日本計劃於今年秋天提出中小企業智財保護指針，防止大企業不當取得智財
近年日本中小企業與大型企業合作研發、進行交易合作的商業型態日益增加，故日本中小企業廳自2017年1月至2020年3月為止（約三年間），針對日本的中小企業進行了訪談，調查了中小企業與大型企業間約12,000筆合作研發等商業行為，從中發現了許多問題，如大型企業常藉由合作研發，參觀中小企業工廠的名義，實際上是竊取中小企業技術、know how；其他還有以共同研發為名，擅自將研發成果使用在其他領域的案例等。
由於中小企業常在商業合作上處與弱勢，故日本政府為促使中小企業與大型企業的合作能符合公平交易原則、以及保護中小企業的智慧財產、技術，防止中小企業的智慧財產、技術、Know how等無形資產被商業合作夥伴（大型企業）不當使用或以非法的方式取得、使用，故日本政府計劃於今年秋天發布「中小企業智慧財產、技術保護指針」。
為改善中小企業與大型企業合作時，可能遭遇的智財、技術歸屬等問題，除透過「中小企業智慧財產、技術保護指針」提供具體的對策與措施，日本中小企業廳將於2021年編列相關預算，以智慧財產權的角度協助中小企業解決智財相關問題，並強化中小企業保護智慧財產權之意識，另外還會提供中小企業智財諮詢等相關支援。
「本文同步刊登於TIPS網站（https://www.tips.org.tw ）」
洪偲瑜
法律研究員 編譯整理
東京新聞，〈政府、中小の知財保護へ今秋指針 取引先大企業の不正防止〉，2020/08/12，https://www.tokyo-np.co.jp/article/48598/（最後瀏覽日：2020/08/18）。
中日新聞，〈政府が中小企業の知財保護へ指針 大企業の不正防止〉，2020/08/13，https://www.chunichi.co.jp/article/103992（最後瀏覽日：2020/08/18）。
SankeiBiz，〈中小の知財・技術保護へ指針、今秋にも提示 大企業の不当取得防止〉，2020/08/14，https://www.sankeibiz.jp/macro/news/200814/mca2008140500006-n1.htm（最後瀏覽日：2020/08/18）。
加拿大政府於2026年6月15日提出C-36號法案，旨在訂定《保護隱私與消費者資料法》（Protection Privacy and Consumer Data Act, PPCDA）。該法案將更改已有25年歷史之《個人資料保護與電子文件法》（Personal Information Protection and Electronic Documents Act，下稱電子文件法），以PPCDA取代電子文件法中關於隱私保護之規範，以更全面、完整之法律框架保障個人隱私權利。目前PPCDA僅為草案，現仍在一讀階段。 壹、事件摘要 加拿大現行私部門之隱私法規已執行25年，然而隨著AI普及、深偽技術之出現、演算法自動化決策及網路對兒童資料之蒐集等數位新興隱私問題，加拿大政府認為有必要調整其現行隱私規範，以確保私部門之隱私規範能因應數位時代下之隱私風險。為此，加拿大創新、科學及經濟發展部（Innovation, Science and Economic Development Canada, 下稱ISED）之AI與數位創新部部長（Minister of Artificial Intelligence and Digital Innovation）代表政府向眾議院提出C-36法案，透過制定PPCDA，更新並現代化加拿大私部門之隱私法規以因應數位時代。 加拿大政府2026年6月初發布國家AI策略—全民AI（Canada’s National Artificial Intelligence Strategy: AI for All，下稱加拿大AI國家戰略）。