憑證建立可驗證的來源記錄，搭配 SynthID 等不可見浮水印嵌入內容本身的信號，兩者互補而非互斥。

C2PA 內容真實性聯盟標準

C2PA（Coalition for Content Provenance and Authenticity）由 Adobe、Microsoft、BBC、Sony、Intel 等創立，為數位檔案附加密碼學簽署的元資料（cryptographically signed metadata），創建防篡改的內容來源記錄，涵蓋：誰簽署了內容、使用了哪些工具、是否有 AI 介入。C2PA 的「內容憑證（Content Credentials）」標準已整合進多個主流創作工具（Adobe Firefly、Microsoft Designer 等），EU AI Act 將 C2PA 列為滿足機器可讀標示要求的技術方案範例。

Google SynthID 不可見浮水印

Google DeepMind 開發的 SynthID 是一種「不可見浮水印（invisible watermark）」技術，透過修改圖像像素值、音頻波形或文字 token 分布，嵌入可被 SynthID 分類器偵測的隱形信號。對人眼不可見，現支援圖像、音訊、影片與文字。與元資料不同，一般的編輯和重新上傳工作流程不會移除浮水印。

EU AI Act 第 50 條：AI 生成內容標示義務

  • 法規依據：EU AI Act Article 50。
  • 生效日期：2026-08-02（EU AI Act 於 2024-08-01 生效後兩年）。
  • 義務內容：AI 生成內容的機器可讀標示成為強制性要求（machine-readable content marking）。
  • 技術方案：C2PA 被列為合規範例之一，SynthID 等互補方案亦可採用。
  • 適用範圍：適用於所有提供 AI 生成文字、圖像、音訊、影片的系統部署商。
2025 年一項 arXiv 研究論文（《Missing the Mark》）分析指出，目前生成式 AI 系統在實務中對浮水印的採用仍不普遍，與 EU AI Act 即將到來的強制要求之間存在顯著落差。

IP 估值與交易／併購

AI IP 已成為企業估值與 M&A 交易的核心驅動因素。根據 Ocean Tomo / J.S. Held 分析（2025 年），AI 公司在大型交易中可獲超過 25 倍收入的估值溢價；擁有強健 AI IP 部位的公司，策略性收購方願意支付最高 20% 溢價。因此，在交易前 12–18 個月進行 IP 審計（pre-sale IP audit），可顯著降低估值折扣風險。

AI IP 的三種傳統估值方法

  • 成本法（Cost Approach）：估算重建或重置 IP 的成本。適用於評估訓練資料集、模型重建成本；但難以捕捉模型的市場溢價。
  • 市場法（Market Approach）：參考可比交易的市場定價。AI 領域交易量大但可比性低；授權費率正在形成中。
  • 收益法（Income Approach）：估算 IP 產生的未來現金流現值。較適合評估 AI 模型 API 授權、SaaS 平台等有明確收益流的資產。

IFRS 第 38 號準則（IAS 38）——無形資產

IAS 38 要求符合「可識別性、控制性及未來經濟效益」的無形資產在資產負債表上以取得成本認列。AI 模型的財務報告挑戰包括：內部研發費用通常須費用化（研究階段）或可資本化（開發階段符合特定條件）；外部取得的 AI 模型（如透過 M&A）以公平價值認列，後續依有限/無限使用年限攤銷或測試減值；AI 模型的快速迭代使「有用壽命（useful life）」難以評估。

M&A 盡職調查（IP Due Diligence）的 AI 維度

  • 訓練資料所有權：訓練資料集的授權清單是否清晰？是否存在著作權侵害風險？
  • 演算法與模型權重所有權：核心 IP 是否屬於公司？有無員工離職帶走模型的風險？
  • 開源授權合規：使用的開源組件（含 Copyleft）是否與商業模式衝突？
  • 監管合規（EU AI Act 等）：是否建立 AI 治理框架？不合規可能造成估值折扣。
  • 動態風險：AI 模型的自學習能力可能改變行為，造成不可預期的責任。

重要 M&A 案例參考

  • NVIDIA 收購 ARM（2020–2022，失敗）：提議 400 億美元收購遭美國 FTC、英國 CMA 及歐盟以反壟斷為由阻止，2022 年 2 月宣告失敗。ARM 的 IP 授權商業模式及其在 AI 晶片生態系的關鍵地位，使此案成為 AI 時代 IP 治理的重要案例。
  • AI 授權協議潮流（2023–2025）：Google、Apple、OpenAI 等公司與 Associated Press、Axel Springer、News Corp 等新聞媒體機構締結訓練資料授權協議，估計金額從數百萬至數億美元不等，形成新興的「AI 訓練資料授權市場」。

WIPO 與台灣 TIPS

WIPO 在 AI 與 IP 的政策對話

世界智慧財產組織（WIPO）自 2019 年起啟動「AI 與 IP 對話（WIPO Conversation on Intellectual Property and Frontier Technologies）」系列，聚集各國政府、政策制訂者、創作者、學者與創新者，討論 AI 對 IP 體系的衝擊。WIPO 不直接制定強制性規範，而是作為政策討論平台、數據中心與技術援助提供者，協助開發中國家建立 AI 時代的 IP 能力。

  • 2024-07 GenAI 專利地景報告：首份全面分析生成式 AI 專利趨勢的 WIPO 報告，揭示中國主導地位（38,000 件以上 GenAI 發明，是美國的六倍）。
  • 2025-10-28/29 第 12 屆 WIPO 對話（IP 與合成媒體）：聚焦深偽（deepfake）、合成媒體的智財與治理議題。
  • 2026-03-17 WIPO AI 基礎設施交流（AIII）啟動：新倡議，促進全球對 AI 在 IP 系統中的技術與操作面向的對話。

台灣 TIPS（台灣智慧財產管理制度）

TIPS（Taiwan Intellectual Property Management System），全稱「台灣智慧財產管理規範」，是由台灣經濟部智慧財產局（TIPO）主導、工業技術研究院（ITRI）等機構協助推廣的企業智慧財產管理認證制度。採 ISO 管理系統架構（PDCA 循環），為非強制性認證，協助企業建立系統化 IP 管理，將 IP 管理與營運目標連結。

  • A 級（基礎）：識別、保護、管理 IP 資產的基本流程。
  • AA 級（進階）：強調主動利用 IP 創造商業利益。截至 2023 年，通過企業包括：友達光電（AUO）、安盛生醫、Seradigm、環球晶圓（GlobalWafers）、聯華電子（UMC）。
  • AAA 級（卓越，最高等級）：目前僅台積電（TSMC）通過。

台灣智慧財產局 2025 年 7 月在台北、新竹、台中、台南舉辦「2025 智財經營研討班」，議題涵蓋未來設計（Future Design）專利合案申請、女性發明人加速審查，以及電腦軟體相關發明（與 AI/ML 技術高度相關）。TIPO 正積極將 AI 時代的 IP 管理議題納入 TIPS 框架，包括 AI 生成發明的發明人認定、AI 輔助創作的著作權策略，以及企業 AI 治理與 IP 合規的整合。

參考來源

本頁內容彙整自下列公開來源（42 筆）；點擊可前往原始出處。