主辦單位：經濟部智慧財產局、經濟部產業園區管理局、台灣營業秘密保護促進協會 協辦單位：財團法人資訊工業策進會科技法律研究所 時　　間：2026/10/06（二）13：40 - 16：45 參加對象：各企業負責人、主管、法務人員等 議　　程： 時間 講題 講師/與談人員 13:10-13:40 座談會報到 13:40-13:50 開場致詞 經濟部智慧財產局廖承威局長 經濟部產業園區管理局楊志清局長 台灣營業秘密保護促進協會楊慧鈴理事 13:50-14:40 【專家主題】從保護到創造價值營業秘密管理實務 日月光半導體製造股份有限公司楊慧鈴副總經理暨法務長 14:40-15:30 【專家主題】營業秘密實務案例分享 臺中地檢署謝志遠主任檢察官 15:30-15:45 中場休息 15:45-16:15 【專家主題】常見營業秘密誤區，協助中小企業精準掌握管理 財團法人資訊工業策進會施品安副主任 觀看簡報 16:15-16:45 【綜合座談(Q/A) 】 主持人：廖承威局長，經濟部智慧財產局 與談人： ● 楊慧鈴副總經理暨法務長，日月光半導體製造股份有限公司 ● 謝志遠主任檢察官，臺中地檢署 ● 施品安副主任，資策會科法所 16:45 活動結束 ● 本活動不提供演講者投影片紙本及電子檔，請見諒。 常見營業秘密誤區，協助中小企業精準掌握管理 ↑回議程表

數位投資是產業持續轉型與精準提升附加價值的催化劑，智慧機械設備、資通安全系統、人工智慧應用與節能減碳設備標的，廣泛融入企業營運管理的各個面向，而各類高度創新研究發展計畫，亦是維持企業競爭力的關鍵。《產業創新條例》也針對相關軟、硬體設備、技術服務採購支出或研究發展支出，提供營利事業所得稅抵減，有利於企業規劃轉型布局並降低投資風險。 為提升數位經濟相關產業業者規劃適用租稅優惠之掌握度，資策會科法所受數位產業署委託，將於115年9月30日舉辦「數位產業租稅優惠宣導線上說明會」，聚焦數位產業常見投資態樣，從企業營運角度提供盤點與規劃減稅投資之解析。 本次活動亦邀集專業會計師與專利師團隊，分享實務案例與申辦適用租稅優惠之經驗，讓申辦的程序作業變成可掌握運用之稅賦資源。 誠摯邀請資訊服務與軟體產業業者與會，共同攜手善用租稅優惠措施、提升投資效益。 主辦單位：數位發展部數位產業署 執行單位：財團法人資訊工業策進會科技法律研究所 時　　間：2026/09/30（三）10：00 - 11：55 議　　程： 時間 議程 主講人 10:00-10:15 線上報到 主持人 10:15-10:25 活動開場 10:25-10:35 單元一：如何選擇產創第10條與第10-1條 資策會科法所陳明法律研究員 10:35-10:55 單元二：人工智慧、資安、5G設備系統投資的申請案例解析（暫定） 資誠聯合會計師事務所楊曜準經理徐可瑜協理（共同講授） 10:55-11:15 單元三：軟體出版、資安系統與資訊服務研發投抵申請案例解析（暫定） 11:15-11:25 意見交流與申辦資訊 資誠聯合會計師事務所楊曜準經理徐可瑜協理（共同講授） 11:25-11:55 QA問答與實務分享 資誠聯合會計師事務所楊曜準經理徐可瑜協理 資策會科法所陳明法律研究員（共同分享）

為因應美國於114年1月16公告「確保聯網車輛資通訊技術及服務供應鏈安全」最終規則(Securing the Information and Communications Technology and Services Supply Chain: Connected Vehicles)，強化聯網車輛資通訊技術及服務供應鏈之安全管理與交易管制，特舉辦本場說明會，協助相關供應鏈業者與研究機構掌握現行美國聯網車輛監管制度、合規與實務操作重點。 本次說明會內容涵蓋兩大主軸，分別說明如下： 一、美國聯網車輛法規制度及管制機制介紹： 1.解析美國聯網車輛資通訊技術及服務供應鏈之管制架構，包括管制範圍、適用對象、受限制交易類型及相關合規要求； 2.探討聯網車輛管制措施對車輛製造商、零組件供應商及供應鏈業者之影響與因應方向； 3.透過Polestar案例解析美國聯網車輛監管規範之實務運作及產業影響 二、其他車輛相關政策及管制措施： 介紹美國近期影響車輛產業之相關政策措施，包括關稅、貿易限制及供應鏈管理等經貿政策工具，並說明其對車輛產業供應鏈及業者營運可能產生之影響 透過本次說明會，期協助與會單位深化對美國聯網車輛監管制度及國際經貿政策發展之理解，掌握相關法規要求及政策變化可能帶來之供應鏈衝擊，強化業者於國際市場布局、供應鏈調整及法規遵循等面向之風險辨識與應變能力，作為後續產業策略規劃與合規管理之參考。 主辦單位：經濟部產業發展署 委託單位：財團法人車輛研究測試中心 執行單位：資訊工業策進會科技法律研究所 時　　間：2026/08/26（三）13：30 - 15：30 議　　程： 時間 議題 講者 13:30-14:00 報到 14:00-14:10 開場致詞 14:10-15:00 美國聯網車監管制度介紹 資策會科法所羅文妗 專案經理 觀看簡報 15:00-15:30 問與答 15:30 賦歸 美國聯網車監管制度介紹 ↑回議程表

當前全球製藥產業正面臨專利到期與產品世代交替的重要轉折，帶動改良型新藥、生物改良藥及抗體藥物複合體等新興發展趨勢，為我國生技製藥產業切入國際市場創造重要契機。我國產業界憑藉堅實的研發與製造基礎，積極投入高附加價值藥品開發，朝向國際化與高值化發展邁進。然而，在拓展海外市場過程中，企業除須掌握臨床需求與產品定位外，亦需因應各國藥品監管制度、智慧財產權保護機制及市場准入規範等挑戰。 為此，由經濟部產業技術司指導、財團法人資訊工業策進會科技法律研究所規劃本次研討會，以「產業發展趨勢：改良型新藥創新布局與市場機會」及「國際市場准入：法規遵循與智慧財產策略」為主軸，邀集產官學研各界代表，共同探討我國生技製藥產業之創新發展路徑、國際市場布局及法規因應策略，以提升產業國際競爭力與全球市場拓展能量。 指導單位：經濟部產業技術司 主辦單位：財團法人資訊工業策進會科技法律研究所 時　　間：2026/08/26（三）09：30 - 16：00 議　　程： 時間 主題 講者 09:00~09:30 報到 09:30~09:40 主辦單位、貴賓致詞及大合照 資策會科技法律研究所 長官 【議題一】產業發展趨勢：改良型新藥之布局與市場戰略 09:40~10:10 美國改良型新藥之市場戰略與產業競爭挑戰 顧曼芹 總經理顧德諮詢有限公司 10:10~10:40 由公司經營形態討論改良型新藥選題與法規策略 – 案例分享 張啟泰 策略長友華生技醫藥股份有限公司 10:40~11:00 中場休息及交流時間（敬備茶點） 11:00~11:30 歐盟健康資料空間規則（EHDS）對台廠帶來的國際資料近用機會與合規挑戰 楊政一 專案經理資策會科技法律研究所 觀看簡報 11:30~12:00 綜合討論 主持人顧曼芹 總經理顧德諮詢有限公司 12:00~13:30 午餐時間（備有餐盒） 【議題二】國際市場准入：法規遵循與智慧財產策略 13:30~14:00 善用法規科學加速新藥研發：以美國505b2新藥上市途徑為例 葉嘉新 博士財團法人醫藥品查驗中心 14:00~14:30 美國專利連結訴訟案例與實務攻防解析 蘇佑倫 資深合夥律師寰瀛法律事務所 14:30~15:00 中場休息及交流時間（敬備茶點） 15:30~16:00 改良型新藥專利挑戰風險：美國、台灣、歐盟及日本法制比較 張羽筑 法律研究員資策會科技法律研究所 15:30~16:00 綜合討論 主持人陳淑君 法務智財長瑩碩生技醫藥股份有限公司 16:00 交流與賦歸 歐盟健康資料空間規則（EHDS）對台廠帶來的國際資料近用機會與合規挑戰 ↑回議程表

