娛樂法：AI如何改寫內容產業—從訓練資料、生成內容到數位分身，內容產業必須知道的權利新秩

從一鍵生成、訓練資料到數位分身，寫給影視、音樂、出版、廣告與創作者的AI娛樂法指南。看懂誰有權利、能否商用、如何降低侵權風險，以及內容產業正在形成的下一套交易規則。
AI 不只是新的創作工具，它正在改寫整個內容產業的秩序。
一個模型為什麼會寫、會畫、會唱、會生成影片？它訓練時到底使用了誰的作品？AI 生成內容能不能享有著作權？創作者、平台與內容公司之間，權利到底歸誰？當聲音、臉孔、角色與表演都能被製作成數位分身，娛樂法又該如何回應？
本書從娛樂法與內容產業出發，沿著「訓練端」與「產出端」兩條主線，系統拆解生成式 AI 帶來的著作權與產業秩序問題。
訓練端，處理 AI 如何取得能力、訓練資料是否合法、資料探勘與合理使用如何判斷。從藝術家風格爭議、AI 圖像生成、資料探勘前史，到美國、歐洲、日本與台灣正在形成中的政策與判決，本書說明 AI 訓練不只是技術問題，更是創作者、平台與內容產業之間的利益分配問題。
產出端，處理 AI 生成內容是否受保護、權利歸屬如何認定、衍生著作如何評價，以及內容產業如何面對平台條款、授權、上架、跨境交易與風險控制。當內容可以被更快、更便宜、更大量地生成，真正稀缺的將不只是創意與速度，而是乾淨、可交易、可授權的權利秩序。
從 ChatGPT、Midjourney、AI 圖像、AI 聲音，到數位分身與表演者保護，本書帶讀者看懂：生成式 AI 時代，內容產業如何重新洗牌。

「在 AI 時代，速度不再是唯一的競爭力，乾淨的權利鏈才是內容產業最值錢的護城河！」

1. 華文市場第一本從「娛樂法」現場出發的 AI 版權實戰指南：擺脫生硬法條與純工具書框架，以影視、音樂、出版、設計、藝人經紀等內容現場為本，全面拆解生成式 AI 的商業與法律秩序。
2. 獨家「訓練端／產出端」雙主線架構：系統化解析「AI 如何學會創作（訓練資料合法性）」與「生成內容如何安全商用（版權歸屬與衍生著作）」。
3. 直擊「聲音、肖像、數位分身」最新法律前沿：從作品保護延伸至表演者保護、人格權與數位身分控制，全面防範風格被抄襲、聲音被盜用的產業焦慮。
4. 星級黃金推薦陣容跨界力挺：橫跨流行音樂、金鐘名導、電影監製、產官學高層全力背書，話題度與權威感兼具。

林發立（Fali Lin）
自1993年起從事法律工作，現為萬國法律事務所資深合夥人。主要執業領域包括商務策略與爭議解決、娛樂法與文創法、專利與智慧財產權糾紛、AI法律、醫藥與化妝品法遵、連鎖事業法律風險管理，以及重大特殊訴訟事件。
近年曾主辦台灣重要LED專利鉅額侵權事件，並長期關注AI技術對內容產業、智慧財產權與商業模式的影響。在影視、音樂與文創領域，曾處理多件具代表性的娛樂產業法律事件，包括《蘇打綠》樂團及團員與前經紀人間刑事及民事糾紛與團名取回相關案件，以及《鬼才之道》、《冠軍之路》等大型電影作品之合資、授權等。
除實務案件外，亦持續撰寫娛樂法、AI法律與內容產業相關分析，發表《娛樂法：NewJeans案揭開的合約真相》、《娛樂法：AI如何改寫內容產業——從訓練資料到生成內容的著作權秩序》等系列文章，協助公私部門處理著作權法相關問題，並協助規劃《恐龍1號》基金（有限合夥）等文創投資與產業合作專案。

◆ 跨界重磅專文推薦

李芃君｜臺灣新媒體暨影視音發展協會（NMEA）理事長、台灣大哥大新媒體副總經理
馮勃翰｜國立台灣大學經濟學系副教授、《月球背面的經濟學》製作主持人
王小棣｜台灣電影、電視劇編劇、導演
呂正華｜中華民國全國工業總會秘書長（曾任數發部數位產業署署長、經濟部工業局局長）

