歐盟公佈施行漫遊管制規範以降低行動通訊國際漫遊費率
為降低歐盟民眾在歐盟各國家間往來之行動通訊漫遊費用，歐盟在去年七月提出歐盟境內大眾行動網路漫遊規則，以期將歐盟各國間的行動漫遊費用減少70%。該草案迅速得到各會員國之認同，於今年六月通過，並在今年6月30日正式公布歐盟漫遊規則(EU Roaming Regulation)，該規則於公布後，歐盟27個會員國家之行動通訊業者均受其拘束。
根據該規則第3條之規定，歐盟各會員國內提供漫遊服務之行動通訊業者向本國業者收取之漫遊批發價格不得超過每分鐘0.3歐元。未來兩年內，價格上限將逐年下降至0.28歐元及0.26歐元。至於零售價格部分，業者向消費者收取之漫遊費率為撥出電話不得超過每分鐘0.49歐元，接聽電話不得超過每分鐘0.24歐元。未來兩年內，該費率將逐年下降至0.46歐元/0.22歐元以及0.43歐元/0.19歐元。另外，原則上本國之行動通訊業者均應在消費者進入歐盟其他會員國的同時，以簡訊或語音的方式自動且免費的提供漫遊費率相關資訊。
目前該規則將實施三年，歐盟執委會將於實施18個月後對於實施成果加以檢討，以決定是否延長漫遊規則之實施期間以及是否將費率管制規則延伸至簡訊及資料漫遊服務。
線上遊戲新奇的聲光效果與眾多同儕參與的凝聚感，吸引全球玩家爭先投入此一新興娛樂領域之際，遊戲本身的安全性卻也格外值得重視。知名的線上遊戲「 Second Life 」驚傳個人資料外洩事件，遊戲營運商「 Linden Lab 」 9 月 10 號發布公開聲明，表示「 Second Life 」遊戲伺服器於同月 6 日遭到駭客入侵，總計約有 65 萬名玩家的個人資料遭竊。 廣受全球玩家青睞的多人線上角色扮演遊戲（ Massive Multiplayer Online Role Playing Game ； MMORPG ）「 Second Life 」採取全然的 3D 介面（ three-dimensional ），遊戲當中所有的虛擬物件，包括角色、道具與各式各樣的配件均由個別玩家設計與創造，玩家可在遊戲中從事虛擬土地及建築物的買賣並賺取遊戲虛擬貨幣（ Linden Dollars ）；玩家亦可將遊戲中獲取的虛擬貨幣於真實社會中進行現金交易。 營運商「 Linden Lab 」表示，此次駭客係利用「 Zero-Day Exploit 」技術滲透遊戲伺服器，外洩的個人資料包括了玩家姓名、住址、帳號密碼及其信用卡卡號等。 Linden Lab 除已要求所有的玩家立即更改密碼，並將在遊戲的部落格（ blog ）中提供新的安全方案。
美國FCC新機上盒管制措施正式生效美國聯邦通訊委員會（Federal Communications Commission）於1998年要求有線電視業者將條件式接取（conditional access, CA）元件與機上盒的基本瀏覽設備分離；並於2003年採用CableCARD做為共通標準，希望藉由此「機卡分離」措施，達成有線電視服務層與設備層的結構分離，為設備層導入競爭與投資，以促進機上盒之功能創新與降低價格。 惟本措施2007年實施以來，因CableCARD安裝程序複雜、有線業者與機上盒製造商態度消極，致實行成效不彰。絕大多數的民眾仍未自購市售機上盒；且租用有線業者所提供機上盒者，大多未安裝CableCARD。 FCC故於2010年底發佈新命令，希望弭平有線訂戶租用與自購機上盒之落差；本命令於2011年8月生效，FCC表示將「嚴格執行」以下八項政策。有線業者應： (1)提供零售機上盒相容性之精確資訊； (2)提供非租用機上盒之訂戶同等的頻道套餐折扣； (3)無論租用或自購機上盒，CableCARD之價格必須一致，且明確揭露費用； (4)不得因租用或自購機上盒而行費率之差別待遇； (5)允許訂戶自行安裝CableCARD； (6)專業安裝人員必須到府完整安裝CableCARD； (7)提供具多重串流（multi-stream）效能之CableCARD； (8)確保得以收視所有的線性（linear）頻道。
