2013年全球智慧財產權申請量顯見成長，中國大陸佔居首要
世界智慧財產權組織（WIPO）於2014年12月所公布的世界智慧財產權指標（World Intellectual Property Indicators）基準報告指出，商標、工業設計及實用新型的申請量較前一年度成長，並以中國，美國和日本居前三位；另就申請類別而言，總成長比率分別為專利占9%、商標占6.4%、工業設計占2.5%、和植物品種占6.3%。
報告統計結果顯示，2013年全球專利申請案件約260萬件，比起前一年成長了9%，其中，中國大陸占總申請量的三分之一，其次為美國占總申請量的22%，日本申請量達32萬筆，排名為全球第三位。
報告另指出，專利申請領域依序為，電腦技術佔7.6%、電子機械佔7.2%、測量佔4.7%、數位通訊佔4.5%及醫療技術佔4.3%。
除專利外，其他的智慧財產申請情況，商標申請量上升近500萬件，亦以中國大陸排名首要。另工業設計申請案約達124萬筆，較前一年度成長約2.5%，中國大陸占總申請量的53%。
WIPO總幹事Francis Gurry表示，綜觀全球智慧財產申請全貌，中國大陸及美國於智慧財產權申請量仍明顯成長，而相對於歐洲及日本整體申請量則有明顯衰退之趨勢。
英國司法管轄權工作小組（The UK Jurisdiction Taskforce, UKJT）於2026年7月發布「關於人工智慧損害責任之法律聲明」（Legal Statement on Liability for AI Harms）（以下簡稱本聲明），旨在闡明於何種情況下，以及基於何種法律依據，英國法律將對利用AI造成之損害追究責任。 本聲明指出，因利用AI而非故意造成之損害，其責任來源大致可分為契約責任與侵權責任。就契約而言，通常為AI供應鏈中各方分配損害責任之主要依據，AI本身之存在並不會對契約法構成特殊困難之判斷，各方當事人可自由分配風險、定義績效標準並根據自身判斷限制責任。 就侵權責任而言，本聲明認為過失法則（law of negligence）完全可應用於AI造成之損害。粗心之AI使用者很可能因可預見之損害而被追究責任，開發針對特定目標應用程式之開發者亦可能承擔責任，惟基礎模型開發者（Foundation Model Developer）於大多數情況下，皆不太可能因其通用模型之不可預見、或未經充分測試之用途而被追究責任。 除一般侵權責任之外，本聲明並另探討其他特殊侵權行為責任類型如下： （1）代位責任（vicarious liability）：由於AI並未具備人格，因此任何人均無需為AI系統本身之行為或故障承擔代位責任；惟若損害係由人類員工於使用AI時不當行為所造成，則雇主可能需要承擔代位責任，此與一般之雇主代位責任並無二致。 （2）不可轉嫁之義務（non-delegable duties）：若某人負有不可轉嫁之義務，即保護他人免受傷害，則此人可能即需對他人因自身過錯造成之AI損害承擔責任。例如英國國家醫療服務體系（NHS）信託機構對其患者負有不可轉嫁之義務，假設一家NHS信託機構從第三方開發人員購買一款AI診斷工具，並將其應用於病患照護，若該AI工具有缺陷，而責任在於應用程式開發商，該NHS信託機構不能以此為由逃避對患者造成之傷害責任，因提供合格之診斷服務與工具為信託機構承擔之醫療照護責任重要組成部分，此項責任不可轉嫁。 （3）專業人士責任：專業人士具有「合理技能與注意」（reasonable skill and care）義務，取決於該行業合格成員通常遵循之標準，並參考專業機構之指引。依此，若專業人士不當使用AI、使用不合適之模型、未能進行適當之盡職調查，或未能有效測試、或驗證AI輸出結果，則可能被認定為有過失。此外，若專業人士於應使用AI之情況下卻未使用，亦可能承擔法律責任，因隨AI工具功能日益強大且應用日益廣泛，專業標準也將隨之演變，而未能使用現有技術本身亦可能構成違約。 （4）產品責任（Product liability）：依英國《1987年消費者保護法》（Consumer Protection Act 1987）規定，對於瑕疵產品，企業需負嚴格責任，惟目前該規定僅適用於將AI整合到機器人或自動化機器等有形產品中之情況，純軟體形式之AI系統不太可能被現行法律認定為「產品」。 須注意者為，對於開發者而言，本聲明做出重要之區分，即建立針對特定目標應用之開發者，相較提供通用基礎模型之開發者面臨更大的風險，惟AI供應鏈中之所有參與者皆須意識到自身之責任。