因應人工智慧(AI)技術快速發展及其於製程工業之廣泛應用，相關法規、標準、風險管理與工安治理議題日益受到重視。為協助產業掌握國內外AI應用趨勢、法制規範與實務導入經驗，特舉辦「製程工業AI應用與規範研討會」，誠摯邀請產官學研各界先進蒞臨參與交流。 本次研討會將邀集政府機關、學研單位及產業界專家，分享製程工業AI應用之法規標準趨勢、法律風險分析、國家核心關鍵技術管理制度，以及石化與煉油產業AI應用實務成果，同時探討AI風險評估驗證與工廠智慧化防災等重要議題，期能促進產業安全治理與智慧轉型發展。 指導單位：經濟部產業技術司 主辦單位：財團法人資訊工業策進會科技法律研究所 協辦單位：台灣德國萊因技術監護顧問股份有限公司 時　　間：2026/08/04（二）10：00 - 16：20 議　　程： 時間 議程 講者 09:30-10:00 報到 10:00-10:20 開幕儀式 10:20-10:50 製造業AI導入與法規調適方向 王自雄 主任資策會科技法律研究所 觀看簡報 10:50-11:20 AI應用之法律相關議題－IPO (Input-Process-Output)的觀點剖析 羅天一 兼任副教授國立臺灣科技大學／東吳大學 11:20-11:40 AI時代下的技術外流風險－國家核心關鍵技術保護 周晨蕙 副主任資策會科技法律研究所 觀看簡報 11:40-13:00 午餐 13:00-13:30 台灣中油公司煉油廠AI應用實務成果 蕭玉玫 經理台灣中油公司桃園煉油廠 13:30-14:00 台灣化學纖維公司數位轉型與AI應用成果 陳志銘 副總經理台灣化學纖維公司 14:00-14:30 圓桌論壇－製程工業AI導入之實務挑戰 主持人： 林正鄰 兼任助理教授 國立陽明交通大學 與談人： 蕭玉玫 經理 台灣中油公司桃園煉油廠 陳志銘 副總經理 台灣化學纖維公司 黃仲宏 經理 工研院產科國際所 楊智傑 分析師 資策會產業情報研究所 14:30-14:50 茶敘 14:50-15:20 製程工業AI應用風險評估驗證 朱昱恆 資深經理德國萊因TÜV 15:20-15:50 工廠智慧化防災技術與政府輔導資源導入 黃建平 副秘書長中華民國工業安全衛生協會 15:50-16:20 圓桌論壇2－製程工業AI風險管理與智慧防災實務 主持人： 楊顯整 主任 中技社 與談人： 高鴻鈞 總經理 德國萊因TÜV 黃建平 副秘書長 中華民國工業安全衛生協會 游本豐 總監 精密機械研究發展中心 李宇傑 組長 台灣智慧自動化與機器人協會 16:20 賦歸 *主辦單位保留調整課程內容、日期、講師或取消課程權利* *全程禁止攝影、拍照或錄音* 製程工業AI應用與規範研討會 ↑回議程表

現今多數商業服務業者於業務過程中會廣泛蒐集、處理或利用消費者或會員的個人資料，過去曾發生多起因未採取適當個資保護措施，造成消費者個資外洩之事件，亦有不當使用個資，遭到消費者檢舉之情形。若業者未能妥善管理及保護個人資料，除侵害消費者的權益外，同時會對業者的商譽造成負面影響，甚而招致主管機關裁罰。 近年商業服務業者陸續發生違反個人資料保護法之案件，包含目的外利用個人資料、未停止行銷等，侵害消費者權益；雲端系統遭入侵、未落實委託監督等，導致個人資料外洩，進而受到主管機關要求限期改正或裁罰。 經濟部商業發展署為協助商業服務業者落實個資管理及資訊安全措施，委託資訊工業策進會於115年7月10日舉辦「商業服務業個資管理與資訊安全實務宣導說明會（台北場）」，宣導商業服務業於個資管理與資訊安全常見之案例，及個人資料保護相關法律之規定。期望透過本次說明會促進業者於業務蓬勃發展之時，亦能落實保護消費者個人資料之安全。 主辦單位：經濟部商業發展署 執行單位：財團法人資訊工業策進會 時　　間：2026/07/10（五）13：30 - 16：30 議　　程： 時間 議題 講師 13:30-14:00 來賓報到 14:00-15:00 個資管理實務案例解析 資策會 科技法律研究所林允中 法律研究員 觀看簡報 15:00-15:10 休息時間 15:10-16:10 近期個資外洩資安案例暨個資法遵資安要求重點分享 資策會 資安科技研究所林賢輝 正規劃師 16:10-16:30 交流討論 個資管理實務案例解析 ↑回議程表