從AT&T併購時代華納反思我國通傳產業併購法制從AT&T併購時代華納反思我國通傳產業併購法制 資訊工業策進會科技法律研究所 108年10月 隨著數位化科技、網際網路相關技術之發展與普及化，帶動數位匯流（Digital Convergence）加速進展，相關產業間原本獨立的界線逐漸模糊，進而形成一個整合寬頻系統（Integrated Broadband System），也加速數位匯流相關事業的跨業經營及互相整併。在這樣的趨勢下，原本在媒體產業供應鏈上分屬不同領域之企業開始進行合作或跨業融合，也使得原本被認為對於侵害較小的垂直合併開始受到關注。 美國最大的固網電話服務供應商及行動電話服務供應商AT&T於2016年10月宣佈併購知名內容供應公司時代華納(Time Warner)，交易價格約854億美元，此交易消息一出美國司法部反壟斷司即介入調查，並於2017年11月以合併後將損及競爭和形成壟斷，向法院提起反壟斷訴訟，但司法部之主張遭到法院否決，最後AT&T與時代華納完成併購。此案例為電信業者併購內容業者，雙方在媒體產業供應鏈上，占據不同的位置，為垂直合併之案例，本案重點在於司法部及法院如何看待其合併後是否構成壟斷而違反反托拉斯法，相關討論則可作為我國近年在通傳產業中垂直併購的審查參考。 壹、事件摘要 一、系爭併購公司介紹 併購方AT&T為全美最大的電信公司，主要提供包括行動、寬頻、固網及相關通信服務；而AT&T在2015年7月併購美國最大衛星電視供應商DirecTV後，獲得超過2100萬的收視客戶，也成為全美最大的有線電視訊號傳輸商（Multichannel Video Programming Distributor, MVPD）；被併購方時代華納則為大眾媒體與娛樂事業集團，主要業務為內容製作與內容整合，旗下事業包括透納（Turner）廣播電視系統(包括TBS、CNN、HeadLine News、Cartoon Network、)、HBO頻道、及負責電影和電視制作的華納兄弟公司等[1]。 二、併購過程 2016年10月AT&T宣佈收購時代華納後，美國司法部反壟斷司即介入調查，並於2017年11月以合併後將損及競爭和形成壟斷，以違反克萊頓法(the Clayton Act)第7條[2]提起反壟斷訴訟[3] 。 2018年6月聯邦法院認為司法部未能提供足夠證據證明本案會損及競爭或消費者，允許本合併案進行，其後司法部於2018年7月基於「審查中決定的實質影響」和「延遲將造成不可挽回的傷害」，認為法院未考量DOJ提出的槓桿理論提出上訴[4]。 2019年2月26日哥倫比亞特區聯邦巡迴上訴法院拒絕司法部針對此併購案永久禁制令(Permanent Injunction)之請求，維持初審法院之判決，也就是允許AT&T併購時代華納[5]。司法部不再上訴，嗣後AT&T與時代華納正式完成交易，而時代華納也更名為華納媒體(Warner Media)成為AT&T旗下一員。 貳、重點說明 一、司法部主張違法之主要理由[6] (一)垂直合併將阻礙競爭 1.提高頻道授權金額 AT＆T與DirecTV是全美最大的有線電視訊號傳輸商，而時代華納則擁有許多受歡迎電視頻道，包括：CNN、TBS、TNT、Cartoon Network、HBO、Cinemax，以及大量運動節目轉播權等。故本件雖為垂直合併模式，AT＆T仍可能將取得的流行節目作為阻礙競爭的武器，利用購得之相關頻道向其他有線電視訊號傳輸商或線上影音業者(例如：Netflix、Amazon Prime)要求更高之授權金額與更優惠之條款以降低對手競爭力，而競爭對手為了平衡高授權費之收益將有可能增加消費者所付出的費用，而使消費者不利。 2.將可能產生客戶移轉效應 誠如上述AT＆T併購時代華納將取得相關頻道所有權，若AT＆T提高頻道授權價格，則將會使競爭對手拒絕與時代華納合作並取消相關頻道。