美國商務部產業安全局對半導體成熟節點晶片的使用進行評估調查
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。
本文為「經濟部產業技術司科技專案成果」
陳奕夫
專案經理 編譯整理
Bureau of Industry & Security, BIS Deploys Assessment On The Use Of Mature-node Chip (2024), https://beta.bis.gov/press-release/bis-deploys-assessment-use-mature-node-chip (last visited Apr. 29, 2024).
吳彬詣，〈歐盟啟用半導體供應鏈示警系統，監測各成員國半導體供應鏈狀況〉，資訊工業策進會科技法律研究所，2023年6月，https://stli.iii.org.tw/article-detail.aspx?tp=1&d=9007&no=64（最後瀏覽日：2024/04/29）。
許祐寧，〈美國商務部提出CHIPS護欄條款，對受補助者實施限制以維護國家安全〉，資訊工業策進會科技法律研究所，2023年6月，https://stli.iii.org.tw/article-detail.aspx?tp=1&d=8992&no=64（最後瀏覽日：2024/04/29）。
從知名髮油商標侵權案看企業商標管理 科技法律研究所 2014年07月24日 隨著同性質的消費性產品選擇越來越多元，品牌對於消費者而言無疑愈加重要，尤其在未使用過產品、不確定產品品質時，品牌已成為消費者選購產品的重要指標。正因如此，企業無不爭相投入資源經營品牌，提升品牌能見度。然而品牌一旦知名後，仿冒亦如雨後春筍般接連發生，正如最近許多明星加持的護髮產品-摩洛哥優油，疑似於知名連鎖通路出現分身，在現行商標法體制下，商標權人如何主張保護、利用人(產製商、通路商)行為是否構成侵權及應負哪些責任，成為關注焦點，國內許多新聞亦特別報導此判決結果[1]，以下就今年(2014)5月的摩洛哥優油商標仿冒侵權案(智慧財產法院102年度民商訴字第19號民事判決)，進行評析並提供我國企業商標管理作法建議。 壹、事件摘要(編碼請使用手動，以防上傳後格式會跑掉) 原告為產製摩洛哥優油護髮產品的公司，並以「moroccanoil」文字及「特殊藍綠底色配上橘色M字母」包裝積極行銷推廣產品，並於2008年在台灣註冊有「moroccanoil」文字商標[2]及「特殊藍綠底色配上橘色M字母，以及白色moroccanoil文字」平面圖形商標[3]。被告共有三者，產製商、行銷代理商及銷售通路商，被告所產製及銷售的產品包裝是由被告產製商委託他人設計，該包裝主要色調同樣以藍綠色底色搭配橘色M字母，惟於包裝上另有花朵圖案、橘色M字母另有一片綠葉。又被告產品上印有白色字體為「morocco hairoil」，惟另有白色字體「magic」商標及「頂級摩洛哥黃金優油」文字。原告認為被告行為構成商標侵權及不公平競爭，遂提出民事訴訟，請求被告停止侵害並負擔損害賠償。智慧財產法院認為被告行為構成商標侵權，判決被告應即停止侵害商標權行為，並給付原告新臺幣貳佰肆拾貳萬柒仟玖佰壹拾伍元損害賠償。 貳、重點說明 從此判決中主要爭議可分成兩部分。第一，在於被告使用行為是否構成商標使用，並產生混淆誤認的可能，進而構成侵權。第二，原告對於被告侵權請求損害賠償之認定及計算方法。 一、商標使用之定義 行為人於自身產品上標示自有品牌商標外，若於產品上想同時使用他人商標來描述產品成分或性質等，須特別注意使用方式，避免將他人商標作為商標使用。亦即，若整體觀察產品包裝設計、排版位置，他人商標為產品包裝整體之主要顯著部分，則該行為尚難被認定僅係將他人商標作為產品產地、成分等描述性說明，而可能被認定為商標使用行為。故應盡量避免使用他人商標，若有使用他人商標需求時，即便同時有使用自身商標，仍應注意使用他人商標的方式，避免將他人商標作為產品來源之主要識別。 二、商標侵權之認定 是否構成商標侵權，主要判斷相關消費者是否產生混淆誤認之可能。而認定是否產生商標混淆誤認之虞，其中判斷因素之一「商標近似程度」，係以通常消費者施以普通注意、異時異地整體觀察。亦即，將行為人使用的標識和他人商標於不同時間、不同地點分別觀察，且是以消費者一般消費時所施的普通注意力就標識及商標的整體來觀察。故若以前述原則觀察認為兩者近似程度高，縱然將兩者同時同地、相互比對時可發現許多細節差異，仍不影響此商標近似程度之判斷。 三、侵權之故意或過失要件 委託他人設計商標者，擁有實際指示和最終確認他人設計之權限，不得以他人設計為由，認為自身無侵害商標權之故意或過失。此外，銷售通路商雖非自行製造產品者，惟上架銷售前，仍有義務注意其營業是否侵害他人權利，無法完全推諉責任。然而值得注意者，從本案中可發現判斷銷售通路商是否有故意或過失，尚有其他相關事實須綜合考量，例如銷售通路商的企業型態、規模、他人商標於該類產品的識別度或知名度等。 