模型內記憶化即構成重製--德國慕尼黑地方法院 判決Suno敗訴對AI訓練合理使用之衝擊 資訊工業策進會科技法律研究所 2026年08月24日 前言 生成式人工智慧以受著作權保護之作品為訓練資料，其行為是否構成著作權侵害、又能否主張合理使用或文字與資料探勘之限制，是人工智慧快速應用以後在著作權領域最主要的核心爭議。德國慕尼黑第一地方法院於2026年7月31日就 GEMA 控告 Suno 案作成終局判決[1]，首度就生成式音樂AI的「模型內記憶化」特點給予著作權定性，並明確指出引據主張文字與資料探勘限制之適用界線。 壹、事件摘要 德國慕尼黑第一地方法院（Landgericht München I，LG München I）於2026年7月31日就德國著作權集體管理團體「音樂表演權與機械性重製權協會」（Gesellschaft für musikalische Aufführungs- und mechanische Vervielfältigungsrechte，下稱 GEMA）訴美國 AI 音樂生成器業者（被告即 Suno）案（案號42 O 763/25）作成終局判決，認定被告將受著作權保護之音樂著作「記憶化」（Memorisierung）於其模型中，構成德國著作權法（Urheberrechtsgesetz，UrhG）第16條第1項之重製，並侵害權利人之「公開再現（öffentliche Wiedergabe）」利用權[2](相當於我國著作權法上提供或傳達著作內容，包括使公眾得於其各自選定之時間或地點，以上述方法接收著作內容的公開傳輸)。 本案系爭標的為六首德語經典流行音樂：「Atemlos durch die Nacht」、「Daddy Cool」、「Rasputin」、「Big in Japan」、「Forever Young」，以及「Mambo No. 5」之副歌。原告主張，使用者僅需輸入原曲歌詞、風格或標題等簡單提示，被告之音樂生成器即會輸出與原曲高度近似之音樂[3]。法院判決被告不得以系爭音樂著作訓練模型、於模型中儲存系爭著作、在德國境內提供以系爭著作訓練之模型，以及製作侵害系爭著作之著作物[4]。本判決尚未確定，被告得提起上訴[5]。 貳、重點說明 一、模型內「記憶化」構成重製 法院認為 AI訓練依時間先後區分為三階段：抽取訓練素材並轉入機器可讀格式，即訓練資料之製作；資料之分析及以後設資訊加以增益，即模型之訓練；其後藉提示與輸出對已訓練模型之利用。整體流程依訓練性質可區分為--「僅為轉入數位格式或為分析目的而作之重製」與「留存於模型中之重製」[6]。本件關鍵在於第二階段：系爭音樂著作以可再現之方式含於模型中，其記憶化即構成著作權上相關之重製[7]。 （一）模型記憶化之概念 法院認定系爭音樂著作含於模型中，得作為輸出而被抽取，此即「記憶化」；其係指模型於訓練時，非特定之參數不僅自訓練資料集抽取資訊，且於訓練後所特定化之參數中，可見對訓練資料之完整承接（Übernahme，意指納入其中）[8]。所謂「完整」指承接超出單純資訊（如模式與相關性）之部分，非指承接之數量須完整或精確，而係至少部分地承接其內容[9]。模型自訓練資料習得統計規律，本身不受著作權法非難，然若所承接者已是著作的內容而非關於著作的資訊，性質不再只是「分析」而是「留存」 [10]。而且，被告之模型格外易受影響，特別擅長把與該提示相符之受著作權保護曲目，以極貼近原曲之方式生成為輸出[11]。換言之，使用者毋須指名要哪一首歌，只要在語音節奏上仿寫得夠像，模型即可能把原曲於輸出中再現。 法院指出記憶化判定標準因模型類型而異，有的研究要求原作與輸出內容同一，有的以部分一致為已足；就生成圖像或音訊之模型，訓練時僅抽取經選取之基礎特徵，細節資訊則被有意捨棄，故要求百分之百精確一致並不實際亦非必要。而且，模型因訓練時採「量化」（Quantisierung）而有意捨棄細節資訊，因此難以想像有一訓練資料被百分之百精確相符的記憶化，不過法院指出這些被捨棄的本就是人類感官難以掌握之細節，所以記憶化之認定應兼採「檢視旋律、節奏、和聲、識別度與風格相似值之自動檢核」及「人為評價」[12]。而記憶化的原因來自於模型自含有著作各種變體之訓練資料學習後，特定後設資料（如標題、類型或歌詞）與著作音樂特性（調性、節奏等）間之統計關聯被強化，造成使用者於提示中使用此等後設資料時，AI以所學得之統計機率導出「音樂特性大致相似」之輸出[13]。至於證明方法，法院認為訓練資料為已知時，得逕以訓練資料與輸出之比對認定；訓練資料不明時，則得借助「熵」（Entropy）與「困惑度」（Perplexity）等參數，探究模型再現一輸出之確定性[14]。 （二）記憶化之事實認定 法院以系爭著作為訓練資料一事並無爭執，而且系爭著作可藉「原歌詞、音樂風格及著作標題」之提示，明顯可辨識地再現於所提出之輸出中，認定本件記憶化已得逕以系爭音樂著作與輸出之比對認定[15] 。法院就被告之抗辯，逐一駁斥： 1. 系爭提示為簡單、開放結果之提示，輸出並非藉操控性提示所誘發：雖然被告主張原告以歷時數月、上千次、高度脈絡化之提示故意誘發記憶化，但法院認為原告固曾為3,779次提示，惟其中僅338次涉及系爭六曲；且同一提示之反覆輸入並未將輸出導向特定方向，此有別於「以評價性或暗示性指定改變脈絡」之誘發性提示[16]。 2. 系爭輸出不應歸類為偶然：鑑於所生成音樂之複雜性、長度及其與訓練資料之廣泛相符，已可排除係偶然出現的相似[17]。 3. 原告每曲僅提出一則輸出並無妨害：因為記憶化之存在，與「以不變提示是否生成同一輸出」無關[18]。 4. 無關訓練資料全部存儲可能性：雖然被告主張其模型儲存空間於數學上不足以精確儲存全部訓練資料，但法院認為重要的僅為系爭六曲是否可辨識地被記憶化[19]。 （三）記憶化含攝於著作權法之重製概念 法院就被告聲請鑑定「系爭著作是否於模型中儲存或記憶化」予以駁回，認為「權重與參數之區分於何範圍構成重製」係法律問題、非鑑定所能及[20]。法院基於下述理由認為記憶化已構成著作權法之重製： 1. 重製含「直接或間接」、「暫時或永久」及「以任何方法及任何形式」，不僅為與原件同一原樣之重製，亦包括以變更形式對著作之固著，例如類比著作之數位化、以 MP3 等壓縮檔格式之儲存，或以縮小版本之儲存[21]。 2. 因為記憶化是透過模型特定化參數中之資料，而該等參數本身又具體存於伺服器上，所以系爭著作之著作權重製要件「具體固著」。至於採何等技術固著並非決定性，模型若因訓練所導出之統計資訊而具「生成可辨識地再現該音樂著作之統計上可能詞元序列（Tokenfolgen）」之能力，即為已足[22]。 3. 固著於模型中之著作，得藉音樂生成器、一具螢幕之終端裝置及簡單、開放結果之提示，讓一般使用者以其可及之技術輔助接觸，感知並不困難。而且，重製不以可反覆之再現為前提，故認為被告要求評估的「特定輸出之機率與可反覆性」，頂多涉「是否存有記憶化」之事實問題，而非「法律意義之重製是否存在」[23]。 二、模型內重製不能主張文字與資料探勘 （一）文字與資料探勘之定義與目的拘束 法院認為「文字與資料探勘」（Text and Data Mining，TDM）係指對數位著作之自動化分析，以自其中取得特別是關於模式、趨勢與相關性之資訊[24]。而自動化分析本身並非著作權上相關之行為，蓋著作中所含非創作性之資訊本身不受保護。但因為文字與資料探勘有時須有可能侵及利用權之準備措施而涉及重製，故 TDM 的核心思想在於此等重製僅為其後分析目的而作，不損及著作人之利用利益，故人工智慧訓練為準備訓練語料之重製行為，為 TDM 所涵蓋[25]；惟本案所爭執者，並非此等準備階段之重製，而是訓練後留存於模型內、並得於輸出中再現之重製[26]。 （二）記憶化逾越文字與資料探勘 法院認定系爭著作於模型中之重製並非文字與資料探勘，因為文字與資料探勘旨在抽取單純資訊，將此等資訊轉入模型參數。惟系爭著作之記憶化讓作為訓練資料之音樂著作不僅被分析，而且被承接入模型參數，並損及著作人之利用利益。因此，藉由模型記憶化所生之重製，並非「不觸及利用利益」之第一階段（製作訓練資料），文字與資料探勘限制於此不成立[27]。 （三）不得類推、無合法接觸 法院進一步排除歐盟數位單一市場著作權指令第4條[28]之類推適用，因為該條所規範的是「僅抽取單純資訊、著作本身未被重製」之情形，反之於模型內重製則使著作利用受持續損害；若類推適用，權利人將陷於無保護狀態，明顯有違該指令前言認限制對權利人所生損害僅屬「極微」之考量[29]。因此，法院進一步認為若依技術現狀無從防止訓練資料之記憶化，則以受保護資料訓練模型，即不能適用文字與資料探勘限制[30]。另外，法院亦認為本件被告係破解 Rolling Cipher 保護裝置、以串流側錄（Stream-Ripping）自 YouTube 下載系爭著作；Rolling Cipher 係為阻止下載而設，被告欠缺合法接觸，不能主張德國著作權法第44b條第2項「合法接觸」之規定[31]。 三、模型提供與生成記憶內容構成公開再現的侵害 法院認定藉模型之提供、生成音樂之應用及系爭輸出，造成權利人所享之公開再現權利受侵害[32]。 （一）公開再現之判斷標準與認定 法院指出公開再現之保護範圍，判斷標準在於著作之原創要素於另一標的中可辨識，亦即受保護著作中足以反映著作人人格之創作抉擇，是否可辨識地被承接於被指摘之標的。縱使所涉僅為著作之一小部分，只要該部分本身表達著作人自己之精神創作，即構成侵害[33]。其判斷只須以一般平均音樂聽者之聽覺理解為準[34]。 經比對譜例與聽覺印象，法院認定輸出廣泛承接六曲之旋律、作曲與編曲，各輸出均未與原曲保持充分距離。例如「Big in Japan」創意在於旋律自主歌經前副歌至副歌之三段式遞升，表達蓄積而終告釋放，同時和弦速度加快而傳遞急迫印象；AI輸出重演此整體情況，聽者因而體驗到相同之音樂起伏與情感效果[35]。 （二）被告直接為再現行為並應歸責 法院認為「再現行為」（Handlung der Wiedergabe）應不問技術手段，廣義涵蓋受保護著作之一切傳輸，故認定被告藉模型之提供及生成音樂之應用，經由使用者介面使系爭著作可被存取，模型並儲存於德國境內之邊緣伺服器，故其侵害公開再現之利用權[36]。而且只要有被存取之可能即構成，著作實際是否被存取並非所問[37]。 而且法院認被告應歸類為正犯，蓋其對藉內容輸出所為重製具行為支配（Tatherrschaft）。被告基於訓練決定輸出內容，於再現中扮演核心角色，並決定模型運作方式、訓練資料選取與訓練鋪陳，係自身為公眾開啟著作享用，非僅只是中介角色。且此等內容藉簡單提示即被再現，決定輸出具體內容的不是提示而是被告所運作之模型，被告未將行為支配給予使用者。是以，被告之模型並非僅提供「錄製私人重製所需之器械」，亦不能與不負內容責任之販售平台相比擬[38]。 基於上述理由，法院未採被告主張援引歐盟數位服務法第6條[39]的責任限制，認為該條僅限制「儲存使用者所提供資訊之中介服務」之責任，就服務提供者自身之內容並不適用。本件被告非僅提供技術中立之基礎設施，而係提供模型並製作系爭輸出，其前之提示簡單且未於內容上指定或誘發，故各輸出為被告自身之資訊，就此其扮演主動角色，而非被動中介之外來資訊[40]。 四、合理使用抗辯不成立 針對被告在美國境內之訓練行為，法院依美國著作權法（17 U.S.C.）審酌是否構成合理使用（Fair Use），認為四項因素綜合觀之均不利於被告[41]： （一）利用之目的與性質 本件被告之應用並未生成新音樂著作，而係生成與訓練所用系爭著作實質相似之錄音，音樂著作並未被轉化[42]。被告之利用亦為商業性利用，其重製與原作追求相同的目的[43]。法院並將被告規避 Rolling Cipher、以串流側錄取得訓練資料一節，評價為惡意而顯著不利於被告[44]。 （二）著作之性質 系爭音樂著作為涉著作權核心之創意著作，被告所製作之音樂非僅承接概念，而係承接系爭曲之創意要素，故非如逆向工程般僅為研究功能而重製[45]。 （三）所利用之質量 被告為訓練其模型而對系爭音樂著作為廣泛重製，且未闡明其何以必須依賴此等廣泛重製。法院指出於大量重製之情形，關鍵在於所重製之著作係向公眾提供，抑或僅參與技術上不可見之後端程序；本件與 Google Books 案顯著不同，該案被告並未將重製向公眾提供[46]。 （四）對潛在市場或價值之影響 法院認為訓練所生之輸出構成取代原作之替代物，在「使用者直接消費之娛樂音樂」市場與原作競爭[47]。被告抗辯系爭輸出係在同一提示反覆輸入多次之後才出現，故不足以認定市場影響；而且第四項因素不僅看具體侵害行為之影響，還要看此類利用行為一般而言是否可能對原作市場產生顯著負面效果。本件原告就各曲分別輸入4至176則相同提示始取得系爭輸出，惟被告之音樂生成器於2024年單一月份即錄得220萬名訪客，以此流行程度計，縱使平均每4次或每176次輸入才得到一個與原作實質相似之音樂，累積於市場上之替代效果仍屬顯著[48]。 法院特別強調本件輸入僅含歌詞之提示後生成實質相似輸出，與美國 Bartz、Kadrey 兩案顯著不同，該兩案中訓練資料未實質於輸出中讓使用者可觸及，未因生成實質相似輸出而明顯可看到對市場的影響[49]。權衡一切因素，法院認被告之具體利用不為合理使用所涵蓋，且並非所有模型均記憶化其訓練資料，故於本案件否定合理使用既不妨礙進步或競爭，亦不牴觸模型之發展公益[50]。 參、事件評析 本案立於歐盟資訊社會著作權指令與數位單一市場著作權指令所建構之重製權與文字與資料探勘體系，其「公開再現」與我國由公開播送、公開演出、公開傳輸等權能概念亦並不全等同，而其本身能否維持猶待上訴審檢驗，亦有待後續觀察。但本案的重點在於，把過去類似爭議的爭訟焦點由「訓練是否構成重製」展開為「模型是否留存並於輸出中再現受保護著作」，並進一步加重AI開發與服務提供者被歸責可能性，本文認為可歸納其重點如下： 一、法院未全面否定訓練之資料取用可主張合理使用，但前提須為合法取得 本判決雖判被告不得援引合理使用，惟其論證重心並不在「以受保護著作訓練模型」這件事本身。法院明白表示訓練一個能生成新音樂作品的模型，一般而言確實可能是具轉化性、追求更進一步目的而為合理使用所涵蓋之利用。本案之所以認定不同，是被告之應用並未生成新的音樂作品，而係以系爭輸出生成與訓練所用著作實質相似之錄音，音樂著作因而未受轉化。法院於綜合權衡時亦明言，並非所有模型都會記憶其訓練資料，於本案否定合理使用既不妨礙進步與競爭，也不牴觸公共利益，蓋須取得授權不等於不能訓練。因此，本判決所否定的是「訓練後留存於模型、並得於輸出中再現」，而非概括否定 AI 訓練之資料取得有主張合理使用之餘地。但法院對被告規避 Rolling Cipher、以串流側錄取得訓練資料一節評價為惡意，顯示取得手段是否合法，從目前國際上的司法案例看來，仍是決定是否能主張合理使用的重要環節。 二、能否主張合理使用或文字與資料探勘，取決於一般提示下是否再現實質近似內容 法院認定本案與美國 Bartz、Kadrey 二案顯著不同，關鍵在於本案訓練資料實質地在使用者僅輸入歌詞、未作任何音樂上要求之簡單且結果開放之提示下，即可生成與原曲實質相似之輸出。而文字與資料探勘之審酌，法院並不否認為準備訓練語料所為之第一階段重製落入德國著作權法第44b條範圍，真正逾越限制者是第二階段留存於模型內之記憶化。是以，若訓練所得之模型不會在一般、未經特別設計引導之提示下再現實質近似之內容，主張文字與資料探勘限制或合理使用仍有空間。而且必須注意的是，倘依技術現狀無從防止訓練資料之記憶化，法院認為將受保護資料訓練模型即不為該限制所涵蓋，則「能否防止記憶化」就是AI開發與服務業者重要的技術降險研發重點。 三、AI記憶化的輸出由模型提供者承擔侵權責任 本判決外溢效果最大者為責任歸屬，法院認定AI記憶化的輸出產生的再現行為，是源自於被告以模型與使用者介面，開啟讓公眾對已記憶化著作可存取。就輸出所生之重製，被告因對模型架構、訓練資料選取與訓練設計負責而具行為支配，應歸類為正犯；僅輸入提示觸發生成之使用者，不被視為重製行為人。顯見有關AI責任的認定，法院著重於誰對於結果具有實質主導的控制能力，AI 服務提供者將來可能更難以主張模型只是提供「工具」、由使用者決定產出，也不能主張自己是中立平台而把使用責任歸予使用者。 本案法院判決提出的模型記憶化(留存受保護著作)構成重製的觀點，其重點在於一定程度緩解權利人的內容再現舉證困難，並透過受訓練資料與特徵近似的生成結果判斷記憶化的存在，進一步認定存在重製結果，而且該重製欠缺轉化性、具商業目的、結果對權利人市場造成明顯負面影響。我國對於AI 訓練是否合法的認定，仰賴著作權法第65條合理使用之一般條款判斷，雖須個案、事後之權衡，但從本案法院見解可見，避免AI的記憶與所記憶內容的出現是關鍵點，如技術上可能，業者須溯源在訓練過程採取去記憶化的事前避險措施，以避免成為記憶內容之提供者而須自行承責。 本文著作權屬財團法人資訊工業策進會科技法律研究所所有，如需引用或轉載，請註明出處。 本文同步刊登於TIPS網站（https://www.tips.org.tw） [1]LG München I, Endurteil vom 31.07.2026, Az. 42 O 763/25。 [2]Id., Rn. 239, 262, 317, 375. [3]Id., Rn. 4, 26. [4]Id., Urteilstenor Nr. 1 a) aa), a) bb), b), c). 原告依德國著作權法第19a條公開提供權所為之聲明則遭駁回，法院認一次調取至多需輸入176個相同提示，該調取非於使用者所選定之時間發生；其餘之訴亦經駁回。Rn. 315, 316, 554. [5]Landgericht München I, Pressemitteilung vom 31.07.2026, https://www.justiz.bayern.de/gerichte-und-behoerden/landgericht/muenchen-1/presse/2026/16.php (last visited Aug. 21, 2026). [6]LG München I, supra note 1, Rn. 240. [7]Id., Rn. 241. [8]Id., Rn. 243. [9]Id. [10]Id., Rn. 240, 243, 283, 294. [11]Id., Rn. 244. [12]Id., Rn. 245. [13]Id., Rn. 246. [14]Id., Rn. 247. [15]Id., Rn. 249. [16]Id., Rn. 250-253. [17]Id., Rn. 258. [18]Id., Rn. 259. [19]Id., Rn. 260. [20]Id., Rn. 261. [21]Id., Rn. 263, 264. [22]Id., Rn. 268-270. [23]Id., Rn. 276-279. [24]Id., Rn. 283. [25]Id., Rn. 284, 285. [26]Id., Rn. 289, 293. [27]Id., Rn. 294, 295. [28]Directive (EU) 2019/790 of the European Parliament and of the Council of 17 April 2019 on copyright and related rights in the Digital Single Market and amending Directives 96/9/EC and 2001/29/EC, art. 4, 2019 O.J. (L 130) 92. [29]LG München I, supra note 1, Rn. 299. [30]Id., Rn. 304. [31]Id., Rn. 13, 308, 310. [32]Id., Rn. 317. [33]Id., Rn. 321. [34]Id., Rn. 323. [35]Id., Rn. 197, 349. [36]Id., Rn. 373, 374. [37]Id., Rn. 375, 376. [38]Id., Rn. 399-401. [39]Regulation (EU) 2022/2065 of the European Parliament and of the Council of 19 October 2022 on a Single Market For Digital Services and amending Directive 2000/31/EC (Digital Services Act), art. 6, 2022 O.J. (L 277) 1. [40]LG München I, supra note 1, Rn. 408, 409. [41]Id., Rn. 447-449. [42]Id., Rn. 484-486, 493, 494. [43]Id., Rn. 498-500. [44]Id., Rn. 504-510. [45]Id., Rn. 511, 512. [46]Id., Rn. 514-518. [47]Id., Rn. 519-523. [48]Id., Rn. 27, 492, 527. [49]Id., Rn. 480, 526. [50]Id., Rn. 530, 531.