日本著作權法修正促進人工智慧開發2018年5月18日，於第196次參議院會議中通過「著作權法」修正案，並於5月25日公布，預計於2019年1月1日施行。本次修正是為因應數位網路技術的發展，對需要著作權人同意的行為範圍進行檢視。其中第47條之7修正、及新增之第30條之4與第47條之5與人工智慧發展有重大相關。 日本著作權法於2009年的修正中，增加第47條之7規定，原本可能構成著作權侵害之資料分析、機器學習行為(未經原作者同意複製、改作)，只要在必要限度內，不分是否有營利，皆無須權利人同意。然而本條在使用上因為未涵蓋成果物的讓與行為，也就是如果公開販售學習完成的資料集或是人工智慧模型，甚至於同一平台共享資料集都可以構成侵害。有鑑於此，才在本次修法中修正相關條文。 本次修正中，增加第30條之4規範於必要限度內可利用他人著作物的行為，其中在同條第二款中認可第47條之5第1項第2款之行為，也就是「利用電子計算機的情報解析及提供其結果」，亦可被認為不違反著作權法，因而補上原本第47條之7的漏洞。 惟須注意的是，所謂的必要限度還是有嚴格的比例限制，不能無限制使用。由於目前本次修正還尚未生效，未來對人工智慧發展的應用會產生什麼樣的實際影響，值得繼續觀察。
歐洲藥物管理局「臨床試驗資料公開與近用政策」(草案)之定案日期將延後歐洲藥物管理局（European Medicine Agency，EMA）於今年六月下旬起至九月底止，開放接受公眾針對該局所擬「臨床試驗資料公開與近用政策」草案（draft policy on publication and access to clinical-trial data）提出回饋意見。所有公眾建言都將由EMA加以檢視，並將成為上述政策草案正式定案前之參考。原本EMA預計在2013年年底即對上述政策草案拍版定案，然而，由於歐洲藥物管理局收到超過一千則來自四面八方、不同立場之公眾回饋意見，為求妥適、深入檢視、分析這些意見，EMA原訂之定案時程將被迫遞延。新的定案時間表最慢將於十二月中上旬公布。 根據上述「臨床試驗資料公開與近用政策」草案之現行版本（亦即提供公眾評論並回饋意見之版本），原則上，EMA所持有之臨床試驗資料，將依其類型之差異而適用不同的公開或近用標準。依照EMA之分類，試驗資料將被區分為（1）「公開後不會導致個資保護疑慮之試驗資料」、（2）「如經公開，可能產生個資保護疑慮之試驗資料」、（3）「內含商業機密資訊之試驗資料」等三大類。上述第三類之「內含商業機密資訊之試驗資料」不會受到此一政策草案之影響，第二類資料將有限制的公開與提供近用，至於第一類資料，則將公開於EMA網站上供公眾下載。
美國專利商標局發布「發明AI」分析報告，由美國專利申請趨勢分析AI技術普及情形美國專利商標局（USPTO）於2020年10月27日發布「發明AI：由美國專利觀察AI普及情形」（Inventing AI: Tracing the diffusion of artificial intelligence with U.S. patents）智財資料分析報告，本報告分析2002年至2018年共16年間美國AI專利之申請資料，發現在AI專利申請數量由3萬件成長至6萬件，成長幅度為100%，而在全體專利當中AI相關專利所占比率，也由原本的9%成長至接近16%，顯示在AI技術研發創新與普及率的顯著成長。 報告指出，自1950年圖靈（Alan Turing）提出「機器能否思考？」問題以來，現今AI技術的發展已經達到連圖靈也會讚嘆的水準，AI技術在發明領域的重要性益發提升，活躍於AI領域的發明人占全體專利權人的比率也從1976年的1%提升到2018年的25%，在組織的發明專利上也呈現相同的趨勢；除了美國銀行（Bank of America）、波音公司（Boeing）以及奇異電子（General Electric）之外，前30大頂尖的AI公司都來自資通訊領域，其中佔據首位者為擁有46,752項專利的IBM，其次為擁有22,076項專利的微軟以及10,928項專利的Google，而AI技術的應用領域也更加多元，並且與在地產業做結合，例如應用在奧勒岡州的健身訓練與設備以及北達科他州的農業上。 USPTO指出，經由專利資料分析顯示AI技術的發展不僅有顯著的成長，並逐漸與在地產業結合、落實在不同產業領域的多元應用，AI對於產業的影響力將不亞於電力或半導體，隨著AI領域發明人的顯著成長，未來將有更多AI技術在各領域的應用出現，而擴大AI影響力的關鍵在於發明者與公司能否成功將AI納入現有或新產品的功能、流程或服務之中。