四、損害賠償之計算 本案損害賠償主要牽涉商標法第71條第1項第3款規定[4]。「產品零售價格」應考量現今企業行銷手法，主要仍須觀察「常態」的售價為何。若給予產品較高之定價，再慣常的以折扣後價格實際販售予消費者，則應認折扣後的價格為產品在一般情況零售時之常態價格，而原本定價僅有影響消費心理之作用，不得認定為產品之零售單價。又「查獲數量」應注意數量計算標準，以實際查獲為主，行為人產製的數量、進出口銷售量等皆不得作為數量之計算。 參、事件評析 雖全案仍可上訴，惟對於商標權人、利用人(產製商、銷售通路商)而言，此案就利用人的商標使用行為、商標侵權的認定分析及損害賠償的計算，仍值得我國企業留意。以下就產製商、銷售通路商及商標權人分別提供企業建議： 一、從產製商觀點 委託他人設計商標或產品包裝時，應盡監督之責，並於合約中明定設計成果侵權時之責任負擔。例如於合約中要求設計單位產出的設計成果不得侵害他人權利，若有侵權情事，由設計單位全權負責。此外，產製商若有必要使用他人商標以描述自身產品時，應注意使用方式，避免突顯他人商標，以降低侵權風險。例如於產品型錄正中央放置他人商標且超過2/3版面，僅將自身品牌logo放置於型錄封底的角落處。 二、從銷售通路商觀點 應確認產品來源及產品相關權利狀態，例如產品由誰產製、由何處進口；該產品是否有相關技術受專利權保護：該產品包裝是否侵害他人著作權及商標權等。此外，進貨時應與供應商簽約，明確約定產品侵權之風險分擔。例如產品對外販售時發生商標權人主張侵權、請求損害賠償時，由供應商負擔全額損害賠償，亦或由銷售通路商及供應商按特定比例分擔損害賠償。 三、從商標權人觀點 現今多數國家採商標註冊主義，原則上商標取得註冊後方享有商標權保護。商標權人應於各行銷國家妥善註冊商標並建立仿冒因應機制，定期由專人追蹤商標侵權仿冒情事，並完整蒐集相關證據資料，例如侵權仿冒品及發票或相關購買證明，俾利後續權利的主張，包含商標權侵害的排除、損害賠償的請求。 隨著品牌對市場行銷日益重要，商標侵權仿冒愈趨嚴重，在現行商標法下商標權人、利用人(產製商、通路商)皆應注意法規及實務判決動向，以反映在自身企業管理上，達到有效維權，降低侵權風險的目標。 [1]孫友廉，〈賣山寨髮油，屈臣氏判賠〉，蘋果日報，2014/05/11，http://www.appledaily.com.tw/appledaily/article/headline/20140511/35824255/ (最後瀏覽日：2014/06/15)；〈賣山寨摩洛哥優油，屈臣氏判賠242萬〉，PChome新聞，2014/05/11，http://mypaper.pchome.com.tw/smallfower140508/post/1327780287 (最後瀏覽日：2014/06/15) [2]註冊號01336555。 [3]註冊號01336554。 [4] 「商標權人請求損害賠償時，得就下列各款擇一計算其損害：…三、就查獲侵害商標權產品之零售單價一千五百倍以下之金額。但所查獲產品超過一千五百件時，以其總價定賠償金額。」
為打擊境外逃漏稅，國際間持續擴大稅務資訊自動交換經濟合作暨發展組織（簡稱經合組織、Organization for Economic Cooperation and Development,下稱 OECD）於今年6月30日表示「2019年已有近百個國家/地區進行了稅務資訊自動交換，使其稅務機關可以獲得其居民在海外所持有的8,400萬個金融帳戶的數據，涵蓋的總資產達10兆歐元。相較於2018年（交換了4,700萬個金融帳戶資訊，約5兆歐元）有了顯著增長。」且「共同申報準則（亦稱共同申報及盡職審查準則、Common Reporting Standard, 下稱CRS）要求各國和各司法管轄區每年自動交換其金融機構提供的非居民的金融帳戶資訊，以減少境外逃漏稅的可能性。許多發展中國家已加盟其中，預計未來幾年會有更多國家加入。」 OECD秘書長Angel Gurría亦表示「由OECD創建並由全球論壇管理的這種多邊交換制度，此刻正為世界各國（含發展中國家）提供大量的新資訊，使各國稅務管理部門能夠確保境外帳戶被正確申報。尤在目前COVID-19危機中，各國正籌集急需的收入，一個無處藏富的世界，此點遂至關重要。 事實上，我國財政部於2017年11月16日所發布（民國109年4月28日修正）之「金融機構執行共同申報及盡職審查作業辦法」(簡稱CRS作業辦法)，正是為了使我國接軌OECD發布及主導的CRS，藉由提高金融帳戶資訊透明度，據此與其他國家/地區進行金融帳戶資訊自動交換，以利我國與各國稅捐機關能正確且完整地掌握其境外納稅義務人的金融帳戶資訊。值得注意的是，我國第一波稅務資訊自動交換將於本年度9月份與我國32個稅捐協定國進行。