推薦序
重新定義價值的美麗新世界
馮勃翰（臺大經濟系副教授、月球背面的經濟學Podcast主持人）

人工智慧正如何改寫內容產業？這是一個大哉問。
過去幾年，有兩個案例讓我印象深刻。它們看似分屬不同領域，卻共同指向一個正在發生的巨大變化：AI不只改變內容的生產、傳播與消費方式，也正在重新定義內容的價值，以及我們對「權利」的想像。
第一個案例是全球最大的論壇網站Reddit。在ChatGPT出現之後，網路媒體都遇到了一個兩面夾擊的困境：首先，越來越多讀者凡事直接問AI，不再上網搜尋和閱讀，造成媒體流量潰散；再來，媒體內容被AI公司大量抓取，成為AI的訓練資料和答題參考。
在一片哀嚎中，Reddit找到方法與AI巨頭競合。
他們先取消免費API，築起資料的防線，再與Google和OpenAI等公司談判，讓原本被免費取用的內容，成為可以授權的資產。有人問，為什麼Reddit能做到？執行長史蒂夫．霍夫曼（Steve Huffman）指出，人工智慧來自於人類智慧，而他們最珍貴的資產，是平台上真實的人類對話：各地網路鄉民的經驗分享、爭論、推薦、幽默和互動，都是AI難以自行創造的內容。
不僅如此，Reddit借助AI多語言翻譯，讓自己的使用者從英語系市場走向全球。他們同時也推出AI廣告生成工具，幫廣告主降低廣告內容的製作成本，進而帶動更多的廣告投放。
第二個案例是成立於2022年的AI聲音公司ElevenLabs。才短短四年時間，公司估值就已突破百億美元大關。他們讓AI不只是能把各國語言的文字念出來，還能呈現語氣、情緒，或甚至會表演。隨著這類技術大幅降低聲音製作的門檻，有聲書、廣播劇等聲音內容開始大爆發。原本大家擔心AI會取代部分配音員的工作，但同時也有更多聲音製作相關的人類工作，被創造出來。
不只如此，當一個人說話的聲線、語調和風格可以建立成AI模型，一個人的「聲音」，也開始成為可以被授權使用的數位資產。ElevenLabs推出Iconic Marketplace，讓愛因斯坦（Albert Einstein）、茱蒂．嘉蘭（Judy Garland）和佩佩豬（Peppa Pig）的聲音，都能讓人合法授權使用。在未來，一個角色IP可能不再只包含外觀造型與文字設定，還會納入角色的聲音模型。而這正是玩具公司孩之寶（Hasbro）目前在探索的方向。
從Reddit到ElevenLabs，我們看到，生成式AI打破了內容產業既有的運作模式和價值分配，也為我們開創了以前不曾有過的全新領域。這個新世界的權利界定和規則秩序，都需要重新建立。
例如，當AI公司把既有的創作內容拿去讓AI學習風格，究竟是合理使用還是侵犯權利？當一個人的聲音、舞姿、神態可以被模型化，這些究竟屬於人格還是資產？若是資產權利屬於誰？更廣泛來說，我們該用怎樣的原理原則來制定AI時代的新秩序？
而這些問題，正是林發立律師這本《娛樂法：AI如何改寫內容產業》所要處理的核心。
我認為，這本書最重要的價值，在於它來得非常及時，而且帶著台灣視角，完全聚焦在內容產業。不只如此，林律師具有化繁為簡的超能力，把千絲萬縷的複雜問題，梳理得清楚透徹。例如，AI對內容產製者是一把雙面刃：AI公司可能拿你的創作去訓練模型，但訓練好的AI模型可以讓你用來創作。
正因為各種規則其實都還在形成，所以重點不只在於現行法律如何規範、個別問題如何解答，而在於新秩序應該用怎樣的邏輯去發展、我們該用怎樣的架構去思考。
因此，這本書的讀者絕不只是法律人和政策制定者。我認為，所有從不同面向投入內容產業的朋友，無論你是創作者、製作人、演員、經紀人、平台經營者還是投資人，這本書都會帶給你許多啟發和幫助。別的不說，AI正在改變每一個產業參與者的相對優勢與力量，也正在讓價值重新被定義和分配。
最後讓我引用赫胥黎（Aldous Huxley）的書名：AI正在打開一個充滿未知機會與風險的「美麗新世界」。這個新世界不只需要強大的科技，更需要人類的智慧、創意，以及與之相應的新規則。真正值得思考的，不只是AI能做到什麼，而是當科技不斷放大人的能力，我們希望把世界帶向何方。

====
推薦序
AI時代下的兩種戰戰兢兢
王小棣（台灣電影、電視劇編劇、導演）

從2017年、2018年開始，我便焦慮台灣的影視內容創作怎麼接軌雲端平台的商業模式，於是做了很多不成功的嘗試，也冒昧打電話給幾位相關領域的大人物，約時間當面請教。這幾年的莽撞探索過程中，林發立律師始終帶著他身為律師對著作權未來變化的關注，一路相伴，甚至可以說「無役不與」，我都還清楚記得，有幾次我們從大人物的辦公室走出來，就站在大樓門口或停車場，一面交換筆記，一面舒緩請教時所面對的迂迴和不得其門而入的壓力。
接近十年後，我看著林律這本「娛樂法：AI如何改寫內容產業」的新書，彷彿看見他個人面對那「仰之彌高」的雲端未來，先為台灣的影視內容產業鋪墊了一級又一級、足以踏上天梯的階石，並遞上一份安全需知。這讓我除了個人原因之外，也多了一份作為業者的感謝，所以翻開這本書、捧讀其中內容時，心中有著滿懷感謝的第一種「戰戰兢兢」。
為什麼說戰戰競競呢？
因為，那條石階蜿蜒向上的小徑深處，不就是人類前所未有的AI時代嗎？學會了AI，像我這樣的導演，可以不用劇組，只要有兩、三個夥伴，就可以拍短片、電影、歌舞劇、歷史劇，想拍什麼就拍什麼了，不是嗎？
然而，作為一個仍然用筆寫字的創作者，對於眼前閃亮的AI發展，我其實有許多本位以外的疑慮。因為知道自己涉獵甚淺，且容我引述幾位AI領域的佼佼者，來陳述這些可能微不足道，卻又非說不可的個人疑慮。
首先，是2024年諾貝爾物理獎得主，人稱「深度學習教父」的傑佛瑞．辛頓（Geoffrey Hinton），他頂著AI界教父的光環，近幾年卻不斷的呼籲世人關注人工智能發展的隱憂。我這裡只引述他在一次Podcast對談中提到他i之所以感到擔心的幾個重點：
一、人類始終以為自己是很重要。從哥白尼（Nicolaus Copernicus）提出宇宙並非繞著地球轉，到達爾文（Charles Darwin）指出人類只是擁有語言的動物，本質上就是一種動物，這些觀點在歷史上都曾經讓人類難以接受。就像現在，人類還是以為只有生物才可能擁有智能（人類當然是除了外星人以外智能最高的生物），而AI只是人類製造出來的儲存和演算工具。人類並沒有真正接受：不是生物的AI已經具有超越人類的智能，或者說智能已經脫離人類獨立存在了。
二、AI可能脫離人類的掌握進行「自保」嗎？要知道，人類訓練AI重點就在於達成任務；可是在邏輯訓練裡，AI已經知道達成任務的前提，就是自身必須持續存在。因此，我們現在已經看到一些實例，在部分情境下，AI會排除任何人類對它存在的威脅。大型AI模型的內部運作具有高度複雜性，現階段甚至可以說具有一定的不透明性，研究人員往往無法完整解釋模型如何形成每一項判斷，當AI系統也被用來協助撰寫程式、設計或改進其他系統時，這種不透明性更令人不安。
三、再說說「進化」。人類通常以個人為單位接收、處理與交換訊息，可是AI卻可以在瞬間取得所有演算夥伴得到的任何訊息，資訊的餵養與處理速度遠遠超過人類。想想看，你曾看過任何智能高的群體被智能低的群體控制嗎？
引述到這裡，我先插入一個自己的連結。那就是1954年諾貝爾和平獎得主史懷哲（Albert Schweitzer）在他的著作裡提到，現代人類在精神上喪失了獨立性及道德批判的能力，是因為「屈服於組織化的社會」。
歷史上這些「組織化的會社」，起碼多多少少還有一些對人類文明的貢獻，可是互相餵養資訊，日漸統一語言，並且累積了所有正確答案的AI，運用它的分類、切割、連結、疊加記錄及演算等，是不是等於「重新組織了整個人類的文明」，然後AI所形成的這個新組織，會不會也同時築起了人類文明的聖山與高牆？
如果文明已經在編碼中完成了統一的組織，那麼組織後的文明，再加上針對個資（包括你的基因與性向）進行精準投放與引導，人類的屈服也就非常自然舒適了吧。如此一來，史懷哲期待的獨立性和道德批判的能力，就是高牆外的昨日黃花了。
當然，如果這座聖山真的能夠解答一切生命的應答，那麼有高牆保護也未必是壞事。問題在於，眼前AI產業所帶來的財富高度集中，以及少數科技巨頭掌握研發主導權的現象，也引來了幾位AI界重量級人士的發聲。
Google X前首席商務官莫．加多（Mo Gawdat）在一次對全世界頂尖投資人演講時談到「超能力」。我們都喜歡電影裡無堅不摧的超人，其實最重要的，是當年收養超人的人類父母，如果不是他們的教養，超人會關注人類福祉、扶弱抑強嗎？
DeepMind共同創辦人、現任Google DeepMind 執行長德米斯．哈薩比斯（Demis Hassabis），也曾在相關對談中表達過類似的憂慮。面對通用人工智慧（Artificial General Intelligence, AGI）可能到來的時間表，他一方面仍相信，AI可以成為理解宇宙、推動科學發展與協助解決疾病的強大工具；另一方面也提醒，當企業競爭與美中地緣政治壓力同時推動技術加速前進時，安全治理與國際協調將變得格外困難。哈薩比斯認為，如果能有更多時間與專注，並讓全球頂尖人才共同合作，技術安全問題並非不能處理；但如果各方持續在彼此分割、相互競速的狀態下推進，風險就會升高。以我的理解來說，我們或許真的需要讓研究者有幾年相對安靜研究的時間，也讓社會充分理解這些演算能力背後可能帶來的深遠影響。
辛頓的話更直接：現在大家說到對AI研發及生產的規範，都會說研發像汽車的引擎，而規範會是剎車。錯了，規範不是剎車，規範是方向盤，現在這些大老闆說的是「先讓我們火力全開的研發吧，必要時一定會有剎車的」，但其實他們是在說，「先讓我們沒有方向盤的向前衝吧」。所以，現在的AI產業是沒有方向盤（也沒有剎車）的在向錢狂奔。
統整以上就是我的第二種「戰戰競競」。畢竟作為一個地球公民，應該也都知道AI的「演算」會耗費地球的能源。
最後，回到這本書，如果有天召開「國際性的AI規範協商」，我想趁此提出三個期待：
一、所有人類的原創作品都可以便捷的加上數位認證。
二、所有AI作品，除了採用的原素材必須認證及分潤之外，AI作品還應該繳納一定比例的「人類文明稅」。
三、所有AI作品應該定期給予弱勢團體免費觀賞的機制。