雖然AT＆T可能會失去原本授權頻道的收益，但因消費者無法從其他競爭對手方取得相關影視服務，使得消費者可能轉向擁有頻道之AT＆T以取得服務，進而削弱對手競爭力，並從消費者端補回收益。 (二)合併將可能阻礙其他業者發展創新模式 近年來，Netflix 和Amazon Prime等線上影音平台因為價格較低、不須綁約也不需安裝機上盒，吸引許多消費者，而AT＆T若透過前述說明之手段提高頻道授權金，將有可能降低業者競爭力並阻礙創新。 二、法院判決允許合併理由[7] (一)垂直合併損及競爭之證據不足 AT&T和時代華納為垂直整合的投資整併案，並非在同一市場營運的公司，故本合併案不會立即改變集中度，且司法部也未提供明確證據與判例說明本案結合會損及競爭，而相關經濟理論也未能明確指出垂直合併可能造成之影響。進一步而言，HBO頻道採取無廣告之方式進行內容播送，其主要收益並非來自廣告商，而是透過提升收視率與觸及消費者。HBO頻道這樣的收益方需要多觸及消費者，因此合併後AT&T應該不會隨意調漲價格阻礙其他業者播送HBO而降低消費者之觸及率。 司法部認為本案最主要會損及競爭之理由為提高頻道授權將會使費用轉嫁給消費者，但司法部並未考量消費者也可能因為合併後之產業效能而受惠，進而取得較低之價格。 (二)司法部提出阻礙創新之證據不足 司法部認為另一個損及競爭的理由是可能阻礙線上影音平台業者之創新發展。但是目前線上影音業者透過網路傳輸影音內容，且提供方式是由消費者自己選擇想看的內容並且從頭開始播放，與傳統有線頻道提供業者提供固定節目表之服務內容並不相同。而這樣的服務模式也不適合大型體育賽事之即時轉播，因此有許多運動賽事轉播權的時代華納並不會影響線上影音平台業者。而線上影音平台業者也因為這樣的創新模式使越來越多消費者放棄裝設有線電視，轉由線上影音平台。 參、事件評析 近年來，我國在通傳產業上也有許多垂直併購的案例，如同樣是有線電視系統業者併購內容產業的案例有：2017年3月台灣數位光訊科技股份有限公司（台數科）向公平會申請併購東森電視，公平交易委員會（公平會）雖附負擔同意[8]，但同年5月，國家通訊傳播委員會（通傳會）考量本案垂直整合規模顯著，對產業發展及言論市場影響甚鉅，並且台數科曾有不法移頻作為而涉有限制競爭疑慮，對公共利益造成相當不利之影響等理由，不同意併購案[9]，最後本案併購交易未能完成。而本案也顯示了我國通傳產業常見的幾個問題，以下簡要說明之： 一、主管機關間之分工機制 通傳會作為通訊傳播事業主管機關，依廣電三法及相關法規，通訊傳播事業結合需經NCC審核並同意；另視結合之一方可能涉及公平會等其他主管機關權責者，則需要另向他主管機關申報。依據目前實務作法，二機關在審核上之分工，依法得同時進行審理，也未有區分前後程序，而與傳統行政法上二階段行政處分之處理模式有所不同。 但這樣的作法卻在許多通傳產業的併購案上造成困擾，如同前述台數科併購東森之案例，公平會雖附負擔同意，但通傳會卻不同意而導致併購交易未能完成。若能參照他國在通傳產業併購之處理架構，由單一主管機關主責，並且平行溝通他主管機關之意見，不但可明確審核程序，並且能蒐集所有相關資訊，使業者得以確知主管機關審核進度與方向，而避免產生不同機關不同意見而增加業者之交易成本。 二、主管機關之審查標準 在台數科併東森案中，通傳會不同意之主要理由之一為「本案垂直整合規模至為顯著，對產業發展及言論市場影響甚鉅，交易標的包含收視率常年居於新聞頻道第3大之新聞台，結構集中恐不利言論多元發展。」並未就垂直合併所可能產生之影響進行量化分析，雖不同市場其產生之競爭效果較難以數據呈現，但在AT&T併購時代華納之案例，司法部與法院仍然試圖用數據進行合併之後的細部效益評估。過去多年來美國反托拉斯法之主責機關從未成功否決過任何產業間的垂直合併，主要原因在於根據美國司法部的併購審查指引(Non-Horizontal Merger Guidelines)[10]所提出之相關指引標準，垂直合併可能傷害消費者利益的風險，遠不及敵意併購或水平合併[11]，但仍是提供併購雙方較為明確且具體的指引與標準。 