用數字解讀國內企業的智財管理能量
歐盟理事會於2023年11月27日批准通過資料法法案（Data Act），該法案雖預計於2025年才會生效，該草案自2022年公告以來，各界對該法案都紛紛從不同角度表示意見，如企業對於資料共享是否對營業秘密外流的風險表達擔憂，歐盟在發揮資料經濟價值（資料交易與資料使用）的方向下，將業界考量納入進行修改，以下就經理事會通過之資料法法案關鍵影響概要如下： 1、資料共享 有鑑於因網路裝置/服務所產出的數位資料往往掌握於產品製造商或服務提供商身上，資料法建立了資料共享的基本規則，確保數位資料由製造商/服務商流動至第三人（包含產品/服務使用者），另資料法所保護之資料包含使用AI所產生之資料。 2、營業秘密保護 為避免資料持有人的營業秘密因此外流，資料持有人可以與請求提供資料的第三人（資料請求者）協議應採取之保密措施，在保密措施未達成一致或使用者未實施保密措施，資料持有人可暫停資料共享，在有重大經濟損失之虞時甚可拒絕資料共享。 3、對資料持有者的限制 資料持有者僅能在與使用者約定之範圍內使用資料，在無使用者許可下，不得用使用者所產出之資料去回推使用者的經濟、資產或生產等資訊，以避免損及使用者的商業地位。 資料法法案的主要目標在於塑造具競爭性的資料市場生態，確保資料的價值可公平分配到不同參與者身上，其聚焦在非個人資料的數位資料上，除適用於對歐盟提供產品/服務之廠商外，亦包含可於歐盟境內取得資料之情況。國內廠商宜先檢視自身商業行為與歐盟之關聯性，盤點現有產品或服務所產出的資料屬性，如可能需特別約定保密措施之營業秘密，預先規劃資料管理機制與對應管制措施，就重要資料或營業秘密管理機制可參資策會科法所公布之《重要數位資料治理暨管理制度規範（EDGS）》、《營業秘密保護管理規範》。 本文同步刊登於TIPS網站（https://www.tips.org.tw）
固網業者路權取得相關問題之研究 歐洲法院裁定銷售二手電子書侵害著作權Tom Kabinet為荷蘭之公司，其從個人及零售商處購得電子書後，再於網路轉售，遭為保護荷蘭出版商利益而成立之Nederlands Uitgeversverbond（NUV）及Groep Algemene Uitgevers（GAU）二協會提起侵害著作權訴訟。 Tom Kabinet公司主張，當書籍以有形體的形式出售時，該作品之著作權業已耗盡（exhausted），換言之，購買者可自由出售，而不會侵害作者或出版者的智慧財產權，此原則亦應適用於數位重製（digital copies）。NUV及GAU則認為Tom Kabinet公司轉售電子書的行為，構成著作權指令（Directive 2001/29/EC）所指在未經授權的情形下，向大眾傳播受著作權保護的標的。 歐洲法院近日針對雙方的爭議做出了裁決，法院援引世界智慧財產權組織（World Intellectual Property Organization）的著作權條約（Copyright Treaty），認為著作權的耗盡原則僅適用在著作權指令第4條的散布權（Distribution right），且是散布實體物，例如有形的書籍。而著作權指令第3條所指「向大眾公開（作者的）作品權利」（Right of communication to the public of works），係賦予作者有授權向大眾公開其作品的專屬權，此權利無耗盡的問題。本案所爭執向大眾轉售經下載且得永久使用的電子書之行為，並非散布權，而是向大眾傳播的概念，即符合著作權指令第3條所規範之範疇，因此，Tom Kabinet公司在轉售電子書前，須先取得作者的同意。 針對歐盟法院此一裁定，GAU發表聲明表示，法院的決定讓電子書的著作權議題有了結果，且此決定亦會影響音樂和電影產業，讓音樂和電影的下載拷貝版本同樣也無法再轉售。
美國國家標準與技術研究院公布人工智慧風險管理框架（AI RMF 1.0）美國國家標準與技術研究院（National Institute of Standards and Technology, NIST）於2023年1月26日公布「人工智慧風險管理框架1.0」（Artificial Intelligence Risk Management Framework, AI RMF 1.0），該自願性框架提供相關資源，以協助組織與個人管理人工智慧風險，並促進可信賴的人工智慧（Trustworthy AI）之設計、開發與使用。NIST曾於2021年7月29日提出「人工智慧風險管理框架」草案進行公眾徵詢，獲得業界之建議包含框架應有明確之衡量方法以及數值指標、人工智慧系統設計時應先思考整體系統之假設於真實世界中運作時，是否會產生公平性或誤差的問題等。本框架將隨著各界使用後的意見回饋持續更新，期待各產業發展出適合自己的使用方式。 本框架首先說明人工智慧技術的風險與其他科技的差異，定義人工智慧與可信賴的人工智慧，並指出設計該自願性框架的目的。再來，其分析人工智慧風險管理的困難，並用人工智慧的生命週期定義出風險管理相關人員（AI actors）。本框架提供七種評估人工智慧系統之信賴度的特徵，包含有效且可靠（valid and reliable）：有客觀證據證明人工智慧系統的有效性與系統穩定度；安全性（safe）：包含生命、健康、財產、環境安全，且應依照安全風險種類決定管理上的優先次序；資安與韌性（secure and resilient）；可歸責與資訊透明度（accountable and transparent）；可解釋性與可詮譯性（explainable and interpretable）；隱私保護（privacy-enhanced）；公平性—有害偏見管理（fair – with harmful bias managed）。 本框架亦提出人工智慧風險管理框架核心（AI RMF Core）概念，包含四項主要功能：治理、映射（mapping）、量測與管理。其中，治理功能為一切的基礎，負責孕育風險管理文化。各項功能皆有具體項目與子項目，並對應特定行動和結果產出。NIST同時公布「人工智慧風險管理框架教戰手冊」（AI RMF Playbook），提供實際做法之建議，並鼓勵業界分享其具體成果供他人參考。