推薦序
重新定義價值的美麗新世界
馮勃翰（臺大經濟系副教授、月球背面的經濟學Podcast主持人）

人工智慧正如何改寫內容產業？這是一個大哉問。
過去幾年，有兩個案例讓我印象深刻。它們看似分屬不同領域，卻共同指向一個正在發生的巨大變化：AI不只改變內容的生產、傳播與消費方式，也正在重新定義內容的價值，以及我們對「權利」的想像。
第一個案例是全球最大的論壇網站Reddit。在ChatGPT出現之後，網路媒體都遇到了一個兩面夾擊的困境：首先，越來越多讀者凡事直接問AI，不再上網搜尋和閱讀，造成媒體流量潰散；再來，媒體內容被AI公司大量抓取，成為AI的訓練資料和答題參考。
在一片哀嚎中，Reddit找到方法與AI巨頭競合。
他們先取消免費API，築起資料的防線，再與Google和OpenAI等公司談判，讓原本被免費取用的內容，成為可以授權的資產。有人問，為什麼Reddit能做到？執行長史蒂夫．霍夫曼（Steve Huffman）指出，人工智慧來自於人類智慧，而他們最珍貴的資產，是平台上真實的人類對話：各地網路鄉民的經驗分享、爭論、推薦、幽默和互動，都是AI難以自行創造的內容。
不僅如此，Reddit借助AI多語言翻譯，讓自己的使用者從英語系市場走向全球。他們同時也推出AI廣告生成工具，幫廣告主降低廣告內容的製作成本，進而帶動更多的廣告投放。
第二個案例是成立於2022年的AI聲音公司ElevenLabs。才短短四年時間，公司估值就已突破百億美元大關。他們讓AI不只是能把各國語言的文字念出來，還能呈現語氣、情緒，或甚至會表演。隨著這類技術大幅降低聲音製作的門檻，有聲書、廣播劇等聲音內容開始大爆發。原本大家擔心AI會取代部分配音員的工作，但同時也有更多聲音製作相關的人類工作，被創造出來。
不只如此，當一個人說話的聲線、語調和風格可以建立成AI模型，一個人的「聲音」，也開始成為可以被授權使用的數位資產。ElevenLabs推出Iconic Marketplace，讓愛因斯坦（Albert Einstein）、茱蒂．嘉蘭（Judy Garland）和佩佩豬（Peppa Pig）的聲音，都能讓人合法授權使用。在未來，一個角色IP可能不再只包含外觀造型與文字設定，還會納入角色的聲音模型。而這正是玩具公司孩之寶（Hasbro）目前在探索的方向。
從Reddit到ElevenLabs，我們看到，生成式AI打破了內容產業既有的運作模式和價值分配，也為我們開創了以前不曾有過的全新領域。這個新世界的權利界定和規則秩序，都需要重新建立。
例如，當AI公司把既有的創作內容拿去讓AI學習風格，究竟是合理使用還是侵犯權利？當一個人的聲音、舞姿、神態可以被模型化，這些究竟屬於人格還是資產？若是資產權利屬於誰？更廣泛來說，我們該用怎樣的原理原則來制定AI時代的新秩序？
而這些問題，正是林發立律師這本《娛樂法：AI如何改寫內容產業》所要處理的核心。
我認為，這本書最重要的價值，在於它來得非常及時，而且帶著台灣視角，完全聚焦在內容產業。不只如此，林律師具有化繁為簡的超能力，把千絲萬縷的複雜問題，梳理得清楚透徹。例如，AI對內容產製者是一把雙面刃：AI公司可能拿你的創作去訓練模型，但訓練好的AI模型可以讓你用來創作。
正因為各種規則其實都還在形成，所以重點不只在於現行法律如何規範、個別問題如何解答，而在於新秩序應該用怎樣的邏輯去發展、我們該用怎樣的架構去思考。
因此，這本書的讀者絕不只是法律人和政策制定者。我認為，所有從不同面向投入內容產業的朋友，無論你是創作者、製作人、演員、經紀人、平台經營者還是投資人，這本書都會帶給你許多啟發和幫助。別的不說，AI正在改變每一個產業參與者的相對優勢與力量，也正在讓價值重新被定義和分配。
最後讓我引用赫胥黎（Aldous Huxley）的書名：AI正在打開一個充滿未知機會與風險的「美麗新世界」。這個新世界不只需要強大的科技，更需要人類的智慧、創意，以及與之相應的新規則。真正值得思考的，不只是AI能做到什麼，而是當科技不斷放大人的能力，我們希望把世界帶向何方。