加拿大國家AI戰略中提出隱私規範於AI時代下之重要性，要求更新加拿大之個資及隱私保護規定，透過隱私保護法規之訂定，確保公民及兒童皆能於數位時代下受到保護。C-36號法案係於加拿大AI國家戰略發布後旋即提出，以該戰略為基礎落實數位信任與推動隱私安全。 貳、重點說明 PPCDA之立法目的是為了應對大量仰賴個資分析、流通及交換之數位時代而建立之個人資料保護規則，同時該法亦將個人資料隱私權定調為個人基本權利。此外，法案制定相關規定兼顧組織需求，始組織得於合理且適當情形下蒐集、利用或揭露個人資料。落實加拿大AI國家政策之創新精神，並同時建立不阻礙創新之私部門隱私保護網。法案之重點說明如下： 一、加強數位時代下之個人資料自主權利 法案為落實隱私為基本權利之立法目的，提升資料當事人對資料之控制權及透明度，使資料當事人於數位時代下更能夠有效控制其個人資料之利用並保障其權利，確保資料當事人之個資被負責任、透明且適當利用。 （一）同意請求須明確 組織若欲利用當事人個資，原則上必須取得當事人之同意方得利用，並且於尋求當事人同意時必須將其蒐集、利用及揭露當事人個資之目的、方式、處理後合理可預見之後果、所欲蒐用之資料類型及可能揭露之第三方等事項告知當事人。在同意要件上，法案要求組織於蒐集當事人個資時，必須以通俗易懂之文字向當事人說明前述事項，並且在確保當事人充分之知情之情形下取得其明示同意。 （二）自動化決策系統（Automated Decision System）之透明度要求 組織若欲使用自動化決策系統對當事人做出涉及法律或類似重大影響（significant effect）之預測、建議或決策時，必須應當事人請求，向其提供該決策之說明。該說明應包含自動化決策系統做出決策所利用之個人資料類型、來源，以及做出該當決策之主要原因。 （三）刪除權 在特定情形下，資料當事人得要求組織刪除或銷毀已被組織蒐集之個人資料。特定情形包含：個資之蒐集、處理及利用違反本法、當事人撤回其對該當個資蒐集、處理或利用之部分或全部同意或該個資之蒐用目的已喪失。 （四）資料可攜權（Data Mobility） 於特定之資料移轉框架下（如電信資料移轉），當事人有權要求組織將其個人資料，於不同組織及服務提供者間安全移轉。 （五）提高對兒童個資之保護 鑒於數位時代下未成年人較以往更容易陷於個資外洩所造成之衍生風險，該法案將未成年人之個資列為敏感資料（Sensitive Information），對未成年人個資建立更嚴格之規範。例如，在蒐集、利用未成年人個資前，必須明確取得其父母或監護人（guardian or tutor）之同意，並排除默示同意之適用。此外，若組織收到兒童個資之刪除請求，組織具有刪除義務，並無例外適用。 二、促進創新 （一）負責任之資料利用及降低隱私風險 法案要求組織需建立隱私管理計畫（Privacy Management Program），明確列出合規之政策及程序，包含個資保護政策、投訴處理方式及員工培訓等，確保在資料利用及創新過程中不侵害當事人隱私。 （二）明定資料去識別化 法案中明確區分去識別化（de-identify）及匿名化（anonymize）之界線。組織得於未取得當事人同意之前提下，以研究、開發及創新（Research and Development）目的，於內部安全利用去識別化之個人資料。 （三）共同監管制度 法案中明定共同監管（Co-regulation）框架規範，允許產業工會或民間組織自行制訂符合該行業別之行為準則，並遵循認證制度，在提報委員會核准。 三、保護加拿大數位主權 就個資之跨境傳輸而言，PPDCA草案 要求組織對個人資料應設適當安全措施。