主管機關針對跨產業之共通審查項目以及針對個別產業之審查項目，主要以法規中所提及：（1）確保通訊傳播市場公平有效競爭（2）保障消費者及尊重弱勢權益（3）促進多元文化均衡發展，作為審查標準，而這三項標準多為不確定法律概念，未來主管機關可參酌相關國家所關注之重點審查項目並提出更具體且細緻之審查標準，使通傳產業中之併購交易能夠更順利進行。 [1] Justice Department Challenges AT&T/DirecTV’s Acquisition of Time Warner , Department of Justice, https://www.justice.gov/opa/pr/justice-department-challenges-attdirectv-s-acquisition-time-warner (last visited July 26, 2019). [2] 15 U.S.C. § 18. [3] United States of America v. AT&T INC, DirecTV Group holdings, llc, Time Warner inc, No. 1:17-cv-02511(THE DISTRICT OF COLUMBIA Nov. 20, 2017) available at: https://assets.documentcloud.org/documents/4254868/AT-amp-T-Time-Warner-Complaint.pdf (last visited July 26, 2019). [4] Motion Of The United States To Expedite Consideration Of The Appeal, Department of Justice, https://www.justice.gov/atr/case-document/file/1081836/download (last visited July 26, 2019). [5] United States of America v. AT&T INC, DirecTV Group holdings, llc, Time Warner inc, No. 18-5214, available at: http://business.cch.com/ald/UsvATTInc2262019.pdf (last visited July 26, 2019). [6] Supra note 3. [7] United States v. AT&T Inc., Civil Case No. 17-2511 (RJL) (D.D.C. Jun. 12, 2018). [8]公平交易委員會結合案件決定書公結字第106001號，https://www.ftc.gov.tw/uploadDecision/f6739a33-ecca-4720-8aec-70314821641a.pdf （最後瀏覽日：2019/08/11）。 [9]國家通訊傳播委員會第750次委員會議紀錄，https://www.ncc.gov.tw/chinese/files/17060/67_37488_170607_1.pdf （最後瀏覽日：2019/08/11）。 [10] 請參見https://www.justice.gov/atr/page/file/1175141/download。 [11] Larry Downes, Why Mergers Like the AT&T-Time Warner Deal Should Go Through, Harvard Business Review, Nov. 17 2017.
