在人工智慧（AI）技術快速推進的當前，全球競賽軸線已從純粹的模型效能評比，延伸至算力資源、資料品質與資本規模的綜合較量。台灣雖然在半導體製造與硬體供應鏈佔據全球核心地位，但若未同步健全資料授權、智慧財產權與金融配套，產業將面臨僅能充當代工製造基地的轉型瓶頸。
資料訓練缺乏專章 著作權爭議有待釐清
隨著生成式 AI 發展迅速，模型訓練所需的大量文本與影像資料引發著作權界線的疑慮。目前台灣現行的《著作權法》並未針對 AI 模型訓練或「文字與資料探勘（Text and Data Mining, TDM）」設置專門的免責或權利限制條款。當前企業若使用具著作權的內容進行訓練，主要仍依據一般《著作權法》第 65 條的合理使用原則，針對具體利用行為進行個別衡量。
這種模糊空間讓許多本土軟體開發者與企業面臨潛在法律風險。產業界普遍期待主管機關能提供更具體的操作指引，明確界定哪些公開資料可直接用於模型訓練、企業在何種情況下必須取得授權、創作者如何聲明拒絕資料探勘，以及商業運作下的利益分配機制。
資料資產化缺乏機制 無形資產融資難度高
除了著作權問題外，如何將企業累積的資料轉化為可交易或融資的資產，也是產業升級的巨大挑戰。現行法規對企業資料庫、製造流程參數與供應鏈資訊的權利歸屬劃分不夠清晰，再加上個人資料保護法與營業秘密法規的限制，導致企業難以在安全合規的前提下進行資料授權或交換。
另一方面，在金融融資層面，AI 新創公司與軟體企業的核心價值多半來自演算法、創新技術與資料資產，而非傳統銀行偏好的土地或廠房等實體不動產。由於國內目前缺乏客觀、具公信力的資料鑑價機制與無形資產擔保標準，導致這些以技術為導向的企業在爭取金融機構授信或融資時遭遇阻礙。
這代表什麼
對台灣產業而言，這意味著「硬體強、軟體弱」的結構性問題若不透過法制改革打破，將難以在 AI 時代獲取更高附加價值的利潤。對一般企業與中小企業主來說，如果政府能儘速建立明確的資料授權原則與鑑價體系，企業內部長期累積的製造經驗、客戶行為等優質資料，未來將有機會經過合法授權成為具體的資產，甚至作為向銀行融資或吸引投資的依據。對科技開發者而言，清晰的著作權法規也能減少開發過程中的侵權風險，促進本土 AI 模型與應用的健全發展。
背景補充
國際間對於 AI 資料治理與著作權修法已有不同發展路線。歐盟推動《人工智慧法》（AI Act），要求通用型 AI 模型開發者必須揭露訓練資料摘要並遵循著作權規範；歐盟的《資料法》（Data Act）則側重於資料的存取與分享機制而非設定絕對所有權。日本則透過《著作權法》修訂，對不涉及個人思想表達的資訊分析行為給予較大的法律彈性，以鼓勵技術創新。
國內主管機關智慧財產局已召開公聽會，著手研擬「生成式人工智慧著作權指引」，試圖梳理現行法規的適用界線。同時，國際會計準則理事會（IASB）也在研議如何改善無形資產的認列與揭露規範，顯示建立資料價值鑑價體系已是全球共同面臨的課題。
常見問題
台灣目前的著作權法允許將網路上有版權的資料拿來訓練 AI 模型嗎？
目前台灣《著作權法》尚未針對 AI 訓練設立專門的免責條款，仍須依據現行法規中的合理使用原則針對具體行為進行判定，智慧財產局目前正透過研擬相關指引來釐清適用範圍。
歐盟與日本在 AI 訓練資料的著作權法規上有何不同？
歐盟要求通用型 AI 開發者必須透明公開訓練內容摘要並遵守著作權政策；日本則採取相對開放態度，允許非以享受著作思想或情感為目的的資訊分析利用，但以不當損害權利人利益為限。
為何企業的資料無法像不動產一樣直接向銀行抵押融資？
主要原因在于資料權利歸屬認定複雜，且國內缺乏公信力的資料鑑價標準與無形資產擔保機制，導致金融機構難以評估資料的實際價值與風險。