例如，組織於傳輸或揭露個人資料至加拿大境外前，應依規定進行隱私影響評估，並且實施相應措施以降低隱私影響評估結果之風險。 四、執法監督 加拿大政府將以新成立之數位安全與資料保護委員會（Digital Safety and Data Protection Commission of Canada）作為PPCDA之主管機關，該委員會亦將負責《數位安全法》（Digital Safety Act）之制定。兩部法案皆為數位時代下之重要法案，透過委員會統籌，使跨領域之隱私及數位安全之複雜議題能相互調和，在法律適用上取得更大之一致性。 參、事件評析 AI發展快速，為因應新技術對個人資料保護帶來之衝擊，各國皆陸續開始針對隱私相關規定進行不同程度之修訂。加拿大PPCDA草案係於數位時代下，同時兼顧資料創新及個人隱私權利保障之立法範例。其中，在資料運用上其明確區分去識別化及匿名化之差異，並制定了較為彈性之資料應用規定。法案明文，組織得不需取得當事人同意，即以研究開發及創新為目的，於內部利用「去識別化」之個人資料。該立法將為AI技術之模型訓練及資料分析，提供高度彈性及應用空間，平衡了傳統個資法當事人同意為前提及目的限制對科技發展造成之阻礙。 此外，面對數位時代下可能產生之個資風險，該法案亦有所回應。其明確規定自動化決策系統之透明度義務，並賦予當事人要求解釋之權利，強化當事人對其資料之自主；對於未成年人於數位時代下之個資風險，亦透過將未成年人個資視為敏感資料之機制，使未成年人得受到更嚴謹之保護；針對新創產業之發展，法案透過合規比例原則之規定，給予組織依據其量能調整隱私管理計畫之空間，避免對中小企業造成過多負擔而阻礙創新。 我國個人資料保護委員會籌備處於民國114年針對個人資料保護法進行修訂，惟該次修法主要係針對個人資料保護委員會成立所為之組織任務調整，仍未就法律實質規範進行修定。 關於個人資料自主權利，現行個資法在當事人同意請求權，雖有類似規定，但當事人同意之規定上並未包含確保當事人自主性之要件，在同意條款之書面文字規範上也無特定要求。另就刪除權而言，依據現行個資法，當事人無法單純透過撤回同意，要求資料控制者將其資料刪除。除此之外，自動化決策、資料可攜權、及兒少個資保護之強化等數位時代下之個資保護議題，我國現行個資法中並未有相關規範。為因應數位變遷所為之立法改變，建議我國可參考加拿大之修法方向，強化資料當事人對其個資之自主權及對未成年之保護，以因應數位時代下之個資風險。 為有利於產業創新同時能確保個資安全之規範，加拿大此次修法賦予產業建立符合需求之共同監管制度、加強個資跨境傳輸之事前評估等，尤其在假名化制度上之變革更是為資料創新運用增加彈性。反觀我國個資法，於近兩年之修法上僅就資料去識別化有部分修訂，將原規定之「無從識別特定當事人」定義修正為「運用當時技術方式無從識別當事人」，此種較為相對性之標準，但仍未解決實務上假名化與匿名化之管理及應用差異。且於應用上，仍是以傳統之學術研究、統計目的為限，新興科技研發仍會受制於傳統個人資料保護規定。為能促進個資運用及產業發展間之平衡，加拿大之作法得做為未來修法上之參考，透過制度、機制之建立，更彈性地運用個人資料。 整體而言，從加拿大此次對隱私法規之修訂，可見隱私保障與產業創新之調和。我國未來於個資法修法研擬時，亦能參考加拿大之平衡路線，於保障國人個人資料權利之同時，提供新興科技產業發展之合規空間，創造兼具安全及彈性之個資保護環境。 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://keid.nat.gov.tw/tips/）