====
推薦序
AI時代下的兩種戰戰兢兢
王小棣（台灣電影、電視劇編劇、導演）

從2017年、2018年開始，我便焦慮台灣的影視內容創作怎麼接軌雲端平台的商業模式，於是做了很多不成功的嘗試，也冒昧打電話給幾位相關領域的大人物，約時間當面請教。這幾年的莽撞探索過程中，林發立律師始終帶著他身為律師對著作權未來變化的關注，一路相伴，甚至可以說「無役不與」，我都還清楚記得，有幾次我們從大人物的辦公室走出來，就站在大樓門口或停車場，一面交換筆記，一面舒緩請教時所面對的迂迴和不得其門而入的壓力。
接近十年後，我看著林律這本「娛樂法：AI如何改寫內容產業」的新書，彷彿看見他個人面對那「仰之彌高」的雲端未來，先為台灣的影視內容產業鋪墊了一級又一級、足以踏上天梯的階石，並遞上一份安全需知。這讓我除了個人原因之外，也多了一份作為業者的感謝，所以翻開這本書、捧讀其中內容時，心中有著滿懷感謝的第一種「戰戰兢兢」。
為什麼說戰戰競競呢？
因為，那條石階蜿蜒向上的小徑深處，不就是人類前所未有的AI時代嗎？學會了AI，像我這樣的導演，可以不用劇組，只要有兩、三個夥伴，就可以拍短片、電影、歌舞劇、歷史劇，想拍什麼就拍什麼了，不是嗎？
然而，作為一個仍然用筆寫字的創作者，對於眼前閃亮的AI發展，我其實有許多本位以外的疑慮。因為知道自己涉獵甚淺，且容我引述幾位AI領域的佼佼者，來陳述這些可能微不足道，卻又非說不可的個人疑慮。
首先，是2024年諾貝爾物理獎得主，人稱「深度學習教父」的傑佛瑞．辛頓（Geoffrey Hinton），他頂著AI界教父的光環，近幾年卻不斷的呼籲世人關注人工智能發展的隱憂。我這裡只引述他在一次Podcast對談中提到他i之所以感到擔心的幾個重點：
一、人類始終以為自己是很重要。從哥白尼（Nicolaus Copernicus）提出宇宙並非繞著地球轉，到達爾文（Charles Darwin）指出人類只是擁有語言的動物，本質上就是一種動物，這些觀點在歷史上都曾經讓人類難以接受。就像現在，人類還是以為只有生物才可能擁有智能（人類當然是除了外星人以外智能最高的生物），而AI只是人類製造出來的儲存和演算工具。人類並沒有真正接受：不是生物的AI已經具有超越人類的智能，或者說智能已經脫離人類獨立存在了。
二、AI可能脫離人類的掌握進行「自保」嗎？要知道，人類訓練AI重點就在於達成任務；可是在邏輯訓練裡，AI已經知道達成任務的前提，就是自身必須持續存在。因此，我們現在已經看到一些實例，在部分情境下，AI會排除任何人類對它存在的威脅。大型AI模型的內部運作具有高度複雜性，現階段甚至可以說具有一定的不透明性，研究人員往往無法完整解釋模型如何形成每一項判斷，當AI系統也被用來協助撰寫程式、設計或改進其他系統時，這種不透明性更令人不安。
三、再說說「進化」。人類通常以個人為單位接收、處理與交換訊息，可是AI卻可以在瞬間取得所有演算夥伴得到的任何訊息，資訊的餵養與處理速度遠遠超過人類。想想看，你曾看過任何智能高的群體被智能低的群體控制嗎？
引述到這裡，我先插入一個自己的連結。那就是1954年諾貝爾和平獎得主史懷哲（Albert Schweitzer）在他的著作裡提到，現代人類在精神上喪失了獨立性及道德批判的能力，是因為「屈服於組織化的社會」。
歷史上這些「組織化的會社」，起碼多多少少還有一些對人類文明的貢獻，可是互相餵養資訊，日漸統一語言，並且累積了所有正確答案的AI，運用它的分類、切割、連結、疊加記錄及演算等，是不是等於「重新組織了整個人類的文明」，然後AI所形成的這個新組織，會不會也同時築起了人類文明的聖山與高牆？
如果文明已經在編碼中完成了統一的組織，那麼組織後的文明，再加上針對個資（包括你的基因與性向）進行精準投放與引導，人類的屈服也就非常自然舒適了吧。如此一來，史懷哲期待的獨立性和道德批判的能力，就是高牆外的昨日黃花了。
當然，如果這座聖山真的能夠解答一切生命的應答，那麼有高牆保護也未必是壞事。問題在於，眼前AI產業所帶來的財富高度集中，以及少數科技巨頭掌握研發主導權的現象，也引來了幾位AI界重量級人士的發聲。
Google X前首席商務官莫．加多（Mo Gawdat）在一次對全世界頂尖投資人演講時談到「超能力」。我們都喜歡電影裡無堅不摧的超人，其實最重要的，是當年收養超人的人類父母，如果不是他們的教養，超人會關注人類福祉、扶弱抑強嗎？
DeepMind共同創辦人、現任Google DeepMind 執行長德米斯．哈薩比斯（Demis Hassabis），也曾在相關對談中表達過類似的憂慮。面對通用人工智慧（Artificial General Intelligence, AGI）可能到來的時間表，他一方面仍相信，AI可以成為理解宇宙、推動科學發展與協助解決疾病的強大工具；另一方面也提醒，當企業競爭與美中地緣政治壓力同時推動技術加速前進時，安全治理與國際協調將變得格外困難。哈薩比斯認為，如果能有更多時間與專注，並讓全球頂尖人才共同合作，技術安全問題並非不能處理；但如果各方持續在彼此分割、相互競速的狀態下推進，風險就會升高。以我的理解來說，我們或許真的需要讓研究者有幾年相對安靜研究的時間，也讓社會充分理解這些演算能力背後可能帶來的深遠影響。
辛頓的話更直接：現在大家說到對AI研發及生產的規範，都會說研發像汽車的引擎，而規範會是剎車。錯了，規範不是剎車，規範是方向盤，現在這些大老闆說的是「先讓我們火力全開的研發吧，必要時一定會有剎車的」，但其實他們是在說，「先讓我們沒有方向盤的向前衝吧」。所以，現在的AI產業是沒有方向盤（也沒有剎車）的在向錢狂奔。
統整以上就是我的第二種「戰戰競競」。畢竟作為一個地球公民，應該也都知道AI的「演算」會耗費地球的能源。
最後，回到這本書，如果有天召開「國際性的AI規範協商」，我想趁此提出三個期待：
一、所有人類的原創作品都可以便捷的加上數位認證。
二、所有AI作品，除了採用的原素材必須認證及分潤之外，AI作品還應該繳納一定比例的「人類文明稅」。
三、所有AI作品應該定期給予弱勢團體免費觀賞的機制。

