2004年WIPO推出國際專利電子申請系統且申請數量激增
受到電子申請系統方便性之鼓舞， 2004年國際專利申請數量激增並正式突破了一百萬件申請的大關，同一年依據專利合作條約(PCT)規定所提交申請的數量也創下紀錄，共計12萬多件。其中美國繼續列在最大用戶榜首，但增長速度最快的是亞洲大陸─即：日本、韓國和中國大陸。
美國國家標準與技術研究院（NIST）於2020年1月16日發布「隱私框架1.0版」（NIST Privacy Framework Version 1.0），為促進資料的有效利用並兼顧對隱私權的保障，以風險管理（risk management）的概念為基礎建構企業組織隱私權管理框架。本隱私框架依循NIST於2018年所提出的「健全關鍵基礎設施資安框架1.1版」（Framework for Improving Critical Infrastructure Cybersecurity Version 1.1）架構，包含框架核心（Core）、狀態評估（Profile）與實施層級（Implementation Tier），以利組織能夠同時導入隱私與資安兩種框架。由隱私框架核心所建構的風險管理機制，透過狀態評估來判斷當前與設定目標的實施層級，進而完成組織在隱私保護上的具體流程與資源配置。 NIST基於透明、共識、兼顧公私利害關係人的程序訂定本隱私框架，用以促進開發者導入隱私設計思維（privacy by design），以及協助組織保護個人隱私，其目標包含透過支持產品或服務設計中的倫理決策（ethical decision-making）及最小化對隱私的侵害來建立客戶的信任；在當前與未來的產品或服務中，因應持續變化的技術與政策環境遵守對隱私的保護義務；以及促進個人、企業夥伴、稽核者（assessor）與監管者（regulator）在隱私權保護實踐上的溝通與合作。 本隱私框架並非法律或法規，亦不具備法律效果，而是做為數位時代下NIST協助企業導入隱私權管理制度的參考工具，企業或組織將能基於本隱私框架靈活應對多樣化的隱私需求，掌握其產品或服務所隱含的隱私權侵害風險，並識別隱私權相關法律規範，包含加州消費者隱私法（California Consumer Privacy Act）與歐盟一般資料保護規則（General Data Protection Regulation, GDPR）等，提出更具創新性與有效性的解決方案，並有效因應AI與物聯網技術的發展趨勢。
司法院擬設置智慧財產專門法院，並就智慧財產案件訂定特別之審理制度鑑於以知識產能為基礎而形成之專利、商標及著作權等智慧財產權，已成為促進國家產業升級及經濟發展之利器，而智慧財產權因無實體存在，故其權利之獲取及維護，端賴健全之智慧財產法制，故完善之智慧財產權爭訟程序，居於關鍵之地位。 智慧財產案件之審理，與一般訴訟相較，有其特殊性，例如其審理必須仰賴科技專業之協助，並經常涉及營業秘密之保護；又因智慧財產有關產品之市場更替週期短暫，因此其迅速審理之要求，具有等同於裁判正確之重要性。而針對智慧財產案件之特性，先進國家多設置專責審理智慧財產案件之專業法院，並就智慧財產訴訟，設有特殊之程序規定，以資因應。 反觀我國之專利法、商標法等智慧財產相關法律，就權利之取得及受侵害有關之訴訟，固亦設有若干特別規定，惟實際上仍有不足，未能充分符合智慧財產案件審理之需求，以致各界認為我國之智慧財產訴訟，仍然存有諸如證據蒐集手段欠缺，舉證困難，以及法官未具備法律以外之專業知識，並過度依賴鑑定結果，以致拖延訴訟，且裁判專業性不足等等缺點，未能符合社會之期待，甚至造成產業發展之障礙。 為改善我國智慧財產訴訟程序，發揮權利有效救濟之機能，司法院擬具「智慧財產法院組織法」及「智慧財產案件審理法」兩草案，期能藉由完善之智慧財產救濟制度，妥善保障智慧財產權人之權益，從而增進我國知識經濟之競爭力。 現今在智財案件處理實務上，權利人最常以提供擔保方式，聲請定暫時狀態處分，以禁止侵權者繼續製造、販賣及銷售商品。由於此舉可立刻讓侵權者沒辦法做生意，甚至逼迫下游供應商選邊站，殺傷力往往比訴訟的審理結果還大。考量智慧產案件之特性， 「智慧財產案件審理法」草案，將智慧財產權保全程序聲請門檻提高，要求聲請人應「釋明」理由，不能僅提供巨額擔保金，否則法官將不准其保全聲請。這項規定勢將促使企業更為審慎地提出「定暫時狀態」處分的聲請， 高科技企業未來將不能動輒利用假扣押等保全程序進行「騷擾」性商業戰術。 行政院院會於 4 月 19 日 已通過前二草案，但政院以附註意見方式，指智財法院應結合民、刑、行政「三合一」審理制度，對涉及行政處分「得」自為判斷，不能「應」自為判斷，期能快速解決訟爭，突破現行智財案件審理瓶頸。
美國「刑事鑑識演算法草案」美國眾議院議員Mark Takano於2019年10月2日提出「刑事鑑識演算法草案」 （Justice in Forensic Algorithms Act），以建立美國鑑識演算法標準。依據該法第2條，美國國家標準與技術研究所（National Institute of Standard）必須建立電算鑑識軟體之發展與使用標準，且該標準應包含以下內容： 一、以種族、社會經濟地位、兩性與其他人口特徵為基礎之評估標準，以因應使用或發展電算鑑識軟體，所造成區別待遇產生之潛在衝擊。 二、該標準應解決:（1）電算鑑識軟體所依據之科學原則與應用之方法論，且於具備特定方法之案例上，是否有足夠之研究基礎支持該方法之有效性，以及團隊進行哪些研究以驗證該方法；（2）要求對軟體之測試，包含軟體之測試環境、測試方法、測試資料與測試統計結果，例如正確性、精確性、可重複性、敏感性與健全性。 三、電算鑑識軟體開發者對於該軟體之對外公開說明文件，內容包含軟體功能、研發過程、訓練資料來源、內部測試方法與結果。 四、要求使用電算鑑識軟體之實驗室或其他機構應對其進行驗證，包含具體顯示於哪個實驗室與哪種狀況下進行驗證。此外，亦應要求列於公開報告內之相關資訊，且於軟體更新後亦應持續進行驗證。 五、要求執法機關於起訴書或相關起訴文件上應詳列使用電算鑑識軟體之相關結果。
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。