美國微軟、Yahoo和Google違反網路賭博規定遭處鉅額罰款
美國司法部（Department of Justice）指控微軟、Yahoo和Google三家入口及搜尋網站業者，於1997到2007年間，違反禁止網路賭博之規定，接受非法賭博業者委託刊登線上廣告。
美國司法部認為此三家公司除違反聯邦線上博奕法（Federal Wire Wager Act）禁止賭博之規定以外，另違反聯邦博奕課稅條例，以及各州與地方有關禁止賭博之規定。為此，美國國稅局（Internal Revenue Service）和聯邦調查局亦介入此一案件之調查，並與司法部共同認為微軟、Yahoo和Google等著名入口網站對於社會具有重大影響力，刊登線上賭博廣告之行為不僅違反法規事實明確，對於間接促進相關線上賭博產業之興盛與賭博行為之猖獗亦應負社會責任。
在法院進行實質審理前，三家公司已於2007年12月與司法部達成和解協議，同意支付3150萬美元之罰金（折合台幣約10億元），並配合線上公益及宣導賭博違法等義務。
本文為「經濟部產業技術司科技專案成果」
2016年11月8日印度新德里（New Delhi），在英國首相德蕾莎‧梅伊（Theresa May）及印度總理納倫德拉‧莫迪（Narendra Modi））見證下，由英國智慧財產局（UK Intellectual Property Office；簡稱UK IPO）及產業政策與推廣部（Department of Industrial Policy and Promotion）共同簽署智慧財產權備忘錄。 雖然學術上就智慧財產權之保障強度，對於促進創新領域是否具有正面效益，似乎仍然是意見分歧，反思者主要論點在於模仿或抄襲對於某些產業發展，如：時尚設計、金融產品或程式開發等，反而有益於保持源源不絕之創造力，甚且適度開放更有促進市場競爭與減少社會成本，如：避免專利蟑螂崛起或企業壟斷，其中著名案例就是Linux；然而，雖有前述反思浪潮，但目前國際間仍是普遍相信藉由協議或備忘錄形式，試圖架構完善且強健之智慧財產權保護體系，維護權利人之權益，將有助於提升企業或一般民眾投入創新領域之意願。此番論點可見諸於英國所指派至印度擔任高級專員之多米尼克‧阿斯奎斯（Dominic Asquith），即是認為英國與印度簽署智慧財產權備忘錄，對於兩國創新及創意領域之發展，具有高度重要性。 針對該備忘錄之重點，內容摘錄如下： 1、相互交流智慧財權領域管理優化方式，如：簡化專利、商標、工業設計之註冊處理流程。 2、技術交流，此包括主管機關支援及智慧財產權紛爭之司法替代方案。 3、宣傳活動，此含有智慧財產權評價與維護之業務諮詢。 4、針對公眾舉行教育活動，以提高其對智慧財產權之認識與尊重。
以因應AI發展為主軸的個資保護新策--韓國發布第3次個人資訊保護基本計畫以因應AI發展為主軸的個資保護新策--韓國發布第3次個人資訊保護基本計畫 資訊工業策進會科技法律研究所 2026年10月05日 為因應人工智慧的發展需求，各國開始重新檢視個人資訊保護體系與資料運用需求間之平衡，韓國個人資訊保護委員會（以下簡稱PIPC）發布的新一期基本計畫，具體回應此致力平衡的趨勢[1]。該計畫首度將AI風險治理提升為韓國個資保護政策的最高主軸，事故因應策略與規範原則均明顯轉向，以「值得信賴的個人資訊環境，安心享有的人工智慧（AI）社會」為願景，建立韓國未來3年將推動之個人資訊政策藍圖。 壹、事件摘要 韓國PIPC於2026年7月3日發布《促進以信賴為基礎之人工智慧（AI）創新的第3次個人資訊保護基本計畫（2027-2029）》。韓國個資基本計畫係PIPC依法每3年會同中央行政機關首長共同訂定之計畫，提出：AI大轉型時代個人資訊保護體系革新、確立以事前預防為重心之保護體系、提升策略性個人資訊治理層級、增進國民權益及落實信賴文化等4大策略及12項推動課題[2]。希望藉此可以因應處理，因AX（人工智慧轉型）資料需求急遽增加及資料運用方式改變，法律不確定性隨之提升、以事後制裁為核心的既有管理查核體系韌性不足、權利救濟制度之近用性受限、數位環境日趨複雜等情況，對個資所可能擴大產生的難以預測議題。 