2026年7月24日，美國德拉瓦州聯邦地區法院（一審法院）作成判決，認定創投RA Capital Management與其創立之生技公司Avilar Therapeutics，蓄意且惡意（willfully and maliciously）侵害耶魯大學（Yale University）之營業秘密，並違反雙方簽署之保密合約（CDA）。 耶魯大學Spiegel教授研發了MODA技術平台（一種靶向蛋白質降解技術），於2019年4月，RA Capital 與耶魯簽署CDA進行投資評估，耶魯揭露技術細節，然而，雙方於同年8月談判破裂。2021年，耶魯將技術授權Biohaven Therapeutics進行商業化開發。2023年，耶魯指控RA Capital利用竊取的機密創立Avilar Therapeutics，以此規避研發試錯過程並大幅縮短研發時程，甚至據此申請專利及募集高達7,500萬美元之資金。 在訴訟中，耶魯大學成功證明其對MODA平台採取了多項法院認可的合理保密措施，包括1.保密合約：嚴格要求外部機構簽署CDA，明確限制資訊僅供合作評估使用。2.階梯式揭露策略：簽約前僅提供抽象上位資訊，未受契約保護前絕不揭露技術細節。3.機密識別與權限控管：文件標註「YALE CONFIDENTIAL」字樣，並透過限制存取權限之雲端平台傳遞。4.內部管理與發表控管：實驗室執行嚴格規範，並策略性規劃專利申請與學術發表時機，保留技術之保密價值。5.完善紀錄保存：耶魯保存詳盡的溝通與文件傳遞清單，使陪審團能輕易比對被告取得之資訊與其內部開發路徑之重疊性。 針對學研機構如何強化營業秘密管理措施，可參考資策會科法所創智中心出版之專書「從管理措施到案例解析：綜覽學研機構營業秘密管理」。該書彙整管理規範及國際訴訟案例，解讀法院對於「秘密性」、「經濟性」及「合理保密措施」之認定標準，協助學研機構建立穩健的商業智財策略。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站（https://keid.nat.gov.tw/tips/）