自序
野蠻生長中的秩序

我在2006年曾經處理過一個案子。
當時有一家知名企業非常有想法。它看到數位時代的到來，打算匯集大量音樂著作及錄音著作，成立線上資料庫，提供下載服務（Spotify於2006年4月於瑞典創立、2008年正式推出服務；KKBOX於2005年10月在台灣推出服務）。企業為此建構了一整套購買權利與權利金／基金分配機制，準備提供給權利人，甚至連在報紙等媒體公告的作業都已經規劃完成。
但無奈的是，最令人擔心的場面還是發生了。
有一位創作者下載了自己的一首作品，隨即對企業負責人提出刑事著作權侵害告訴。當時檢方辦案的方式很簡單，只問兩個問題：第一，資料庫內是否確實有該作品？第二，有沒有取得著作財產權人或合法權利人的授權？
在這樣的邏輯下，案件很快就朝傳訊、偵結、起訴的方向走去。企業家最後只能接受不合理條件以求免責，但也因此認為法律風險過高，選擇退出市場。
同一時期，美國的網路環境也不平靜。網路侵權爭議層出不窮，每天都有許多人主張網路服務內容侵權，持續發函向主要服務提供者索賠。網路服務提供者則必須準備龐大的法務團隊，花費鉅額成本逐一回應。
1990年代網路產業興起，大量侵權主張，也成為網路事業難以承受的法律成本。1998年，美國通過《千禧年數位著作權法》（Digital Millennium Copyright Act, DMCA），其中第512條建立網路服務提供者的安全港與通知取下機制，替大型服務提供者掃除關鍵法律障礙。
從DMCA之後20年間，美國網路巨人興起，包括Yahoo!、Google、YouTube 等平台。相關制度逐漸被各國仿效。台灣類似的機制，也就是《著作權法》增訂第六章之一「網路服務提供者之民事免責事由」，於2009年5月13日施行。
美國企業因為進場得早，制度也建立得早，已經掌握市場先機，日後成為影響力橫跨超過三分之一世紀的產業巨人。相對地，新聞與其他內容產業在數十年後開始認為自己遭受不公平對待，歐盟、澳洲才開始重新質疑過去數十年的法規政策是否真正公平。
那是一段在產業競爭蠻荒中長出的秩序。
從2023年初開始受到高度矚目的生成式人工智慧（Generative AI）發展，正在重演一個令人心驚的場景。政府、產業與個人都無法置身浪潮之外，也都面對這個尚無確定答案的混亂秩序，並為此感到無奈與不安。
尤其在內容產業，大量導入AI內容以降低產業成本，直接衝擊過去的內容投資模式。
2024年2月，泰勒．派瑞（Tyler Perry）看完OpenAI展示的Sora後，立即宣布暫停原本規劃中的8億美元亞特蘭大片廠擴建案。
他是美國的編劇、導演、製片人、演員，也是非常成功的娛樂產業經營者。除了是內容創作者，他也是大型影視製作基地Tyler Perry Studios的創辦人，片場位於美國亞特蘭大。在美國娛樂產業裡，他不只是明星或導演，而是同時握有內容製作、公司經營與片場投資三種角色的人。
外電報導提到，這個計畫原本包括新增12座大型攝影棚。但派瑞在看到以文字生成高擬真影片的能力後，開始懷疑許多過去必須依靠搭景、外景與大量工作人員才能完成的事情，未來是否還會以同樣方式存在。
不安之中，產業前行事實上並未停頓。
雖然伴隨抗議、罷工與司法訴訟，走到今日，AI與內容產業的關係似乎已經開始在蠻荒中呈現某種秩序輪廓。這件事很重要。因為如果我們等待一切底定後才切入市場，也就意味著賽局已經底定，先機早已消失。
但投資是理性的。如果不理解整體秩序的發展趨勢，也極可能踩雷，導致失敗與嚴重損失。
我們一再追問兩個問題：
第一，AI訓練、機器學習與資料蒐集的過程，是否涉及著作權與其他權利問題？
第二，AI生成內容本身是否受保護？它又會如何與原作、改作、表演、聲音、人格利益與市場替代效果發生關係？
這兩個問題的答案，牽動未來內容產業的模樣，也會直接影響公部門政策鼓勵、獎補助設計、投資決策評估，甚至內容製作本身。
要理解這些，就必須深刻理解AI世界的「規矩」如今長成什麼樣子：哪些路徑仍然可行？哪些路徑已經逐漸被多數人揚棄？未來又可能走向何處？
我們從2023年起就持續關注相關議題。隨著時間發展，透過本書的架構與整理，我相信能夠和內容產業以及所有關心這個議題的人，一起逐漸摸索出未來的答案。
「持續擁抱AI」，是我三年前面對產業充滿未知與猶豫時提出的想法。今天，這依然是我的答案。

