引言

  中華企業策略永續發展學會 創會理事長 莊鈞翔 博士提點出，生成式 AI 普及後，企業大量使用模型製作文案、圖片、簡報、程式碼、廣告腳本、產品構想與設計草稿；效率確實提高，但我一直覺得有一個更根本的問題被忽略：當公司投入預算、人力與時間，最後得到一個 AI 產出，這個成果在法律上究竟有多穩固？

過去企業習慣用「出錢」理解所有權；委託設計師就簽著作權約定，僱用員工則依職務著作或契約處理；AI 卻打破了這條熟悉的鏈。模型不是傳統意義上的作者，人類的提示詞、選擇、修改與編排又可能有不同程度；最後成果是否具有足夠的人類創作性，不能只靠「這是我下指令做的」一句話解決。

這個問題對企業的影響很實際；如果一張 AI 主視覺被當成品牌核心，企業可能投入大量廣告預算；如果後來發現權利排他性不足，競爭者大量使用相似成果時，企業未必能用原本預期的方式主張權利；反過來，如果 AI 輸出與第三方作品近似，企業又可能成為被追究的一方。

所以本篇不是討論「AI 有沒有靈魂」，而是討論更現實的事情：企業怎麼證明自己的創作投入，以及怎麼知道自己沒有把別人的表達帶進商業成果；人類作者原則的真正意義，不是排斥 AI，而是要求人類留下可辨識的創作；許多討論把人類作者原則理解成「AI 做的都不保護」；這種說法太粗糙；真正需要理解的是，著作權制度保護的是具有原創性的表達，而法律傳統上以人類創作為核心。

AI 可以成為工具，就像相機、剪輯軟體、繪圖程式與程式開發工具一樣；關鍵在於人類究竟在成果中作出了什麼具有創作性的選擇；因此，提示詞不是完全沒有價值，但也不能因為提示詞很長就自動等同於作品；企業真正應該關心的是整個創作流程：

人類是否決定主題、結構、構圖、風格方向？

是否從多個輸出中進行選擇？

是否重寫、重組、刪除、加入自有素材？

是否有後續加工與編輯？

畢竟，這些行為比「我下了幾個字的 prompt」更接近創作投入。

我不贊成用固定百分比，例如「人工修改 30% 就一定有著作權」這種做法；創作性不是簡單數量計算；改動很多但只是機械替換，未必具有原創性；改動不多但涉及重要構圖、編排與表達決定，也可能具有法律意義；真正可靠的是保留創作過程，而不是追求一個看似安全的比例；Creation Log 的價值，不是製造證據，而是忠實保存人類做過的決定；企業如果要把 AI 產出變成長期資產，就應建立「創作軌跡」觀念。

這不是要求每位設計師寫一份法律報告，而是利用版本控制、草稿、提示詞歷史、人工修訂紀錄與審核流程，讓企業能回頭說明最終成果是怎麼形成的。

對文字而言，可以保留 AI 初稿與人工重寫版本；對設計而言，可以保留草圖、選版、圖層修改與最終精修；對程式碼而言，可以透過版本控制看出哪些是模型建議、哪些由工程師重構；對影音而言，也可以保存腳本、剪輯與素材來源；這些紀錄有三個價值：

第一，未來主張權利時可以證明人類投入。

第二，發生侵權爭議時可以追溯問題來源。

第三，組織內部可以知道誰對成果負責。

它其實是一種治理紀錄，而不是為訴訟臨時製造的「證據包裝」；平台條款比多數使用者想像得更重要；很多企業選 AI 工具只比較功能與價格，卻沒有真正閱讀服務條款；這非常危險；不同平台對輸入資料、輸出成果、模型訓練、保密、商業使用與法律責任的安排可能差異很大。

企業至少要回答：上傳的資料是否會被用於模型訓練？供應商是否聲稱對輸入或輸出取得某些權利？若第三人主張侵權，平台是否提供法律防禦或賠償？哪些情況會使這些承諾失效？免費版與企業版是否具有不同資料處理條件？

智財權補償條款尤其不能只看廣告文案；供應商可能提供一定程度的 indemnity，但通常會附帶許多前提，例如使用者不得刻意誘導生成侵權內容、必須啟用安全功能、不能自行修改模型、必須及時通知訴訟等。

企業若沒有內部政策確保員工符合條件，名義上的保障可能在真正爭議發生時失效；企業最需要防的是「作品權利不完整」與「侵權責任不清」同時發生；AI 時代最尷尬的情況，是企業對某成果沒有足夠排他權，卻又可能因成果與第三方作品相似而承擔責任；換句話說，你未必能阻止別人用，卻可能仍要對自己的使用負責。