因應人工智慧發展，日本更新人工知能基本計畫 資訊工業策進會科技法律研究所 2026年08月17日 2026年7月，日本內閣府發布最新的AI基本計畫[1]（人工知能基本計畫，下稱AI基本計畫），旨在因應代理型AI（AI agent）之崛起，並建立AI之轉型藍圖。 壹、事件摘要 日本AI基本計畫最早係於2025年12月發布，為日本依據人工知能相關技術之研究開發及活用推進法[2]》（人工知能関連技術の研究開発及び活用の推進に関する法律，下稱日本AI法）第18條所定之國家級計畫。該條規定，日本政府應針對該法基本措施，制定促進AI相關技術研究、開發及運用之基本計畫，且該計畫應由日本內閣府之AI戰略總部負責[3]。AI基本計畫以信賴的AI以及日本再起為核心，旨在使日本成為世界上最容易利用及開發AI之國家。為能跟上AI技術發展以及部會間之協調，該計畫預計每年檢視計畫並調整[4]。 2026年6月，距離2025年版本發布僅半年，意識到AI之快速發展，尤其是能夠自訂計畫並實行、驗證及修正之代理型AI崛起，且於國際上各領域應用與管制，日本政府進而著手修訂AI基本計畫，並於7月通過公布。相較於前次基本計畫，2026年之計畫核心概念係從AI使用轉向AI開發，強調中小企業及區域之AI轉型（AIＡＩトランスフォーメーション, AX）。同時明確提出AI主權概念，透過技術及基礎建設之強化，提升生態系之自主性及國際談判能力。 貳、重點說明 2026年之基本計畫基本理念可分為代理型AI、AI轉型以及AI主權三大核心理念。 一、核心理念 （一）強化基礎建設以因應代理型AI 基本計畫中提及，代理型AI為能自主進行計畫、執行、驗證以及修正之AI系統，提升組織運作及決策之效率，而將代理型AI實際應用於社會中，將直接關係到國家的經濟、國防以及技術能力。故加強日本AI產業相關之基礎建設至關重要，包含能夠適應代理型AI之算力資源、電力、制度以及政策，以全面強化日本之AI實戰能力[5]。 （二）釐清日本優勢實施AI轉型 為解決日本少子化、高齡化及產業人手短缺之問題，基本計畫強調應積極推動AI轉型（AI Transformation, AX），利用AI解決社會結構性問題，並推動AI之應用。日本之AI轉型重點在於運用其既有之優勢，著重用於產業及行政現場之領域專用型「垂直AI」（バーティカルＡＩ），以及能於現實空間中創造價值之「實體AI」（フィジカルＡＩ）。透過垂直AI蒐集與整合各領域現場之高品質資料，結合實體AI之機器人與自動化設備，將以代理型AI為首之先進AI技術，深入整合進日本製造、服務及基礎設施等產業，解決日本之社會結構性問題，創造日本獨有之價值[6]。 （三）建立AI主權，推動敏捷治理及AI協作社會 2026之AI基本計畫提出了AI主權之概念，強化技術、供應鏈及基礎建設，提高日本於AI之自主性以及談判能力，避免過度依賴特定國家或企業，建立日本之AI生態系，防止供應鏈及資料外洩風險。在敏捷治理上，面對AI既有及代理型AI所帶來之新型態風險，日本政府將積極推動「負責任之敏捷治理」。除相關法規制度之推進，亦須提升組織管理應對能力，促進創新之同時並能確保各項權益之保障[7]。 二、具體政策措施 依據前述核心理念，AI基本計畫提出政府應採取之具體措施，建立推動社會AI轉型之體制，檢視跨部會之制度及運作。 （一）打造運用AI之社會[8] 推動AI於社會中之運用，包含中小企業、地方區域以及各年齡層之國民都能於日常生活中使用AI。為能強化產業競爭力，推動於醫療、福利、農業、社會建設等公共領域使用代理型AI，透過AI之使用解決特定領域內之社會問題（如地方區域人口減少、社會基礎設施維護費用增加等）。而為能有效推動全民AI，基本計畫強調應由政府開始做起，中央政府內部之AI「源內」（げんない）將擴大應用於地方政府，推動以AI重新建構行政服務之行政AI轉型。同時配合合規採購規範之調整，確保AI之信任及透明度。 （二）強化AI基礎建設及開發戰力[9] 因應代理型AI對算力、資料及供電穩定之高度要求，日本將「AI部署能力」定義為家基礎設施，進一步建立包含資料中心、雲端、算力等資源甚至物理空間之完整AI生態系，以落實可信任AI之政策。在戰略上，確立開放之AI主權，採取多模型調度機制，以避免過度依賴特定外國企業；同時活用日本國內具有優勢之算力供應鏈以及特定場域之現場資料，積極引進國內外優秀人才，提升訓練及開發能力。政府亦將運用經濟政策及研發/設備投資租稅優惠，吸引民間資金投入基礎建設，最終開發出能解決日本自身社會問題（如人口老化、人力短缺）之AI，並將其化為能解決世界問題之工具，以強化日本之戰略不可替代性。 （三）AI風險管理及人才培育 面對AI使用導致之風險以及代理型AI引入後產生之技術、社會及網路自律攻擊等更為複雜之風險，日本政府推動敏捷治理，整合制度檢討、技術評估以及組織管理，同時強化AI安全研究所（AISI）對包含代理型AI及高性能AI（如國家安全相關）之安全評估，推動如Project YATA-Shield等強化網路安全及評估之機制。日本政府亦積極推動國際合作，並與理念相近之全球南方合作，承襲「廣島AI進程」，主導國際規則之標準制定，成為全球可信賴AI之創新核心[10]。 在日本轉型及實務層面，將推動跨領域之AI轉型，透過產官學界共同培養適當之AI人才。此外，雖鼓勵AI之使用，AI基本計畫仍強調須以人類負有最終決策責任之「人類力」為核心，防止過度依賴AI之社會以及注意AI可能產生之偏見；尤其應關注青少年自身能力之養成及其身心健康，以建構安全並可信賴之AI社會[11]。 參、事件評析 從日本2026年之AI基本計畫可看出，面對AI技術之進展以及日本社會少子化、高齡化等社會結構性問題，日本政府透過釐清日本既有之產業及技術優勢，將AI定位為能解決社會問題之工具，同時透過基礎建設強化建構AI主權。在因應人口老年化方面，日本政府結合垂直AI與實體AI，將AI導入醫療照護、物流自動化、農業及公共行政等各領域，使AI作為社會基礎並實際運用，成為協助社會問題解決之工具。而就整體戰略布局而言，則是強調國家AI主權之建構，包含強化其國家內部算力、資料及供電之基礎建設，以提升日本之自主及談判能力，並防止對他國企業之依賴，建立日本之AI生態系。於風險治理方面則是透過敏捷治理、安全評估機制以及Project YATA-Shield[12]之實施，防範代理型AI所帶來之新興網路安全風險及自律攻擊；亦延續廣島AI進程之國際合作精神，強化與全球南方國家之連結，希冀能持續主導國際AI規則之制定，提升日本之國際競爭力以及戰略不可或缺性。 日本AI計畫之修正，透過社會轉型之核心概念，將技術創新、產業應用及國際規則主導結合，建構其本土AI主權及生態系，同時仍強調人類角色於AI應用之重要性。我國同樣面臨產業轉型以及人口高齡化之社會結構，或可考慮參考日本之政策轉型，強化我國於全球AI供應鏈之較有優勢之部分，搭配推動產業AI轉型，減緩勞動力不足挑戰。而在AI基本計畫擬定層面，我國行政院依據《人工智慧基本法》第6條成立人工智慧戰略特別委員會，並制定《國家人工智慧發展綱領》[13]，推動及協調全國性之AI事務。現行《國家人工智慧發展綱領》草案中，同樣重視AI主權及相關基礎建設；於產業推動面則是規畫優先將AI導入教育、醫療、金融及司法等公共與專業服務。在AI計畫之檢視及調整上，我國《人工智慧基本法》第6條要求須每年召開會議，並審議《國家人工智慧發展綱領》，與日本AI計畫每年檢視及調整之規劃相似，皆能藉此確保整體戰略與AI技術發展之一致性。惟《國家人工智慧發展綱領》現仍尚未正式公布，未來於執行上之具體發展仍有待後續觀察。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站（https://keid.nat.gov.tw/tips/） [1]人工知能基本計画 ～日本ＡＸ、より強く、より豊かに～，令和８年７月14日，https://www8.cao.go.jp/cstp/ai/ai_plan/aiplan_20260714.pdf (最後瀏覽日: 2026/07/24)。 [2]人工知能関連技術の研究開発及び活用の推進に関する法律（令和７年法律第53号）。 [3]同前註，第18條。 [4]前註1，頁2。 [5]同前註1，頁2。 [6]同前註，頁3。 [7]同前註，頁4。 [8]同前註，頁7-8。 [9]同前註，頁10。 [10]同前註，頁14-15。 [11]同前註，頁18。 [12]為日本政府為因應AI導致之網路攻擊而設之應變方案。透過由國家安全局及國家網路指揮辦公室等政府機構之合作，加強因應AI技術之措施，https://japansecuritysummit.org/2026/05/14354/ (最後瀏覽日：2026/7/29)。 [13]，行政院網站，https://www.ey.gov.tw/Page/9277F759E41CCD91/e7954aaa-25ce-4b85-9747-f70d06da9ef5 (最後瀏覽日：2026/08/03)。