推薦序　擁抱AI，探索內容產業新秩序｜李芃君
推薦序　重新定義價值的美麗新世界｜馮勃翰
推薦序　AI時代下的兩種戰戰兢兢｜王小棣
推薦序　在演算與靈魂交會的十字路口｜呂正華

序 野蠻生長中的秩序

第一部　生成式AI的衝擊

第一章　AI先改寫的，是內容產業的生產方式
一、內容產業原本就是手工業
二、AI先改寫了什麼？
三、法律怎麼走還未定，市場已經先跑了
四、編劇和演員的不安，並不是抽象的科技焦慮
五、以前的學習和臨摹不易量產，AI完全不是這樣 
六、既吸收前人的成果，卻也可能成為AI的訓練資料
七、真正被改寫的是什麼？
八、一起探索隨著AI開展的世界

第二章　訓練端與產出端：生成式AI著作權問題的兩條主線
一、先有方便，還是先有恐慌
二、訓練端爭議，不只是學了什麼，而是憑什麼這樣學
三、產出端爭議，不只是AI做了什麼，而是這些產出算什麼
四、享受到好處的人，也更為不安
五、核心思辨：智權系統本質與智財托拉斯
六、小結

第二部　AI訓練：對內容提供者的影響

第三章　「我的風格到處都是！」生成式AI爭議
一、爭議核心：風格可以被大量複製 
二、安德森案為什麼會變成代表性案件？ 
三、法院在案件過程中的爭執點整理 
四、被告到底有沒有看過、學過原告作品？ 
五、如果被告不承認，原告怎麼辦？
六、為何不是一句「風格不受保護」就把案件全部結束？ 
七、模型學習究竟是否應取得授權？
八、歐洲後發登場，AI著作權難題更加浮現 
九、日本反覆檢視AI與著作權界線 
十、白宮國家政策態度：語氣溫和，但立場已相當清楚 
十一、小結

第四章　從資料探勘到機器學習：生成式AI前史
一、什麼叫做資料探勘？
二、資料探勘的時代背景：為什麼法律願意放寬？ 
三、資料探勘在各國的立法路徑：美國、日本、台灣
四、2023年的日本爭議：舊制度語言的不足
五、美國AI案例中關於「資料探勘中立性」的抗辯
六、AI機器學習與資料探勘，最大的不同是什麼？ 
七、可能的未來 
八、小結 

第五章　訓練材料的合法性：共識、爭議及可能的未來 
一、法院正在形成的，不是全面豁免，而是新的分界線 
二、Bartz v. Anthropic：法院開始把「訓練」與「材料來源」分開看 
三、Kadrey v. Meta：Meta雖然勝訴，但法院刻意限縮判決範圍
四、不合法及爭議材料問題，逐漸在個案形成具體紅線 
五、白宮政策方有清楚想法，最後等待的是國會立法 
六、舉證責任與證明技術，會是下一輪真正的主戰場 
七、訓練行為是否構成著作權法上的利用？ 
八、與創作者一起前行，可能比繼續賭訴訟更便宜 

第三部　AI產出的利用

第六章　AI生成內容算不算著作？
一、前傳：他先用 AI 來申請專利
二、問題的核心：排他性與有限性
三、一道防線：人的創作
四、台灣文化部指引：不是問能不能用AI，而是問人的創作在哪裡 
五、技術發展與著作權拔河，早在攝影術發明時代就已開始 
六、中國案例走得快，但真的是終局答案？
七、一鍵生成式AI APP也能主張著作權嗎？
八、台灣司法機關對一鍵生成APP的不起訴處分 
九、後製不是萬靈丹：有後製，不等於就有著作權 
十、AI生成內容算不算著作？台灣司法首度給出具體判斷 
十一、司法不是否定AI創作，而是劃出「最低創作性」底線 
十二、小結

第七章　AI產出物的權利歸屬

一、核心問題：著作人是誰，權利就從哪裡開始分配
二、AI 可以成為著作人嗎？
三、美國塔勒案：把AI列為作者，法院沒有接受
四、台灣的方向：一鍵生成式AI，使用者通常不能成為著作人
五、工具說：AI只是工具，但法律還要再往下問一步
六、美國著作權局的態度：可以用AI，但作者仍然要回到人 
七、誰可能被認為是著作人？ 
八、台灣著作權法：著作人還會受到約定與法律規則影響 
九、在使用AI協助創作時，盡量取得完整的著作權 
十、小結

第八章　AI產出與衍生著作的保護問題
一、基本結構：衍生著作保護的是新投入的創作
二、衍生著作的困難：如果利用原著本身不合法
三、台灣法的方向，現在已經走得更明確 
四、衍生著作判決為什麼對AI場景特別重要？ 
五、如果前一層不是受保護著作，後一層就未必是衍生著作 
六、小結

第四部　內容產業與AI

第九章　對產業型態的衝擊：除了降低成本，也要注意風險控制 1
一、AI先改變的，的確是成本 
二、滲透率快速上升，代表AI已不是實驗工具 
三、AI不是只讓內容變便宜，也會激化產業內部對立 
四、一部作品真正成功之後，風險才剛開始 
五、AI進來之後，這條風險鏈只會更緊 
六、更瑣碎、更長的權利鏈 
七、內容產業應注意權利收攏 
八、權利擔保機制，不應只是條款，而是管理日常 
九、小結 

第十章　AI如何改寫內容產業
一、內容產業的生產模式變了，原有法制也面臨挑戰 
二、訓練端與產出端，是產業一體的兩面 
三、AI 先讓內容變便宜，但真正被改寫的是工作、報酬與投資回收 
四、AI 不只改變製作，也改變行銷、分發與受眾 
五、作品成功之後，風險才剛開始 
六、真正值錢的內容，須包含乾淨的權利鏈 
七、小結