貳、重點說明 韓國個資基本計畫之四大策略具有清楚之推進邏輯，自資料治理架構之根本轉型出發，先解決「AI能否合法使用個人資訊」之前提問題，使資料運用取得規範上的合法性基礎；繼以常態性查核、責任與誘因機制、韌性基礎設施等三個層次，控管開放隨之而來之風險，避免規範鬆綁演變為保護真空；再透過強化部會共同管理與跨境傳輸網絡擴大，確保國內監理轉型與國際資料流通接軌，使企業於跨境營運時有一致可循之規則；最終回到個別國民，透過單一窗口與新型救濟工具，確保相關政策效益得以具體反映於國民實際感受之權利保障上。此四層推進由制度鬆綁走向風險控管、再走向治理整合、終及國民權益，構成一條完整的政策論證鏈，而非各自獨立之政策拼圖。 一、革新AI時代個人資訊保護體系 （一）轉型為能靈活反映AI環境之個人資訊監理體系 1. 迅速消弭人工智慧轉型（AX）過程中伴隨之個人資訊處理不確定性，設置「人工智慧轉型（AX）安心支援中心」，作為量身訂做之創新支援綜合窗口，作為全國各地皆可連結、運用假名化、匿名化資料的據點。 2. 藉推動MyData第2階段（自2027年起），建立、推廣將所生價值回饋予資訊主體之機制，並以資料融合技術為基礎，推動解決福祉、照護、醫療等社會難題。 （二）強化因應AI基本社會之隱私風險對策 1. 檢討代理式AI（Agentic AI）決策責任架構，並就實體AI（Physical AI）常態性資訊蒐集環境因應之權利保障、事前風險評估等，設計新興技術監理體系，研擬得以超前因應急遽變動AI網路威脅之風險管理模型。 2. 為確立正確性、透明性，將深偽技術（deepfake）等資料竄改之防範對策、冒名防範及AI透明性予以制度化。 二、確立以事前預防為重心之保護體系 （一）透過常態性查核體系強化事故預防 1. 建置高風險群集中查核、部會聯合查核等常態性查核體系，並藉導入結合AI技術之評鑑（含資訊保護暨個人資訊保護管理體系ISMS-P認證）。 2. 對公部門，將優先推動強化額外安全措施基準、建立包含脆弱點查核、查核結果公開在內的常態性防禦體系，提升查核及評鑑制度之實效性。 （二）強化事故發生的預防措施與採行誘因 1. 強化積極性獎勵措施，給予超前部署保護投資者減免外洩課徵金（性質為代替不利行政處分之金錢制裁，與我國「罰鍰」概念未必完全對應）。 2. 支援代表人（CEO）及個人資訊保護長（CPO）之法定角色責任於實務現場落地。 3. 強化提升鑑識技術、建置技術分析環境等調查能量，並以履行強制金強化調查實效性，大幅強化個人資訊監督功能及法規違反嚇阻力。 4. 強化因應個人資訊非法流通措施，包括新設非法流通處罰依據、提升偵測、刪除技術等。 （三）建置以強化韌性為目標之保護基礎設施 1. 轉型以中小企業外洩時之復原因應技術支援為核心，確立以韌性為核心之因應體系。 2. 推動建立因應實體AI擴散之資安實體整合安全體系，並考量代理式AI型攻擊增加之情形，推動安全措施基準改善。 3. 推動加密技術開發及個人資訊保護強化技術（PET）研究開發（R&D）之擴大，並培育保護專業人才、建置AI資安人力平台。 三、提升個資治理橫向整合、保障國際傳輸安全 （一）就通訊、教育、僱用等高風險領域，強化由主管部會共同管理之機制，並於個人資訊威脅發生時建置早期預警體系，強化危機因應能量。 （二）消弭重複監理、確保數位監理整合性，強化與金融、公平交易等相關監理機關間之協力，並與人工智慧及資料政策主管機關密切協力，釐清數位領域各法令間之適用關係。 （三）依法律體系相似性、貿易規模等因素，採取量身訂做之因應方式擴大與不同國家的資料相互傳輸網絡，並強化對保護水準相對不足國家之資料管理因應能力，將安全威脅降至最低。 （四）運用標準契約條款、拘束性企業規則（Binding Corporate Rules, BCR）工具，擴大安全跨境傳輸。同時並行實施跨境傳輸現況調查、新設跨境傳輸影響評估等，一併建立風險管理體系。 四、完備單一窗口國民權利保障支援體系 （一）建置自外洩侵害發生時之申報起，至損害賠償止解決全部程序之單一窗口支援體系。 （二）開發以AI為基礎之資訊主體權利行使工具（AX平台），以支援國民簡便確認自身個人資訊處理現況並行使權利。 （三）設立資訊主體權益增進專責機構、推動導入損害回復同意議決制、積極辦理爭議調解等，落實迅速之損害賠償及爭議解決制度。 參、事件評析 韓國於前一期計畫（2024-2026）係以「引領資料經濟時代」為首要策略，AI僅列為其中一項課題，聚焦自動化決策、生體辨識、雲端服務等個別監理精進，事故因應以「法制嚴正、迅速執行」為主軸，偏重裁罰而非預防。此次計畫將AI提升為因應核心，依風險程度為比例對應的監理措施，並以韌性支援協助取代單純之事後裁罰思維，同時新增課徵金減免、履行強制金等積極與消極誘因並行措施，顯示韓國個資治理已由個資風險監理層次，朝向積極運用與保護的治理機制強化方向推進。其以「以風險程度區分監理密度」的設計思路，讓大規模生物特徵資料處理、AI訓練用個資等高風險情境課予更嚴格之事前把關義務，但相對地，亦在一般個資利用情境簡化合規負擔。 我國將來個資面對AI發展，所需處理的議題應非僅有消極之違規處罰、行政檢查，而是如何透過積極配套措施，在強化保護的同時促進個資的運用。本文建議未來個資會裁罰體系外，應參考韓國的因應策略，透過減免機制正向誘導企業自主投資保護措施，避免企業因唯恐受裁罰而於事故發生後選擇隱匿、而非通報；以扶助企業營運韌性角度，提供支援方案。在個人資料權益保護面，修法賦予資料可攜權並擴大運用我國MyData平台，強化個人資料運用的自主與權益主張支援，有策略地因應AI浪潮下的個資發展趨勢。 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://www.tips.org.tw） [1]韓國個人資訊保護委員會新聞稿，《促進基於信任的人工智慧創新第三個個人資訊保護基本計畫（2027-29）》發布，2026年7月3日，網址：https://pipc.go.kr/np/cop/bbs/selectBoardArticle.do?bbsId=BS074&mCode=C020010000&nttId=12228（最後瀏覽日：2026/09/23）。 [2]同前註1，詳見該頁面新聞稿及其計畫全文附檔，[260703 10시보도] 신뢰로 여는 AI 혁신, 달라지는 개인정보 체계로 이끈다(정책과).hwpx。
德國新修正稅法將加重電子商務營運商之責任德國政府於2018年8月1日通過「2018年稅法」(Jahressteuergesetzes 2018)，新規範將於2019年生效。「2018年稅法」修正內容包括所得稅、公司稅、貿易稅及增值稅等多項稅收法規。其中增值稅（Umsatzsteuer）之修正主要目的係為了避免德國境外之電子商務業者在與德國民眾進行電子商務交易時，未繳增值稅(Umsatzsteuerausfällen)之情況發生，為了確保相關之稅收繳納，透過本次修法加強了電子商務平台營運商之管理義務，平台營運商將有義務提供德國政府在其平台交易之賣家(包括企業與個人)相關資訊並確保其支付相關稅負。 德國增值稅(英文為：Value Added Tax)適用對象為德國境內所發生的進口、商業及服務交易行為，從歐盟以外地區進口到德國的貨物或向德國消費者提供跨境銷售皆需要繳納19%的增值稅。但據德國稅務局的資料顯示，德國的跨境電子商務交易每年約有5億歐元的增值稅未能被徵收。因此，德國政府修正的稅法中，大幅增加了平台營運商之義務（第22f款UStG）及實際責任（第25e款UStG）。修正之稅法要求平台營運商必須記錄下列事項，且若利用該平台之賣家未繳稅款，其平台營運商則須為該賣家繳交必要的增值稅： 賣家的全名和地址； 企業賣家之德國稅號及增值稅識別號碼；(個人賣家則為含有生日的身分證件) 上述稅務證明之有效日期； 每筆交易的發貨地址及收貨地址； 銷售時間及銷售額。 新修正稅法可大幅避免跨境電商逃漏稅收，同時也保護了德國境內的零售商。因為過去若國外電子商務賣家逃漏增值稅，則會與德國境內零售商所賣之貨物產生約兩成價差(稅率為19%)，進而形成不公平競爭，而新法旨在消弭這樣不公平的情況。但這樣的方式對於平台營運商之責任及營運成本皆加重，故新法對於電子商務平台方的影響，有待未來進一步觀察。