這正是為什麼商業發布前需要 human review；不是因為人一定比 AI 聰明，而是責任最後仍由人與公司承擔。

高風險內容如品牌標誌、核心產品視覺、長期廣告素材、程式核心模組、教材與出版品，都不應直接從模型輸出到市場，中間應有人工原創性與侵權風險檢查；如果企業真的重視某個成果，就應增加人類創作投入、使用自有素材、建立可證明的編輯過程；如果只是低風險、短期、不可替代性低的內容，則可採不同治理強度；這種風險分級，比全面禁止 AI 或全面放任更符合企業策略。

AI 是筆，人類仍必須知道自己寫下了什麼

我想用這篇重新定義「人機協同」；人機協同不是人類替 AI 負責，也不是 AI 替人類創作，而是把兩者的角色分清楚；AI 可以提供速度、變體與靈感，人類則負責選擇、判斷、修改、權利確認與最終責任；真正能被企業保護的數位資產，不能只靠漂亮的最終檔案；它需要完整的權利來源、創作痕跡與合約基礎。

當企業把這些東西建立起來，AI 才會從「一次性的生成工具」轉變成可被治理的生產力；本篇最後想留下的，不是對 AI 創作的恐懼，而是一個更成熟的認知：企業不應把「模型生成」誤認為「公司所有」；所有權、著作權、使用權與責任都需要具體回答；只有在人類願意留下自己的創作、選擇與承擔時，AI 產出才有機會真正成為企業長期可守的資產。

商標、著作權與契約權利不能混成一個「我擁有」；企業談 AI 產出時常說「這是我們的 IP」，但 IP 不是單一權利；著作權保護表達，商標保護識別來源，專利保護符合要件的發明，營業秘密保護秘密且有經濟價值的資訊，契約則可以約定使用限制。

即使某個 AI 圖像本身著作權保護不穩定，企業仍可能透過商標、品牌識別、契約與不正競爭法等其他制度形成保護；反過來，有著作權也不代表可以註冊商標，能註冊商標也不代表沒有侵害第三人著作權；企業如果只問「AI 圖可不可以有版權」，很容易錯過真正的權利組合；程式碼的風險和圖片不同，不能用同一套審查；AI 生成程式碼可能涉及開源授權、專利、營業秘密與資安漏洞；企業如果直接把模型生成程式碼放進商用產品，可能不知道片段是否來自特定開源專案，也不知道其授權義務。

莊鈞翔 博士認為，因此工程流程需要不同於文案審查的控制：程式碼掃描、套件授權盤點、SBOM、人工 code review、安全測試與來源紀錄；這些措施不是因為 AI 特別邪惡，而是因為程式碼一旦進入產品，風險會跟著整個產品生命週期；員工使用 AI 的真正風險，是把公司機密與第三方資料一起變成 prompt；很多企業關注 AI 產出是否侵權，卻忽略輸入端。

員工為了得到更好的答案，可能把客戶契約、未公開產品資訊、內部程式碼、財務資料直接貼進外部模型；這可能觸及保密義務、個資與營業秘密管理；企業因此需要清楚的輸入規則：哪些資料禁止進公共模型、哪些只能使用企業版、哪些須去識別、哪些可以正常使用；真正的 AI policy 不應只寫「請謹慎使用」，而要讓員工知道具體界線。

權利證據必須在創作當下留下，不能等爭議發生才補故事；若企業日後主張某作品具有大量人工創作，最有說服力的是自然留下的版本與工作紀錄，而不是訴訟後才回憶「我們其實改很多」；因此，創作流程與版本管理本身就是未來權利的一部分；這也會改變管理者對效率的理解；最快把 AI 初稿直接發布，短期節省時間；讓人類真正重寫與設計，則增加成本；企業應依成果的重要性分級，而不是所有內容都追求同一速度；核心品牌資產值得更高人工投入，臨時內部材料則可以更輕量；企業應建立「AI 產出資產分級」；我建議管理層把 AI 產出至少分成：一次性輔助內容、可重複使用內容、核心品牌或產品資產；不同層級採不同審查與保存要求。

一次性內部摘要可以低成本處理；對外長期使用的行銷素材需要人工重構與來源檢查；核心 Logo、軟體、教材與出版內容則應有完整的人類創作與權利證據。

這種分級使法務成本與商業價值相配，不必因為 AI 風險就讓所有流程變得沉重。

人類不是因為比 AI 慢就失去價值，而是因為人類仍然承擔法律與商業意義

AI 可以生成無數版本，但只有人類知道哪一個版本符合品牌、倫理、商業目的與法律責任；企業真正需要保護的，不只是產出檔案，而是人類作出選擇的過程；當一家公司能證明自己的團隊不是只按下生成鍵，而是真正進行選擇、重構、創作與審核，AI 就不再削弱作者性，反而成為人類創作流程的一部分。