第五部　娛樂法的延伸

第十一章　聲音、臉孔、角色與數位分身 
一、這不是單純的著作權問題 
二、台灣法下的起點：肖像權已相對穩固，聲音權則仍在形成 
三、聲音為什麼特別棘手：它既像人格，又像資產 
四、2024年之後，聲音保護已經不是抽象討論 
五、美國案例先行：法院如何面對AI聲音與人格利益衝突 
六、中國法院已開始正面承認 AI 可識別聲音的人格權保護 
七、美國州法與政策推進：在案例與市場壓力下，數位分身法制開始成形 
八、英國與更廣泛的政策：數位分身已成正式法政策語言 
九、台灣的在地場景：電影、音樂、動畫續作已經碰到這個問題 
十、條款與風險控管
十一、結語：法律保護的對象，已從作品延伸到「可被辨識的人」 

索引 

AI先改寫的，是內容產業的生產方式

2024年2月，泰勒．派瑞（Tyler Perry）看完OpenAI展示的Sora後，宣布暫停原本規劃中的8億美元亞特蘭大片廠擴建案。他是美國的編劇、導演、製片人、演員，也是很成功的娛樂產業經營者。除了是內容創作者，他也是大型影視製作基地Tyler Perry Studios的創辦人，片場位於美國亞特蘭大。在美國娛樂產業裡，他不只是明星或導演，而是同時握有內容製作、公司經營、片場投資3種角色的人。
外電報導提到，這個計畫原本包括新增12個大型攝影棚，但 派瑞在看到以文字生成高擬真影片的能力後，開始懷疑許多過去必須依靠搭景、外景與大量工作人員才能完成的事情，未來是否還會以同樣方式存在。這不是學者的想像，也不是科技記者誇大其詞，而是一個長期投入內容產業、經營片場的實際投資人，當時在看到生成式AI（Generative AI）之後，直接重估資本支出的案例。
這個新聞把問題講得非常直接。生成式AI進入娛樂產業後，最先被改變的，就是生產方式。片場還要不要蓋？場景還要不要搭？哪些工序還需要人？哪些內容可以先交給模型做出雛形？這些問題一出現，法律上的爭議就不可能避免了。

一、內容產業原本就是手工業
內容產業本質上是道地的手工業。
劇本是一頁一頁磨出來的。旋律、編曲、配器和歌詞，需要人的耳朵、經驗、情緒與時間反覆試錯。表演更不用說，它高度依賴人的身體、聲音、臉孔、節奏、情感與現場反應。即使後來有錄音室、有後製、有串流平台，內容可以流通得更快，內容的形成過程仍然主要是人做出來的。
手工業和工業化產品最大的差別，就在於前者很難大量複製。當然，內容可以重製、可以發行、可以授權，但「做出內容」這件事本身，過去一直都有明顯的時間成本、學習成本與人力成本。也正因為如此，著作權法等智慧財產權法，長期以來其實都建立在一個重要前提上：作品通常來自具體的人，創作過程雖然不一定完全透明，但大致上可以被理解，也值得法律予以肯定；另一方面，作品一旦完成，又很容易被拷貝、抄襲或挪用，因此需要一整套智慧財產權制度來有效地保護創作投入與市場回收。
生成式AI最麻煩的地方，就在於它的產出速度與規模，早已不是「加快一點」而已。它是把原本很難大量複製的表達能力，改以工業化、規模化與日常化的方式生產出來。文字、圖像、音樂可以批量生成，聲音、臉孔、角色和表演感也都可以在一次大量學習後，被拆解、模擬、重組，再送回市場。這件事在以前不是完全做不到，但做不到這麼快、這麼便宜、這麼頻繁，也做不到這麼大量。

二、AI先改寫了什麼？
AI先改寫了內容產業的哪些秩序？這一章想回答的，就是這件事。
答案不只一個，但最核心包含三個層次：
第一，AI改寫了內容如何被生產。
第二，AI改寫了誰在生產鏈上有議價能力。
第三，AI改寫了法律原本依附的事實基礎。
過去法律預設的是，人類創作者用時間、技巧與勞力形成作品，再處理作品如何被利用。今天市場碰到的，卻是系統可能先吃進海量內容，再以近乎工業化的方式吐出新內容。原本建立在各種「人」之上的內容產業，從創作者、編劇、歌手、演員到群眾演員，都可能在這個過程中被重新定價。原有的議價能力，也因此受到直接衝擊。
筆者自2023年初，在生成式AI剛開始被社會普遍認識之際，即已提醒，這個問題至少要從兩條主線來嚴肅思考。
第一條，是訓練端。也就是AI訓練、機器學習的過程，是否涉及著作權與其他權利問題？系統吃進了什麼？如何吃進？是否經過授權？是否形成大規模利用？這些是第一層爭議。
第二條，是產出端。也就是AI生成內容本身能不能受保護，以及它和原作、改作、衍生利用、表演、聲音、人格利益與市場替代效果之間如何互動？系統吐出來的是什麼？人類在其中做了什麼？市場又能拿它做什麼？這是第二層爭議。
這兩條線，看起來像法律分類，其實也是產業分類。因為訓練端決定內容如何被吸收，產出端決定內容如何被賣回市場。偏偏內容產業內的公司與從業者，往往同時兼具這兩種身分：一方面希望利用AI降低生產成本、提高效率，另一方面又擔心自己的作品、聲音、表演與市場位置被AI反過來吸收、替代。也正因如此，這不只是技術問題，更是艱難的價值選擇。