世界衛生組織發布人工智慧於健康領域之監管考量因素文件，期能協助各國有效監管健康領域之人工智慧世界衛生組織（World Health Organization, WHO）於2023年10月19日發布「人工智慧於健康領域之監管考量因素」（Regulatory considerations on artificial intelligence for health）文件，旨在協助各國有效監管健康領域之人工智慧，發揮其潛力同時最大限度地降低風險。本文件以下列六個領域概述健康人工智慧之監管考量因素： （1）文件化與透明度（Documentation and transparency） 開發者應預先規範（pre-specifying）以及明確記錄人工智慧系統（以下簡稱AI系統）之預期醫療目的與開發過程，如AI系統所欲解決之問題，以及資料集之選擇與利用、參考標準、參數、指標、於各開發階段與原始計畫之偏離及更新等事項，並建議以基於風險之方法（Risk-based approach），根據重要性之比例決定文件化之程度、以及AI系統之開發與確效紀錄之保持。 （2）風險管理與AI系統開發生命週期方法（Risk management and AI systems development lifecycle approaches） 開發者應在AI系統生命之所有階段，考慮整體產品生命週期方法（total product lifecycle approach），包括上市前開發管理、上市後監督與變更管理。此外，須考慮採用風險管理方法（risk management approach）來解決與AI系統相關之風險，如網路安全威脅與漏洞（vulnerabilities）、擬合不足（underfitting）、演算法偏差等。 （3）預期用途、分析及臨床確效（Intended use, and analytical and clinical validation） 開發者應考慮提供AI系統預期用途之透明化紀錄，將用於建構AI系統之訓練資料集組成（training dataset composition）之詳細資訊（包括大小、設定與族群、輸入與輸出資料及人口組成等）提供給使用者。此外，可考慮透過一獨立資料集（independent dataset）之外部分析確效（external analytical validation），展示訓練與測試資料以外之效能，並考慮將風險作為臨床確效之分級要求。最後，於AI系統之上市後監督與市場監督階段，可考慮進行一段期間密集之部署後監督（post-deployment monitoring）。 （4）資料品質（Data quality） 開發者應確認可用資料（available data）之品質，是否已足以支援AI系統之開發，且開發者應對AI系統進行嚴格之預發布評估（pre-release evaluations），以確保其不會放大訓練資料、演算法或系統設計其他元素中之偏差與錯誤等問題，且利害關係人還應考慮減輕與健康照護資料有關之品質問題與風險，並繼續努力創建資料生態系統，以促進優質資料來源之共享。 （5）隱私與資料保護（Privacy and data protection） 開發者於AI系統之設計與部署過程中，應考慮隱私與資料保護問題，並留意不同法規之適用範圍及差異，且於開發過程之早期，開發者即應充分瞭解適用之資料保護法規與隱私法規，並應確保開發過程符合或超過相關法規要求。 （6）參與及協作（Engagement and collaboration） 開發者於制定人工智慧創新與部署路線圖之期間，需考慮開發可近用且具有充足資訊之平台，以於適合與適當情況下促進利害關係人間之參與及協作；為加速人工智慧領域實務作法之進化，透過參與及協作來簡化人工智慧監管之監督流程即有必要。