歐盟《關鍵藥品法》（Critical Medicines Act, CMA）於2026年5月12日完成歐洲議會與歐盟理事會之三方協商，達成臨時政治協議，標誌著歐盟建構藥品供應韌性法制的重要里程碑。目前法案已進入法律文字確認程序，預期正式通過後，將成為歐盟因應關鍵藥品短缺與斷鏈風險的核心法律基礎。 本次協議維持以提升供應安全、降低外部依賴為核心目標，並強化多項法制設計：首先，翻轉公共採購規則，強制要求將供應韌性、多元來源及「歐洲製造能力」納入評選考量，揚棄傳統最低標邏輯；其次，建立「戰略計畫（Strategic Projects）」制度，以行政審查加速與國家補助（State Aid）門檻放寬，鼓勵關鍵藥品及原料藥之在地投資；再者，將啟動共同採購之法定門檻由九個會員國降至五國，大幅提升跨國合作效率。同時，法案亦鼓勵與理念相近之國家建立供應鏈戰略夥伴關係。 整體而言，CMA反映歐盟醫藥政策已由單純注重市場效率，轉向兼顧經濟安全與供應韌性的治理模式。其將公共採購、產業政策及競爭法工具予以整合，以降低全球供應鏈中斷對公共衛生之衝擊。此一隱含「歐洲優先」之立法趨勢，不僅牽動全球生技貿易佈局，亦可作為我國未來研議藥品供應保障機制與相關法制之重要參考。

英國教育部（Department for Education，以下簡稱DfE）於2026年7月7日更新《保障兒童在教育領域之安全2026》（Keeping children safe in education 2026，下稱KCSIE 2026），將「生成式AI」納入學校之兒少保護與網路安全體系，供英國幼稚園至大學等學校參考，以保障及促進18歲以下兒童及青少年之福祉。此文件性質為不具強制力之指引，自同年9月1日起生效。以下簡要介紹《KCSIE 2026》重點。 《KCSIE 2026》建議除有正當理由，否則校方應遵循以下： 1.政策面，學校應將網路安全管理方法列入校內既有兒少保護政策中，如當學生使用AI生成具傷害性之內容（AI深偽照片、影片等）時，校方應啟動關於影像濫用的兒少保護程序。 2.系統管理面，建議學校應建立適當的過濾與監控系統（filtering and monitoring systems），每年至少應審查一次過濾系統之功能是否正常運作。 由校內人員組成之高級管理團隊（Senior Leadership Team, SLT）成員主導審查，以及由校方指定的一名或多名安全保護主管（Designated Safeguarding Lead, DSL）與IT人員從旁協助。審查重點除應確保過濾功能正常，亦應確保工作人員理解相關規定並知道向上通報事件之方式，並應留存相關審查紀錄。 建議學校除此份文件外，亦應參考英國DfE發布之《生成式AI產品安全標準》（Generative AI: product safety standards），評估AI工具是否符合教育領域的過濾與監控需求。 3.人員面，建議教職員的入職培訓以及每年至少一次兒少保護新知培訓中，應考量網路安全與學校的兒少保護政策並加以整合。 關於前文提及英國DfE於2026年1月更新之《生成式AI產品安全標準》，此文件性質同為不具強制力之指引，其提出11項安全標準供教育科技開發商、學校及學院供應商規劃與評估其生成式AI產品，包含：智慧財產權、隱私與資料保護、認知發展、心理健康及過濾機制等項目。其中，「智慧財產權」，主要提到除取得著作權人同意，否則AI產品不應儲存「輸入的資料」，亦不應將「輸入的資料」用於任何商業用途，包含但不限於作為訓練資料、產品開發。「隱私與資料保護」包含如：AI生命週期中應進行資料保護影響評估，若未確認合法依據，不得蒐集、儲存、分享或使用個人資料於任何商業目的，包括用於訓練與微調模型。「過濾機制」係指學校應確保採購之AI產品具過濾功能，可有效防止使用者（學生）接觸不當的內容。 由前文可得知，學校導入AI工具，不宜只評估AI功能之便利性，也應確認是否二次利用輸入之資料、資料傳輸至何處、具資料存取權限的人員範圍，以及是否具備過濾機制，並採取因應措施，如教職員培訓等。 臺灣教育領域導入生成式AI時，可參考此思維，於採購及委外開發流程，要求供應商揭露資料流向、限制二次利用（如用於訓練與微調模型）並保留系統操作紀錄，再由校方建立權限設定、過濾機制及事件應變制度，使教育AI的創新應用奠基於可追溯、可管控的資料管理基礎。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站（https://keid.nat.gov.tw/tips/）