英國發布著作權與人工智慧報告書與影響評估英國發布著作權與人工智慧報告書與影響評估 資訊工業策進會科技法律研究所 2026年04月09日 英國政府於2026年3月18日依據《資料使用與存取法》（Data (Use and Access) Act 2025，下稱DUAA）第135條及第136條之法定義務，發布《著作權與人工智慧報告書》（Report on Copyright and Artificial Intelligence，下稱「報告書」）[1]及《著作權與人工智慧影響評估》（Copyright and AI Impact Assessment，下稱「影響評估」）[2]兩份官方文件。前揭文件係英國政府對人工智慧（Artificial Intelligence，下稱AI）使用著作權作品所進行之全面性政策評估，並對英國在AI著作權的修法路徑造成實質影響，使政府原先屬意的修法路徑被迫暫停推進。 壹、事件摘要 英國政府自2024年12月17日起展開「著作權與人工智慧」公開意見徵詢，徵詢期間至2025年2月25日止，共計收到11,520份回應。回應者涵蓋著作權人、創作者、AI模型開發者、學術研究機構、文化遺產機構及法律專業人士等，惟各自占比並未揭露。基於DUAA第135條及第136條之法定義務，英國政府須於法案通過後九個月內完成相關報告，遂於2026年3月18日同步公布「報告書」及「影響評估」。 報告書之主軸在於評估四大政策選項：選項0（維持現狀）、選項1（強化著作權保護）、選項2（廣泛資料探勘例外）、選項3（資料探勘例外附加選擇退出機制）。徵詢結果顯示，英國政府原傾向推動之「選項3」（附選擇退出之廣泛例外），在逾萬份回應中僅獲約3%之支持率，致使政府不得不重新審視其政策立場。 貳、重點說明 一、《資料使用與存取法》之立法脈絡 AI訓練資料可能涵蓋大量受著作權保護作品，如何權衡創作者權益與AI創新的效益，是目前各國所面臨的核心挑戰。此部分涉及各國著作權法規是否允許AI在未經授權的情況下利用著作權保護之作品，各國對此採取不同立場，相關法制爭議至今仍未有定論。英國係於《著作權、設計及專利法》（Copyright, Designs and Patents Act 1988，下稱CDPA）第29A條[3]設有文字及資料探勘（Text and Data Mining，下稱TDM）例外，意即資料使用者得於特定條件下，對其可合法取用之著作進行自動化分析而不構成侵權。惟其適用範圍僅限於「非商業研究目的」，使得AI業者在商業訓練場景中難以援引此一例外。 為解決前述挑戰，英國提出四種政策方向並徵詢公眾意見，其結果可見於「報告書」及「影響評估」。以下針對此四種政策選項進行說明。 二、四大政策選項之比較分析 （一）選項0：維持現狀 選項0係維持英國現行著作權法架構，AI業者原則上須就使用著作權作品取得授權，僅得於CDPA第29A條非商業研究之例外範圍內進行TDM。影響評估指出，現行制度對著作權人之保護在理論上尚稱完備，然受限於AI訓練資料來源缺乏透明度，著作權人實際上難以知悉其作品是否遭擅自使用，舉證更屬不易，致使授權機制形同虛設。此外，若境外AI業者以海外訓練之模型輸入英國市場，英國著作權人之權益亦難以獲得有效保障。 （二）選項1：強化著作權保護 選項1主張進一步強化著作權保護，要求所有AI訓練使用之材料均須取得授權，包括境外AI模型輸入英國市場時，亦須證明已依英國著作權法取得合法授權。就創意產業而言，此選項能更有力保障著作權人之財產權，並使其得從AI訓練中獲得合理報酬；然對AI業者而言，合規成本之提高將增加訓練門檻，可能壓抑英國本土AI產業之競爭力。影響評估亦指出，此選項下AI服務成本或轉嫁至終端用戶，影響政府及企業之AI採用率。選項1獲得了最高的支持度，有81%回應者贊同此一制度。 （三）選項2：廣泛TDM例外 選項2主張設立廣泛TDM例外，使AI業者無論商業或非商業目的均可對合法取得之資料進行探勘與訓練，無需逐一取得著作權人授權。此一制度係參考日本著作權法第30條之4。該條文指出，只要目的非在「享受著作物所呈現之思想或感情」原則上均可免授權使用，意即資料分析、資料蒐集與AI訓練等基於「情報解析」行為皆屬TDM例外範疇。 選項2雖有助於降低AI業者法遵成本並提升英國AI研發之國際競爭力，然創意產業普遍擔憂，廣泛例外將使生成式AI大量學習創作者作品，卻無需給付任何報酬，且可能產出直接競爭於原著作人之內容，嚴重侵蝕其市場利益。此選項僅有極少數回應者支持，如OpenAI、Anthropic等大型AI公司。 （四）選項3：TDM例外附加選擇退出機制 選項3原先為英國政府屬意推動的政策選項，亦與歐盟《數位單一市場著作權指令》（DSM Directive）第4條[4]之商業TDM例外架構相近，其核心設計係為原則上允許AI業者對合法取得之資料進行TDM，但著作權人得透過技術手段（如robots.txt）明確保留其權利（即選擇退出機制）。 然而，此選項在公開意見徵詢中僅獲約3%之支持率，其主要爭議在於：對創作者而言，選擇退出機制實質上將著作權保護之責任轉嫁至個人，中小型的創作者往往缺乏必要之技術能力或資源執行退出操作；並非所有爬蟲程式均遵從robots.txt協議；跨境訓練亦難有效管制。此外，在欠缺揭露義務的前提下，創作者仍無從知悉其作品是否遭侵權使用。 三、訓練資料透明度要求 報告書顯示，逾90%之意見回應者認為AI開發者應揭露訓練資料來源，惟各方對於揭露顆粒度（granularity）之要求存在明顯分歧：著作權人傾向主張細緻揭露至個別作品層次；AI業者則認為高層次概括揭露即已足夠。 就國際立法例而言，歐盟《AI法》（AI Act）第53條[5]第1項第4款已要求AI模型提供者製作並公開訓練內容摘要；美國加州亦已制定《生成式AI訓練資料透明度法》（Generative Artificial Intelligence: Training Data Transparency Act）。[6]英國雖無相關法定揭露義務，但在報告書中表示將持續監測其他國家透明度規範之實施效果，並與業界合作制定訓練資料揭露之最佳實務，以期為著作權人提供更有效之權利主張基礎。 參、事件評析 公眾諮詢的結果顯示，尋求著作權保護與AI創新發展的平衡點極具挑戰性。由於引起及大的社會反彈，英國政府被迫放棄「TDM例外附加選擇退出機制」之規劃，然而未來是否會徹底走向「強化著作權保護」仍未可知。然而，在本次諮詢中，有90%之回應者支持AI訓練資料透明度要求；歐盟AI法、美國加州生成式AI透明度法均課予AI業者一定程度的訓練資料揭露義務。從此觀之，縱使著作權人與AI業者之間存有諸多重大分歧，但透明度要求是目前雙方的共識基礎。 我國現行法制下AI訓練所遭遇到的爭議與英國類似，著作權人與AI業者的利益衝突如何化解亦為我國當前AI發展的課題。故英國經驗揭示，政策推行或法令修正宜建立多元利害關係人持續對話機制；此外，在法令、技術標準尚未成熟之情況下，業界最佳實務指引或可作為過渡性替代方案。 [1] GOV.UK, Report on Copyright and Artificial Intelligence (2026), https://assets.publishing.service.gov.uk/media/69ba692226909a14239612e4/CP2602959_-_Report_on_Copyright_and_Artificial_Intelligence_web.pdf (last visited. Apr. 9, 2026). [2] GOV.UK, Copyright and AI Impact Assessment (2026), https://assets.publishing.service.gov.uk/media/69ba68f7c06ba9576435abb0/CP2602959_-_AI_and_Copyright_Impact_Assessment_Web.pdf (last visited. Apr. 9, 2026). [3] Copyright, Designs and Patents Act 1988, legislative.gov.uk, https://www.legislation.gov.uk/ukpga/1988/48/section/29A (last visited Apr. 9, 2026). [4] Directive (EU) 2019/790, art. 4, 2019 O.J. (L 130) 92, 114. [5] Regulation 2024/1689, art. 53, 2024 O.J. (L 1689) 1, 84. [6] Bill Text - AB-2013 Generative artificial intelligence: training data transparency, California Legislative Information, https://leginfo.legislature.ca.gov/faces/billTextClient.xhtml?bill_id=202320240AB2013 (last visited Apr. 9, 2026).