韓國提出生成式AI訓練合理使用判斷原則指引：指明不構成合理使用之情形韓國提出生成式AI訓練合理使用判斷原則指引：指明不構成合理使用之情形與事例 資訊工業策進會科技法律研究所 2026年07月01日 韓國文化體育觀光部（Ministry of Culture, Sports and Tourism，下稱MCST）與韓國著作權委員會（Korea Copyright Commission，下稱KCC）於2026年2月26日共同發布《生成式AI模型訓練之合理使用適用原則指引》（Guide on Applicability of the Fair Use Doctrine to Training of Generative AI Models，下稱本指引），以韓國著作權法第35條之5合理使用一般條款為基礎，就受著作權保護著作於生成式AI訓練過程遭利用之情形，提出四項判斷要素之適用原則、有利與不利認定之對照及具體事例。 壹、事件摘要 韓國於指引前言指出世界各國將AI技術視為未來核心成長引擎，力求在全球AI領導地位上取得競爭優勢。部分國家呼籲採取政策支持措施，盡可能廣泛允許訓練資料之使用並鼓勵AI發展，惟受憲法保障之著作權與AI驅動之技術創新，係不應以犧牲一方成全另一方之價值。韓國當前最關鍵之政策課題，在於找出一種平衡途徑：既尊重著作權人之正當權利、獎勵創作，同時避免對AI創新造成不當限制，促進共同成長與發展。而且AI發展之創新與著作權之保護並非本質衝突之價值。當二者作為互補原則相互調和時，得共同推動整體社會更廣泛之文化與經濟進步[1]。 貳、重點說明 該指引認為生成式AI訓練各階段之資料蒐集、前處理、模型訓練與評估最佳化，均可能構成著作權法上之重製，在韓國著作權法未設文本與資料探勘專門例外之現況下，AI訓練之利用是否合法，主要回歸第35條之5合理使用之四要素綜合判斷。指引除說明各國案例與法令外，就四項判斷要素逐一整理其定義與要件，同時提出「有利」與「不利」於合理使用之情形，並列舉可能成立與不太可能成立合理使用之事例，藉此將原本高度個案化之合理使用判斷予以類型化。本文重點針對其已表態認為較不利或(不)認同主張合理使用之情況、事例，摘要說明如下： 一、合理使用四要素可能無法構成的情況 （一）利用之目的與性質[2] 1、無轉化利用致目的與性質近似：若利用之目的與性質與原著作相同；未創造新價值或新用途、未顯著貢獻公共利益，且損害既有市場或權利人經濟利益。 2、有直接或間接商業獲益：開發者向使用者直接收取服務對價，或藉廣告與宣傳取得間接經濟利益；非營利研究組織於營利企業贊助下、為該企業商業目的訓練模型。 3、未實施侵權防制技術：若未採取措施以拒絕生成特定受著作權保護著作之重製或模仿之提示，從根本上阻擋重製或模仿特定著作所含表達之請求之AI系統。 4、過度就特定著作進行訓練：將提高生成式AI輸出與原著作共享相似目的或性質之可能性，較可能與著作之「通常利用」相衝突並損害著作權人經濟利益。 5、訓練目的與商業利用有關係：生成式AI系統縱為商業目的開發或訓練，並不當然排除合理使用之認定，縱存在商業目的，若該技術創造新價值並服務公共利益，其利用仍可能獲有利評價。而且，非商業與商業目的可能交織，例如，由大學與企業共同進行之產學合作研究，於初始研究階段可能屬非商業，惟若生成式AI模型用於提供商業服務，則可能有不利認定。反之，縱為營利企業，若其訓練AI模型以生成與其商業活動無關之輸出，亦可能被認定為進行非商業訓練。 6、取得方式違反著作權人意願：著作權人曾採取措施限制網路爬取或擷取，未經許可蒐集受接取限制之著作（如須登入或付費牆後之著作）或規避技術保護措施； 縱著作於技術上可接取，未經著作權人許可將其用於生成式AI訓練，違反適用之條款與條件之方式自網站蒐集著作，或以不被允許之方式接取著作，可能被視為逾越授權範圍。縱著作看似經轉化性利用，若該利用涉及非法重製或不當接取，此等情狀仍可能不利於因素一之有利認定。 (二)著作之類型與目的[3] 就第二要素著作之類型與目的，該指引認下列情形不利於合理使用之認定： 1、資料屬於供享受之文學或藝術著作：使用主要為享受著作本身而創作之文學或藝術著作，或創作性高而個性表達強之著作。因其創作表達係其核心價值，訓練於此等表達之生成式AI模型很可能生成相同或近似之表達特徵。 2、屬未公開或僅於受限或付費接取下提供之著作（如訂閱服務或付費資料庫）：因對權利人經濟利益之影響風險較高，其利用性質與周遭社會期待不同。惟著作可公開取得並不因此即支持可合理使用之認定，可能因robots.txt限制之存在、以及預期利用之範圍與規模等面向，受不同權衡。 (三)所使用部分之質量與重要性 就第三要素，指引認下列情形不利於合理使用之認定[4]： 1、非必要下使用整份著作之量：使用整份著作訓練模型，本身不利於本要素；惟整份利用若基於技術上不可避免且必要之理由，得綜合其他要素另為評價。 2、直接重製核心表達之質：於利用過程中直接重製著作核心表達要素、輸出與原著作實質相同或可替代，且逾越利用目的所合理必要之範圍。 (四)對現在或潛在市場或價值之影響 就第四要素，指引認為下列情形不利於合理使用之認定[5]： 1、造成銷售損失或其他經濟損害：生成式AI訓練所生輸出不可能、或僅極低可能替代原著作之經濟價值或市場需求、或損害其市場價值縱屬商業利用，只要該利用不直接影響原著作市場之需求，亦可能有利於因素四。 2、AI輸出直接或實質重製原著作之核心表達：替代原著作或侵蝕其潛在市場需求之輸出，很可能不利於使用者。 3、損害授權機會、替代或削弱市場：使用著作於生成式AI訓練之授權市場，於部分領域已存在，或視著作類型、訓練方法與模型特性而合理可期於未來出現或發展；AI開發者未經許可蒐集並使用著作進行訓練、再於商業服務中利用訓練後模型，可能妨礙或損害著作權人就類似利用於未來授權以獲利之合理可預見機會。 4、反覆且大規模之未經授權訓練：可能導致未經授權利用，若任其普遍化，可能擾亂通常授權實務與市場規範、削弱受著作權保護著作之市場價值，並實質消滅著作權人獲取收益之能力。 二、合理使用認定可能與不可能事例 本指引於案例部分，直接列舉數則經四要素綜合判斷後(不太)可能成立合理使用之情形[6]，分述如下： （一）可能有利於認定的事例 1、開發者使用可公開取得之線上貼文及合法購買之書籍訓練AI，且著作之利用非意在重製或替代特定貼文或書籍之表達，而係為實現通用型對話與生成能力。此外，開發者曾努力實施技術措施，以拒絕生成與訓練所用著作相同或實質近似輸出之提示。 2、模型係使用主要為傳達事實與資訊之短語或一般非專業表達（如社群媒體貼文或評論）訓練，且輸出呈現相對低度之創作性。 3、開發者別無選擇，須輸入數億筆資料，考量實現通用型語言理解與生成能力之目標，所使用受著作權保護著作之數量與範圍可認為合理。 4、訓練後模型之輸出或基於輸出之服務，未實質替代原著作之觀看、使用或銷售。此外，創作性相對較低之著作，如社群媒體或個人部落格上分享之貼文、留言、評論、照片或影片，或為非商業目的創作之平凡著作（尤其難以辨識或尋得著作權人者），亦用以訓練AI。 5、政府資助研究機構，依《公共資料之提供與利用促進法》所定公共資料，訓練其自然語言處理（natural language processing, NLP）模型，作為其社會不平等研究之一部分。 6、大學研究團隊蒐集以開放取用（open access）發表之論文，開發AI科技摘要模型，隨後並以開源（或開放權重）方式釋出該模型。 7、AI開發者使用可自由取得之科學與工程相關論文全文，建立可自動分析資料並支援研究之模型。 8、AI開發者使用其公司合法下載或以CD購買之戲劇影集或電影等視聽著作訓練模型，以開發分析犯罪者移動模式等犯罪預防應用。 （二）可能不利認定的事例 1、開發者訓練AI模型或提供服務，生成與特定貼文或書籍之句子、結構或表達相同或實質近似之輸出，或模型吸收原著作語言表達之精髓，即字詞於句子、段落或整份文件層次如何被選擇與排列。 2、訓練所用著作具高度文學或藝術創作性，且表達具強烈個性。 3、鑑於AI模型之架構，著作之利用範圍非結構上不可避免，亦非實現通用型語言理解與生成能力目標所合理必要。 4、AI訓練或相關服務之提供，導致受著作權保護著作銷售下降、對著作權人造成經濟損害、剝奪著作權人授權機會，足以構成市場替代或市場稀釋之顯著風險。此外，就AI訓練以合理條件授權之框架（如專為AI訓練目的之獨立授權制度）及集體管理制度已然存在，取得授權相對容易。 5、新聞文章全文訓練之摘要服務：未經新聞出版商許可，爬取並就新聞文章全文訓練模型，經營自動提供文章摘要之商業服務。本指引認其目的與原新聞文章近似而不具轉化性、著作係未經授權蒐集、使用全文，且摘要可能使讀者無須造訪原文即取得資訊，侵蝕出版商之訂閱與廣告收益。 6、合法購買教科書訓練並銷售教材：以合法購買之數位教科書訓練AI，生成教科書或習作簿並銷售。本指引認縱原書係合法購買，利用目的仍不具轉化性、所用著作具學術與教育價值、使用全文，且輸出可能替代或削弱出版商之教材市場。 7、未授權付費圖庫影像訓練並販售：未經許可爬取付費圖庫網站之高解析度付費影像訓練模型，並販售生成影像。本指引認其未經許可蒐集、目的不具轉化性、使用全份著作，且輸出可能替代圖庫或授權市場；又付費影像平台多設浮水印、API控管、robots.txt等技術措施以防未經授權蒐集，故此類利用不太可能成立合理使用。 8、歌手歌曲訓練經營付費AI翻唱：自音樂平台購入某歌手之數千首歌曲訓練模型，經營付費AI翻唱歌曲生成業務。 參、事件評析 如同韓國指引所揭示，其立場認為須找出平衡途徑，既尊重著作權人之正當權利、獎勵創作，同時避免對AI創新造成不當限制，促進共同成長與發展，以求二者作為互補原則相互調和，使整體社會文化與經濟進步，故雖其承認AI訓練確實涉及重製權，但亦認為如手段與來源合法，且其結果必須有轉化性、未影響既有經濟利益，則仍有主張合理使用的可能。此指引所呈現的態度，公益目的、公開取得及合法購買之書籍、為實現通用型對話與生成能力、實施技術措施、不產生替代效果，實亦呼應目前國際上就AI著作合理使用的多數看法。 就我國而言，我國著作權法第65條之合理使用四款判斷基準，與韓國第35條之5同屬四要素綜合判斷之立法例，且我國現行法同樣未設TDM專門例外，相關修法方向尚未聞擬進行研議。韓國其於TDM例外立法屢議未決之際，以其現行合理使用一般條款（第35條之5）為基礎、輔以行政指引因應AI訓練，以要素分析、不利類型化、具名事例的模式，引導、傳達主管機關立場的操作合理使用之作法，對我國主管機關研擬相關解釋或指引之參考價值較高。 韓國指引之價值，不在其結論具拘束力，因其明示固為主管機關之立場呈現，但其也特別揭示指引非權威解釋，所列案例與例示僅供說明與解釋之用。然而在其將原本高度個案化、難以事前預測之合理使用判斷，整理為可操作之不利類型與事例，為權利人與AI開發者提供風險預判之座標。以指引降低判斷不確定性之方式，亦呼應我國人工智慧基本法立法後，政府在相關作用法的整備上，以指引先行因應、再視實務累積決定是否立法之階段性的治理選擇，足供我國參酌。 本文著作權屬財團法人資訊工業策進會科技法律研究所所有，如需引用或轉載，請註明出處。 本文同步刊登於TIPS網站（https://keid.nat.gov.tw/tips/） [1] 韓國文化體育觀光部、韓國著作權委員會，《生成式AI模型訓練之合理使用適用原則指引》（Guide on Applicability of the Fair Use Doctrine to Training of Generative AI Models），頁8（2026）。 [2] 同前註，頁32-37。 [3]同前註，頁37~39。 [4] 同前註，頁39~41。 [5] 同前註，頁41~45。 [6] 同前註，頁50~頁62。