因應綠色採購 環保標章實驗室認證問題有待解決近年來，國際企業強調「綠色商機」，綠色競爭力更成為台灣企業進軍國際市場的指標之一。政府配合綠色風潮，鼓勵國內綠色生產及綠色消費，在政府採購法增列綠色採購條款，並通過「機關優先採購環境保護產品辦法」。然而這些美意，卻可能因為環保標章實驗室認證問題，大打折扣。 造成上述結果的主要原因是，我國因相關環保法令不周全，環保管理、監督單位權責不一，形成三不管局面，影響廠商競爭力。舉例而言，現在環保署嚴格把關環保標章實驗室，檢查近 20 家實驗室，最後只認定三家有合格檢測能力，廠商要取得環保標章，一定要找這三家業者，形成供需嚴重失衡局面，廠商耗時、浪費金錢，還是拿不到環保標章。 另外，環保標章實驗室的管理單位，應該是環保署還是經濟部標準檢驗局；發生爭議事件，環保署和標準局各有說詞。環保標章是環保署核發，但實驗室檢測、管理則由標檢局負責，故而出現三不管的局面。 今年 7 月 1 日 ，歐盟全面執行 RoHS （無鉛製程）環保措施，明年，歐盟開始執行 WEEE （廢棄電機電子產品回收）環保措施，由於台灣資訊大廠 98% 為出口導向，這兩個規定使我國資訊廠商不得不審慎因應之，然而， RoHS 及 WEEE 僅是一個開端，未來歐盟一旦通過 REACH 規則，因環保要求而受影響的產業將更多，可見環保標章實驗室認證問題，必須嚴格看待並儘速解決。
世界衛生組織發布人工智慧於健康領域之監管考量因素文件，期能協助各國有效監管健康領域之人工智慧世界衛生組織（World Health Organization, WHO）於2023年10月19日發布「人工智慧於健康領域之監管考量因素」（Regulatory considerations on artificial intelligence for health）文件，旨在協助各國有效監管健康領域之人工智慧，發揮其潛力同時最大限度地降低風險。本文件以下列六個領域概述健康人工智慧之監管考量因素： （1）文件化與透明度（Documentation and transparency） 開發者應預先規範（pre-specifying）以及明確記錄人工智慧系統（以下簡稱AI系統）之預期醫療目的與開發過程，如AI系統所欲解決之問題，以及資料集之選擇與利用、參考標準、參數、指標、於各開發階段與原始計畫之偏離及更新等事項，並建議以基於風險之方法（Risk-based approach），根據重要性之比例決定文件化之程度、以及AI系統之開發與確效紀錄之保持。 （2）風險管理與AI系統開發生命週期方法（Risk management and AI systems development lifecycle approaches） 開發者應在AI系統生命之所有階段，考慮整體產品生命週期方法（total product lifecycle approach），包括上市前開發管理、上市後監督與變更管理。此外，須考慮採用風險管理方法（risk management approach）來解決與AI系統相關之風險，如網路安全威脅與漏洞（vulnerabilities）、擬合不足（underfitting）、演算法偏差等。 （3）預期用途、分析及臨床確效（Intended use, and analytical and clinical validation） 開發者應考慮提供AI系統預期用途之透明化紀錄，將用於建構AI系統之訓練資料集組成（training dataset composition）之詳細資訊（包括大小、設定與族群、輸入與輸出資料及人口組成等）提供給使用者。此外，可考慮透過一獨立資料集（independent dataset）之外部分析確效（external analytical validation），展示訓練與測試資料以外之效能，並考慮將風險作為臨床確效之分級要求。最後，於AI系統之上市後監督與市場監督階段，可考慮進行一段期間密集之部署後監督（post-deployment monitoring）。 （4）資料品質（Data quality） 開發者應確認可用資料（available data）之品質，是否已足以支援AI系統之開發，且開發者應對AI系統進行嚴格之預發布評估（pre-release evaluations），以確保其不會放大訓練資料、演算法或系統設計其他元素中之偏差與錯誤等問題，且利害關係人還應考慮減輕與健康照護資料有關之品質問題與風險，並繼續努力創建資料生態系統，以促進優質資料來源之共享。 （5）隱私與資料保護（Privacy and data protection） 開發者於AI系統之設計與部署過程中，應考慮隱私與資料保護問題，並留意不同法規之適用範圍及差異，且於開發過程之早期，開發者即應充分瞭解適用之資料保護法規與隱私法規，並應確保開發過程符合或超過相關法規要求。 （6）參與及協作（Engagement and collaboration） 開發者於制定人工智慧創新與部署路線圖之期間，需考慮開發可近用且具有充足資訊之平台，以於適合與適當情況下促進利害關係人間之參與及協作；為加速人工智慧領域實務作法之進化，透過參與及協作來簡化人工智慧監管之監督流程即有必要。