韓國國會於今（2026）年5月7日通過《人工智慧資料中心產業促進發展法》（인공지능 데이터센터 산업 진흥에 관한 특별법），6月9日經總統公布，並定於2027年3月10日起正式生效。韓國制定本法是基於《人工智慧發展與建立信任基本法》（인공지능 발전과 신뢰 기반 조성 등에 관한 기본법안）第25條之立法義務，韓國政府應設置人工智慧資料中心，並推動必要政策措施以支持人工智慧資料中心之運作。 本法全文共29條，由韓國科學技術情報通訊部（과학기술정보통신부，下稱韓國科技部）擔任法規主管機關，就其內容可分為三大部分： 1.明確人工智慧資料中心發展和基礎設施建設的必要事項，包括建立人工智慧資料中心發展所需的政策框架、基本規劃、合作機制、實地調查和資料編制，並制定有關人工智慧資料中心機構和協會的組織規定與權責關係。 2.為支援人工智慧資料中心的營運事項，本法規定促進人工智慧資料中心的發展和基礎建設，包括優先建設之基礎設施、配套的建設規劃、專業人才培育、國際合作拓展以及發展在地經濟。 3.人工智慧資料中心之設置申請程序，得向韓國科技部申請許可證的批量處理，採行政一站式服務簡化其辦理流程，以及就機構負責人的審查時間設下限制，採取「逾期則推定審查同意」機制。同時，本法提供豁免機制，人工智慧資料中心得放寬適用或免除其他建築設施規範（比如免辦電力系統影響評估）之法遵要求。 整體而言，韓國將人工智慧資料中心作為人工智慧產業發展的重要基礎，藉由本法之制定，明確化人工智慧資料中心之定位，並藉由簡化許可程序和法遵豁免等特別規定，提升行政效率以強化基礎設施與技術主權。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站（https://keid.nat.gov.tw/tips/）

親愛的讀者 隨著AI技術快速發展，全球各國積極調整相關政策，以因應技術所帶來的機會與挑戰。在AI治理方面，美國德州通過《負責任的人工智慧治理法》，白宮亦發布《AI行動計畫》，展現美國促進創新、提升公共信任的政策方向；歐盟近期則公布《禁止AI行為指引》，並提出《對外投資建議》，顯示其對高風險AI應用與關鍵技術保護的重視。 除AI政策外，本期亦收錄多篇與產業發展密切相關的觀察，包括新加坡A*STAR透過產研合作強化企業研發能量，以及探討我國6G頻率釋出政策展望。同時也以日本新技術實證制度為例，探討醫療監理沙盒之可能設計方向，盼為台灣推動醫療創新帶來新的思考。 期盼本期內容能陪伴您在科技與法制快速變動的時代，獲得新的觀察與啟發。 編輯部

親愛的讀者 行政院於114年8月28日通過《人工智慧基本法》草案，以「鼓勵創新、兼顧人權」為核心，參考歐盟、美國與韓國的AI治理經驗，確立人工智慧研發、應用及治理之基本原則，期望將臺灣打造為「人工智慧島」。近期賴總統亦於「2025台灣創投年會」中指出，政府將透過人才培育、資金挹注、法規鬆綁、延攬國際人才及提升市場流動性等措施，全力推動新創發展。 在推動AI法制與促進新創的背景下，本期特別規劃專文探討日本對生成式AI著作權之規範，以及英國公部門衍生新創政策與激勵措施，希冀為我國未來AI治理框架與創新生態系之發展，提供可資參考的國際經驗。 編輯部

親愛的讀者 近期立法院已著手審查《人工智慧基本法》草案，朝野立委陸續提出十餘個版本，討論聚焦主管機關、資料治理與開放機制、訓練資料透明與可溯源性等關建議題，為我國AI治理藍圖奠定方向。與此同時，立法院亦同步審議《資通安全管理法》部分條文修正草案，強化資安事件通報義務，並加強資通安全產品使用規範。 面對全球AI法制浪潮與資安威脅挑戰，本期特別規劃專文研析美國近年AI法制政策發展，以及歐盟資通訊產品安全性規範，並收錄多篇近期重要立法趨勢，期能為建立我國AI治理與資安防護體系，提供可資借鏡的他山之石。 編輯部

親愛的讀者 近年來，AI、機器人及資料治理持續受到國際關注。我國於2024年底舉辦第12次全國科學技術會議，聚焦「多功能機器人」、「無人機」等議題，後續國家科學及技術委員會將推動「智慧機器人科技方案」，以促進相關產業發展。在資料治理方面，數位發展部規劃推動《促進資料創新利用發展條例》立法、建置臺灣主權AI訓練語料庫，以支援國內AI技術發展與應用落地。 本期除探討AI、機器人及資料相關法制趨勢外，亦關注線上平臺經營者是否透過資訊共享行為，濫用其市場優勢地位，並安排專文研析加拿大於2023年12月修正施行之《競爭法》及其配套措施，期協助建構完善之數位競爭法制。 編輯部

遲延付款（late payment）可能會擾亂企業的現金流，使企業無法支付帳單，甚至導致企業倒閉。中小企業尤其容易受到這些問題的影響，因中小企業通常缺乏足夠的現金儲備來應對資金壓力。 為有效因應此一問題，財團法人資訊工業策進會科技法律研究所觀察到，英國商業貿易部（Department for Business and Trade）於2025年7月31日至10月23日期間就遲延付款議題，發布公眾諮詢，並於2026年3月24日公布諮詢回應結果。 諮詢回應結果確認大型企業遲延付款問題有立即解決的迫切性。為此，英國政府將盡速推動相關立法措施： 一、強化小企業專員（Small Business Commissioner，簡稱SBC）權力 1.調查權：SBC將有權調查疑有不良付款行為或付款表現報告不實的企業。 2.裁決權：SBC將有權於法院程序外裁決企業間之付款爭議。 3.裁罰權：SBC將有權對企業進行裁罰。包括對持續遲延付款、或未遵守遲延付款相關法規之大型企業，處以高額罰款的可能性。 二、遲延付款延伸性措施 1.董事會層級的付款行為監督：擬針對持續遲延付款之大型企業，規定其董事會或審計委員會應就付款表現不佳之原因及改善措施提出說明。 2.最長付款期限：擬訂定最長付款期限為60天的法定上限，以保障中小企業於最長60天內可獲得付款。僅在少數例外情況得排除適用，例如交易雙方皆為大型企業、買方相較於賣方為規模較小的一方、或涉及進出口交易時。 3.發票爭議期限（Deadline for disputing invoices）：擬訂定提出發票爭議的時限，未於該時限內就其向供應商購買之商品或服務提出爭議之企業，即須依約支付全額發票金額、以及遲延付款所產生之法定利息。 4.遲延付款法定利息：擬規定所有商務合約均須包含遲延付款法定利息條款，且強制規定該遲延利息之利率為英格蘭銀行基準利率再上加百分之8，此一約款並不得由雙方另行協議採用其他方案取代。 整體而言，英國政府擬透過推動上述立法措施，有效遏止遲延付款行為，為中小企業提供關鍵支持，共同促進英國經濟成長。後續的立法進程及政策實施成效，值得我國持續關注。

美國川普第二任期大力推動對美國投資相關政策，以2025年1月「美國優先投資政策」（the America First Investment Policy）為政策基礎，美國財政部「美國外國投資委員會」（CFIUS）近期於2026年2月9日廣泛徵詢外界對「已知投資人計畫」（Known Investor Program）的意見，包括投資人如何在符合美國國家安全要求下，進一步適用簡化的外國投資審查流程。 CFIUS「已知投資人計畫」由美國財政部於2025年5月提出，目的在使外國投資人於提交正式投資申報前，先行且自願向CFIUS提供相關資訊，以提升CFIUS執行國家安全相關盡職調查作業之效率，具體規劃前仍由美國財政部籌備中。 美國財政部說明，相關調整措施旨在促進來自美國盟友與合作夥伴對美國的投資。本次意見徵詢開放所有CFIUS利害關係人，就「已知投資人計畫」之制定，以及CFIUS在案件審查、未申報交易、緩解措施、監管與執法等領域應如何提升效率提出建議，該徵詢作業已於2026年3月18日截止，相關意見內容則尚未公開。 資策會科法所梁耀文副研究員指出，隨著川普第二任期在經貿政策上同步推動對等關稅措施與擴大對美投資誘因，企業為降低關稅、供應鏈風險以及更貼近美國市場，赴美投資與海外佈局的需求明顯增加。在此背景下，美國一方面持續透過CFIUS強化對關鍵技術與國家安全相關投資的把關，另一方面也積極思考如何透過制度設計，對來自盟友與可信賴夥伴的投資人導入風險分級、事前資訊掌握及程序簡化機制，以降低法規遵循成本並提升投資審查之可預測性。 此外，台美已於《台美對等貿易協定》架構下承諾深化經貿與投資關係，台灣企業與投資人若能及早掌握CFIUS已知投資人計畫等制度發展，將有助於在符合美國國安要求的同時，掌握赴美投資時機，提升投資決策的可預測性與競爭優勢。