英國交通運輸部公布「交通運輸之未來」公眾諮詢文件英國交通運輸部及聯網與自動駕駛車中心（Centre for Connected and Autonomous Vehicles, CCAV）於2018年7月30日公布「交通運輸之未來」公眾諮詢文件（Future of Mobility－Call for Evidence），提及未來之交通運輸趨勢： (1) 更加潔淨之交通運輸工具（cleaner transport）:因電池價格下降、電動車技術之改善、開發替代燃料等因素，可減少現有交通工具之碳排放，並作為後續新技術研發基礎。英國政府已明確表示預計於2040年前讓新車及貨車實現零碳排目標。 (2) 自動化（automation）：因感測器技術進步以及演算法和人工智慧之快速發展，使交通運輸自動化程度大幅提升。英國政府預計2021年可讓完全自動化駕駛車輛於道路行駛。 (3) 資料及聯結（data and connectivity）：未來聯網車輛間可互聯，亦可與交通號誌互聯，透過即時路況告知，以避免道路壅塞。 (4) 新模式（new modes）：英國已使用無人機於緊急服務或基礎設施勘查，未來可能有垂直起降之車輛出現，而計程車及公車之分別亦逐漸模糊。 (5) 交通運輸共享化（shared mobility）：利用共享車輛可降低交通壅塞及廢氣排放，如公共自行車、商業化之車輛共乘。 (6) 不斷轉變的消費者態度（changing consumer attitudes）：消費者已漸漸期待所有交通工具的預約叫車及支付，皆可透過手機進行，主管機關則應考量消費者需求，確保相關交通服務的利用。 (7) 新商業模型（new business models）：未來交通運輸已有新商業模式出現，如公共運輸行動服務（Mobility as a Service）。 英國政府期望透過上述交通運輸變革，能帶來更安全、便利及潔淨之交通，並實現更好的生活品質。
德國Brüstle vs. Greenpeace案於歐盟再掀人類胚胎幹細胞研究爭議歐盟1998年生物科技發明法律保護指令(Directive on the legal protection of biotechnological inventions，98/44/EC)第6條(2)(c)雖規定「將人類胚胎作產業或商業用途之使用不具備可專利性」，但並未定義何謂「人類胚胎」及「產業或商業用途使用」，因此德國聯邦最高法院於2009年審理Brüstle vs. Greenpeace一案時，遂提請歐盟法院就前述問題為初步裁定。 在歐盟法院提出初步裁決前，佐審官(Advocate General)M. Yves Bot已先於2011年3月10日提出其法律意見書，認定人類胚胎的概念包括從受精、發展為起始性全能幹細胞(initial totipotent cells)到形成完整人體的整個階段，凡已具備發展為完整人體的基本特質與能力者，均符合指令第6條(2)(c)所稱之胚胎，而不具有可專利性；此外，任何涉及毀損人類胚胎或以人類胚胎為基礎材料的技術亦違反公共秩序與道德，而不得授予專利。至於「產業或商業用途」，其認為係指任何基於產業或商業目的大量製造及使用人類胚胎之行為。 歐盟法院將於近日作出初步裁決，由於佐審官之意見向來對於裁決結果具有實質影響力，故該意見書已引發各界高度關注與討論；雖然德國聯邦最高法院未必會依循裁決結果進行判決，但該裁決內容已涉及人類胚胎幹細胞研究的核心-胚胎定義與研究成果的可專利性問題，因此未來將對各國幹細胞研究的立法政策走向造成何種影響，值得密切觀察。