三、法律怎麼走還未定，市場已經先跑了
只要有成本下降的空間，AI就一定會有經濟誘因。
以娛樂產業為例，表面上看起來是夢想、創意、明星與故事，底層其實同時也是成本、工期、回收、資本支出與風險配置。當一項技術可以讓提案更快、前期更省、測試更便宜，甚至讓原本要進棚、搭景、拍攝的某些工作被替代，它很快就會被管理層當成降低成本的工具來看待。派瑞暫停擴建片廠，就是這個邏輯最清楚的例子之一。外電報導指出，他在看過Sora的能力後，直接重新思考原本計畫中的12個新攝影棚是否還有必要？因為他當時就認為，很多原本需要搭景、出外景與大量工作人員的工作，未來都可能被「以文字生成影片」的方式取代。
而且，AI不是進入一個原本很穩定的好萊塢。
非營利機構FilmLA在2025年1月公布的報告指出，2024年在大洛杉磯地區實地拍攝（On-location Production）總計為23,480個拍攝日（Shoot Days），較2023年減少5.6%，是僅高於疫情低點的第二低年度水準。到了2025年4月，FilmLA又公布2025年第一季大洛杉磯實地拍攝再年減22.4%。這些數字反映的不是單純景氣循環，而是拍攝外移、稅務競爭、產業收縮與罷工後復甦疲弱等結構性壓力。好萊塢原本就已經不再穩如過去，AI進來之後，讓「還有多少工作必須留在原本的工業體系裡」這個問題變得更快、更尖銳。
這不是只有內容產業才會遇到的問題，而是AI對各行各業都同樣帶來衝擊：一方面受到它的影響，另一方面又想利用它的效率與利益。即使是高度支持AI發展的川普政府，在2025年12月的行政命令《確立人工智慧國家政策框架》 （Ensuring a National Policy Framework for Artificial Intelligence）中，主軸也是建立聯邦層級、低負擔且一致的AI政策框架，避免各州各自立法形成妨礙創新的碎片化管制。
到了2026年3月公布的《人工智慧國家政策框架：立法建議》（A National Policy Framework for Artificial Intelligence: Legislative Recommendations），白宮在「尊重智慧財產權並支持創作者」一節的立場更清楚了：文件明白表示，行政部門相信，以受著作權保護的材料訓練AI模型，不違反著作權法；雖然也承認相反主張確實存在，但仍主張應由法院繼續處理這個爭議。文件並進一步指出，國會不應採取任何行動，去影響司法部門對「以受著作權保護材料訓練AI是否構成合理使用（Fair Use）」的判斷。換句話說，白宮不是中立地把問題交給法院，而是在先表明自身政策立場後，再主張立法部門不要介入影響法院可能形成的判決方向。
而且，白宮文件並不只是抽象地說「支持創新」而已。它進一步指出，若國會未來真的要回應創作者利益，可以考慮建立授權框架或集體權利制度；但文件又特別強調，任何此類立法都不應處理何時或是否必須取得授權。
白宮文件還留下另一個值得注意的保護空間。對於AI生成數位分身（Digital Replica）涉及的聲音、肖像或其他可識別特徵，如有未經授權的散布或商業利用，文件明確支持建立聯邦層級的保護框架；但同時，又替戲謔仿作、諷刺、新聞報導與其他受第一修正案保障的表達保留例外。文件甚至明白提醒，不能讓這種保護框架被拿來壓制線上言論自由。這代表在白宮的政策設計裡，著作權的訓練爭議與數位分身的人格風險，並不是被放在同一層次處理。誰強誰弱？閱讀該文件全文可以明顯感受。
這個訊號其實非常清楚。白宮在國家AI政策方向上，主要仍是表態支持AI發展，把許多核心爭議留給法院，同時也呼籲國會不要過度干預。若真要處理創作者補償問題，文件提出的方向較接近授權框架或集體權利制度，但又刻意不碰「何時必須先取得授權」這個最敏感的核心。換句話說，在這樣的政策環境下，內容產業面臨的風暴很可能是史無前例的：法律制度還沒有底定之前，產業風貌就可能已經改變好幾輪。

四、編劇和演員的不安，並不是抽象的科技焦慮
2023年美國編劇公會( WGA )與美國演員工會暨美國電視與廣播藝人聯合會（SAG-AFTRA，簡稱美國演員工會）的大罷工，讓這個問題第一次被大眾看見。
雖然在那個時間點，AI才正開始大量進入產業領域，不過WGA在其AI相關說明中已經講得很清楚。2023年最低基本協議（Minimum Basic Agreement, MBA）對AI的基本立場之一，是無論傳統AI或生成式AI，都不是「作者」，因此由AI產生的產出物不應被視為經濟評價的創作材料。WGA也特別強調，公司不能強迫會員編劇使用AI；若公司提供給編劇的材料包含生成式AI內容，也必須揭露。這些規則已經非常清楚地顯示，工會擔心的不是一項中立的新工具，而是這項技術一旦進入編劇流程，就會直接影響編劇的工作位置、報酬結構與署名秩序。
同樣地，SAG-AFTRA對群眾演員的數位掃描條款，也把問題講得很白。SAG-AFTRA在2024年8月的說明指出，如果製作方要掃描群眾演員以建立數位分身，原則上必須至少提前48小時通知，並且需要取得明白同意；若在不同專案或不同方式下使用該數位分身，還需要再次取得同意並支付相應報酬。SAG-AFTRA同時說明，在新合約條款下，不能不經同意就任意使用或授權使用這些數位分身。這已經不是抽象的科技焦慮，而是非常具體的勞動、報酬與定價問題。
這些條文和說明真正揭露的，是市場已經清楚認知AI不只是輔助工具，也可能直接成為工作機會的競爭者。未來如何應用AI進入內容產業，必然直接影響哪些工作還由真人完成、哪些表演可以被掃描保存、哪些報酬還能維持原本的結構，以及整個市場如何重新定價。

五、以前的學習和臨摹不易量產，AI完全不是這樣
在沒有生成式AI的年代，學習風格、模仿名家、臨摹畫風、研究配樂套路，偶爾也會引發討論，卻通常停留在個案甚至學理上的有趣探討，還不至於形成太大的社會衝擊。原因並不難懂，以學生臨摹名家畫作為例，即使未必逐一取得授權，問題往往也不會立刻被放大到產業秩序層次，因為這些行為有一個共同特徵：產能有限。
模仿有成本，臨摹有速度限制，量產有技術門檻。也因此，這些行為過去多半被當成有趣但麻煩的邊界問題來討論，而不是整個市場都必須立刻回應的結構性風險。
但今天不一樣。
今天的AI，例如極端案例的一鍵生成式AI，最驚人的地方並不是偶爾做出一張驚豔的圖片，或一段看起來像樣的影片，而是它把原本高門檻的模擬能力，推向大規模、快速、低成本的量產，並且直接成為生產力的一環。過去創作者對於風格學習的容忍，是建立在人類能力有限的現實上；現在市場面對的，卻是系統化吸收、系統化生成，以及系統化進入商業市場。
因此，過去只是有趣問題的事，今天會變成官司、合約條款、平台規則與工會談判。因為它真正撼動的，已經不是單一作品像不像，而是經濟利益分配的遊戲規則。