隨著全球第六代行動通訊（6G）技術競爭白熱化，頻譜資源已成為各國布局未來數位經濟與通訊基礎設施的核心戰略。美國總統川普於2025年12月19日簽署「贏得6G競賽」（Winning the 6G Race）備忘錄，指示相關聯邦機關啟動7.125–7.4 GHz頻段的重分配與清理規劃程序，為未來6G商用使用建立頻譜供應基礎。此一政策方向被視為美國提前部署6G頻譜資源的重要訊號，也反映頻譜政策在科技與國家安全層面的戰略意義。 該備忘錄要求美國相關主管機關加速盤點中頻段頻譜資源，並研議釋放7 GHz下段（約7.125–7.4 GHz），供未來6G與新一代無線通訊技術使用。同時，政府將立即啟動對2.69–2.9 GHz和4.4–4.94 GHz兩個關鍵頻段的可行性研究，以評估進一步釋放更多頻譜資源，用於高功率商業6G部署。由於中頻段頻譜在覆蓋範圍與系統容量之間具有良好的平衡特性，能兼顧廣域服務與高資料傳輸需求，因而普遍被視為未來6G系統發展的關鍵頻段之一。美國政府透過總統備忘錄方式推動跨部會協調，顯示其在全球6G競爭中維持技術與產業領先地位的政策決心，並有助於在技術發展初期建立政策方向，提供產業投資與研發的預期穩定性。 圖一：美國贏得 6G 競賽政策目標。 資策會科法所潘俊良高級法律研究員觀察，全球主要國家正逐步將6G發展納入國家科技與產業政策核心，除技術研發外，頻譜規劃與法規調適亦成為重要政策工具。美國此次針對7 GHz頻段的政策部署，除有助於建立未來6G頻譜供給基礎，也凸顯頻譜治理、產業政策與國家安全之間的緊密關聯。 我國方面，行政院於2025年7月通過「次世代通訊科技發展方案（2025–2030）」，除了加速整備6G與衛星通訊頻譜與法規調適，預先布局6G商用化，也預計在掌握低軌衛星通訊主權情況下，於2030年引進3家國際衛星星系。從政策方向來看，次世代通訊技術不僅攸關電信產業發展，也與智慧城市、智慧交通、遠距醫療及數位治理等攸關國民福祉的公共服務密切相關。 圖二次世代通訊科技發展方案（20252030）關鍵目標。 未來6G政策除需關注頻譜供給與技術標準外，亦應同步思考頻譜共享機制、跨產業應用監管及國際合作等面向。透過持續觀察國際政策發展並深化法制研究，可為政府政策制定與產業發展提供制度參考，協助我國在全球次世代通訊競賽中建立更具實力的發展基礎。

面對高齡化社會與放射科專科醫師短缺的挑戰，日本積極將人工智慧（AI）導入醫療影像判讀流程，透過「明確技術定位、完善法制管理、改革健保支付」三管齊下，成功建構兼顧醫療安全與產業發展的運作模式。以下聚焦其在醫療 AI 風險治理與健保給付上的核心策略： 一、 強化醫療 AI 風險治理 堅守醫師主體性與專責監督 日本在應用 AI 進行病灶偵測與超低劑量影像再構成（DLR）等技術時，建立了一套嚴謹的管理機制。依據日本醫學放射線學會發布之《人工智慧放射線影像診斷輔助軟體管理指針》，風險治理重點包含： 1.確立「醫師主體性」：法制上強烈主張 AI 僅為輔助醫師的「第二意見」，不能取代醫師。最終的診斷與法律責任仍歸屬於醫師；同時，醫師在撰寫影像報告時必須明確註記「使用了 AI」，以確保醫療決策的透明度。 2.設置「安全及精度管理責任者」：指引要求導入 AI 的醫療機構，必須配置一名具備學會認證資格的「放射線診斷專科醫師」擔任管理責任者。該員專責掌握院內 AI 軟體清單、監督系統穩定性，並定時對院內使用者實施安全教育訓練。 3.落實醫病溝通機制：指引明訂醫師必須向病人充分說明，使其理解「AI 的結果可能與醫師的最終判斷不一致」，避免患者對 AI 技術產生過度的期待。 二、健保給付觀點：以明確經濟誘因引導 AI 落地 為了讓 AI 技術真正在臨床普及，日本將「落實 AI 安全管理」與「健保高階給付」深度綁定，藉由經濟誘因促成政策落地。 1.明訂影像診斷管理加成點數：日本在 2022 年的診療報酬（健保給付）改訂中導入，在 2024 年度的改訂中，進一步擴大了給付標準。針對具備急救中心功能的醫院新設「加成 3（235 點）」，特定機能醫院則適用「加成 4（340 點）」（註：日本健保 1 點固定換算為 10 日圓）。 2.給付條件與 AI 治理規範掛鉤：醫療機構若欲取得上述加成，除了須配置足夠的專科醫師與夜間讀影體制外，最關鍵的條件是必須依據學會指引，對導入的 AI 影像軟體進行適當的安全管理。日本對於「已取得醫療器材許可證」之醫療 AI 軟體，並取得學會認證，依據指引於醫療現場應用該軟體，始納入健保給付範圍。這項給付策略成功鼓勵大型醫院在安全前提下引進 AI，有效舒緩了醫師假日與夜間讀影的壓力；截至 2025年9月，已有39 款已獲許可證之 AI軟體取得認證並投入臨床算點使用。 三、資源優化趨勢與對我國之啟示 在解決人力荒的未來規劃上，日本正積極倡議將現行癌症篩檢的「兩名醫師雙重讀影」規則，彈性鬆綁為「一名醫師搭配 AI，並由醫師最終確認」的模式，同時推動結合 AI 初步過濾的遠距影像診斷，以優化醫療資源配置。 資策會科技法律研究所法律研究員林美鳳表示，同樣採取全民健保的日本成功經驗，提供了明確的法制發展路徑，臺灣在推動「健康臺灣深耕計畫」時，若能在建立「負責任 AI 落地機制」的同時，於法制上明文化 AI 輔助判讀的健保支付給付標準（例如針對已獲 TFDA 許可之軟體，在確保AI風險治理下，提供明確給付），將能大幅提升醫療機構導入智慧醫療的信心，並帶動生醫與資通訊產業的研發意願，進而確保高齡化社會下的全民醫療品質。

自然災害與國際突發事件持續衝擊全球藥品供應，過去日本製藥產業之供應鏈資料多依靠人工維護，人員確認供應鏈影響範圍必須在多個系統、資料表單間往返，依靠電話與電子郵件逐一聯絡不同供應商，耗費時間與人力，人員異動時，資料往往流失，未能串聯並形成公司有效資產。 再者，藥品供應危機常埋藏於供應鏈上游盲區，企業為分散風險，向三家不同供應商採購原料，卻在異常發生時發現三家供應商皆從同一海外製造廠輸入產品。因無法掌握上游結構，單一環節異常引發全面斷鏈。除了造成企業聲譽受損，更會直接衝擊公共衛生安全，影響患者用藥權益。 為解決困境，日本醫藥產業引進雲端供應鏈管理系統，將供應結構轉換為樹狀圖，呈現原料採購、委託製造到物流倉庫脈絡。該系統協助企業釐清經銷商與原料供應商關聯，發掘共同上游。以圖像呈現之方式可打破部門溝通障礙，品質、研發與製造部門皆能依同一平台進行決策，評估更換供應商產生的連鎖反應。遭遇突發事件，該系統會自動發送警報並確認狀況，迅速釐清影響範圍。 未來此系統之應用將延伸至平時狀態之佈局，企業可利用風險評估控管庫存、建立原料多重採購來源，將資料庫提供給品質部門擬定策略，並將此平台視為推動全球供應鏈、應對永續發展與盡職調查的核心建設。 製藥產業具備風險容易蔓延、治療具時效性、生產技術門檻高且難尋替代產能等特徵，企業權衡效益後主動引進系統，儘管部分供應商對資訊安全與營業秘密存有疑慮，然而在面對變動快速的國際趨勢，圖像呈現供應脈絡、即時偵測危機並促成跨部門共同應變，已成為藥廠將管理從事後補救轉向主動佈局的關鍵。 這項業界自發升級，恰好與政府的政策推力緊密結合，日本政府於2025年修正《確保藥品及醫療器材等之品質、有效性及安全性法》，除了要求醫療用藥品製造販售業者設置安定供給管理體制責任人，未來亦將制定確保安定供給體制手冊。此外，政府也針對引進雲端管理的企業提供經費補助。透過這套雲端系統，企業能確保履行穩定供應之責任，達成穩固營運與法遵的雙重目標。 資策會科技法律研究所法律研究員王齊庭提醒，藥品供應鏈圖像化呈現已成國際趨勢，企業透過雲端集中管理生產、輸入、庫存及聯絡資料時可能涉及商業機密，須遵守個人資料保護規範，並落實資訊安全與保密義務。未來若發展為多企業共享平台，也可能會衍生資訊交換相關疑義及風險。掌握供應鏈全貌的同時，必須建立完善規章以防範法律爭議。