日研擬對策防農產智財權被外國盜用
蔬果等種子很容易被攜帶到海外，通常在外國都遭違法大量栽培，然後再回銷日本，尤其近年來這種例子激增，迫使日本政府不得不思考對策。日本政府打算針對開發植物新品種的人或團體，根據現行的種苗法給予「育種家權利」。日本農林水產省並呼籲中、韓等亞洲國家，應該趕緊制訂完備的法令，禁止日本開發的品種未經許可被擅自生產、販售。
美國產業安全局（Bureau of Industry and Security，下稱BIS）於2024年1月18日，針對直接或間接支持美國國家安全和關鍵基礎設施，全面評估供應鏈中成熟節點半導體設備的使用情況。本次調查將根據《1950年國防生產法》（Defense Production Act of 1950）第705條進行，以評估在美國關鍵產業（如電信、汽車、醫療設備和國防工業基地）的供應鏈中使用由中國公司生產的成熟節點晶片的程度和影響力。 BIS同時提供常見問答予各界參考，主要包括如下內容： （1）本次評估調查為一次性的資訊蒐集；不排除未來也可能依指示再次進行類似的評估。 （2）本次評估將提供後續政策制定的參考，以加強半導體供應鏈，促進傳統晶片生產的公平競爭，並降低中國對美國帶來的國家安全風險。 （3）自1986年以來，BIS已就造船、戰略性材料、太空和航空、火箭推進、彈藥和半導體等廣泛項目進行過約60多項評估以及150多項調查。 （4）商務部可能會公開一份主要調查結果的摘要說明。 （5）本次評估並非根據《2021年國防授權法案》（National Defense Authorization Act for Fiscal Year 2021，即俗稱之《晶片法》）第9902節規定進行。個別對調查的答覆不會影響申請《晶片法》或其他政府資助的資格或考量。 （6）本次評估並非BIS對於高階運算晶片規範的一部分，而是著重成熟節點或傳統晶片的舊技術。
英國持續推動智慧電表電量消費資料所有權之管制 國際能源總署發布電力市場設計報告，提供批發電力市場監管制度政策建議國際能源總署（International Energy Agency, IEA）於2025年11月26日發布《電力市場設計：深化既有優勢、補足制度缺口（Electricity Market Design：Building on strengths, addressing gaps）》報告（下稱電力市場設計報告），旨在提供批發電力市場監管制度之政策建議，並深入分析短期、中長期及配套機制等（Complementary Mechanisms）電力市場型態。 IEA指出，世界各國批發市場價格波動，已達到2019年的5至9倍，而歐洲則因自2021年後，批發電價較2019年上升超過4倍，促使當局採取緊急措施以抑制電價上漲，凸顯出具韌性、效率的電力市場的重要性。 根據電力市場設計報告分析，在短期市場（日間、日前和即時市場）方面，歐洲部分地區、美國、澳洲與日本電力市場中，過去5年電力可靠度超過 99.9%。短期市場促成了高效率的排程、透明的價格形成機制，並讓多元資源與各類參與者廣泛參與。 然而，隨著能源變動性與去中心化的程度提高，IEA建議，短期市場應進一步釋放電力彈性並強化協調功能，伴隨天候變化的再生能源滲透率增加，以更細緻的時間與空間粒度（granularity）反映實際情況，將日前市場的時間間隔縮短至15分鐘或更短，並將大型投標區域劃分為較小的區塊，以反映電網的實際負載狀況。 至於長期市場方面，泰半並未回應日益增加的投資需求與不確定性風險，市場參與者可用的風險管理工具有限；而購售電合約（Power Purchase Agreements, PPAs）在長期市場薄弱的情況下，澳洲、日本、歐洲與美國等國，約有半數至75％的CPPA係由年營收超過10億美元的公司簽署，較小型參與者的採用程度有限。特別是「隨發隨付型」（pay-as-produced）的PPA亦可能與短期市場訊號不相匹配，影響市場參與者的判斷。因此，僅憑PPA本身，無法完全取代運作良好的長期市場所應發揮的功能。 因此，IEA進一步建議，引入「政府或公共信用擔保機制」（public credit guarantees）以降低信用門檻，或是設立可採購長期合約並提供買家短期合約轉售電力的中央機構（central entity that contracts long term and resells shorter-term contracts to buyers）；而在市場配套機制方面（包含躉購費率、差價合約等），必須與短期和長期市場緊密協調，以避免產生非預期的負面效果。設計不佳的機制可能削弱價格信號、增加系統成本並製造不確定性。
經濟合作與發展組織發布《促進AI可歸責性：在生命週期中治理與管理風險以實現可信賴的AI》經濟合作與發展組織（Organisation for Economic Co-operation and Development, OECD）於2023年2月23日發布《促進AI可歸責性：在生命週期中治理與管理風險以實現可信賴的AI》（Advancing accountability in AI: Governing and managing risks throughout the lifecycle for trustworthy AI）。本報告整合ISO 31000：2018風險管理框架（risk-management framework）、美國國家標準暨技術研究院（National Institute of Standards and Technology, NIST）人工智慧風險管理框架（Artificial Intelligence Risk Management Framework, AI RMF）與OECD負責任商業行為之盡職調查指南（OECD Due Diligence Guidance for Responsible Business Conduct）等文件，將AI風險管理分為「界定、評估、處理、治理」四個階段： 1.界定：範圍、背景、參與者和風險準則（Define: Scope, context, actors and criteria）。AI風險會因不同使用情境及環境而有差異，第一步應先界定AI系統生命週期中每個階段涉及之範圍、參與者與利害關係人，並就各角色適用適當的風險評估準則。 2.評估：識別並量測AI風險（Assess: Identify and measure AI risks）。透過識別與分析個人、整體及社會層面的問題，評估潛在風險與發生程度，並根據各項基本價值原則及評估標準進行風險量測。 3.處理：預防、減輕或停止AI風險（Treat: Prevent, mitigate, or cease AI risks）。風險處理考慮每個潛在風險的影響，並大致分為與流程相關（Process-related）及技術（Technical）之兩大處理策略。前者要求AI參與者建立系統設計開發之相關管理程序，後者則與系統技術規格相關，處理此類風險可能需重新訓練或重新評估AI模型。 4.治理：監控、紀錄、溝通、諮詢與融入（Govern: Monitor, document, communicate, consult and embed）。透過在組織中導入培養風險管理的文化，並持續監控、審查管理流程、溝通與諮詢，以及保存相關紀錄，以進行治理。治理之重要性在於能為AI風險管理流程進行外在監督，並能夠更廣泛地在不同類型的組織中建立相應機制。