這是我希望本篇建立的核心認知；委外設計與 AI 共同創作時，契約應要求揭露工具與權利來源；企業委託外部設計公司、廣告代理商或軟體商時，常只要求「成果著作權歸委託人」；AI 普及後，這句話可能不足；受託人可能大量使用生成式工具，而企業完全不知道。

契約應要求受託方揭露是否使用生成式 AI、使用何種工具、是否具商用權限、是否使用第三方素材，以及必要時提供創作紀錄；這不是不信任合作夥伴，而是確保權利移轉真的有內容可移轉；AI 風格模仿與人格、商標、競爭秩序可能交錯；即使某種「風格」本身未必受著作權保護，若生成內容高度近似特定品牌識別、人物形象或作品元素，仍可能產生其他法律問題；企業不能把「風格不受著作權」簡化成「模仿沒有風險」；真正的品牌治理應避免刻意提示模型複製競爭者的識別特徵，也應對高相似輸出建立人工審查；AI 產出進入商標申請前，應先確認識別力與來源風險；一個好看的 AI Logo 不一定適合作為商標。

它可能過於描述性、與既有標誌近似，或只是常見圖形組合；企業在投入品牌前仍應做商標檢索與法律評估。

這再次說明，著作權只是數位資產的一部分，不能取代其他權利檢查；出版與媒體使用 AI，最需要守住作者立場與來源邊界；AI 可以協助整理、潤稿與查找，但如果模型自行補入不存在的事實、引用或立場，作者可能在不知情下承擔責任。

對專欄、研究報告與出版物而言，保留原始資料、查證來源、明確區分 AI 建議與作者採用內容，比單純標示「AI 輔助」更重要；這也是我對自己使用 AI 最在意的地方：工具可以幫我寫，但不能替我決定我沒有說過的話；

企業著作權管理要從「檔案管理」升級為「創作流程管理」

過去企業只要保存最終檔案與契約；未來還要保存生成過程、人工改寫、素材來源與模型版本；這不是增加文書，而是因應創作鏈變複雜後必要的資產管理；真正的人機協同，是讓 AI 增加人的表達能力，而不是消失人的責任；當企業能明確指出哪些部分由人創作、哪些由 AI 協助、哪些資料具有授權，數位資產才可能長期被信任。

人類作者原則不是反科技，而是提醒我們：法律之所以保護作品，是因為作品承載了人的選擇與表達；用一個品牌情境看見權利斷裂；假設公司請行銷人員用 AI 生成主視覺，再交由設計師微調；公司花了廣告費、買了付費方案，也簽了員工職務著作約定；管理層很容易認為權利已經完整；可是若最核心的構圖幾乎完全由模型生成，人工只改顏色與文字，實際可主張的著作權範圍可能與公司想像不同。

更麻煩的是，如果模型輸出碰巧與某位創作者作品高度相似，公司還必須面對侵權風險；這個例子說明，付錢、訂閱、僱用員工與取得著作權是四件不同事情；AI 產出若要成為長期資產，應經過「法律硬化」；我把這個過程稱為法律硬化：高價值 AI 產出不要直接使用，而要經過人類再創作、來源檢查、商標檢索、契約確認與版本保存。這些步驟把原本模糊的生成結果，轉成權利更可說明的商業資產；法律硬化的程度應與資產價值相稱；公司年度品牌主視覺值得完整處理，內部臨時簡報則不必使用同一標準；創作者與企業之間也需要重新分配 AI 使用責任；公司委託自由工作者時，可以約定對方使用 AI 必須事先告知、不得輸入公司機密、應確保素材合法，並就侵權提供合理擔保；創作者也應要求企業不要把其原始作品任意拿去訓練內部模型，除非另有授權。

公司治理策略師 莊博士所關心的，是AI 使雙方都有新的風險，因此契約不應只單向保護企業；清楚的權利界線反而能讓合作更穩定；

員工的創作貢獻不應在「AI 幫忙」之後被完全抹掉

如果員工負責選題、編輯、重寫、設計與審核，即使使用 AI，也可能仍有大量人類創作投入；企業治理應記錄這些角色，而不是把所有成果都標成「AI 生成」。

這既關係著作權，也關係組織對人才價值的認識；AI 讓「作者是誰」變難，但也逼企業更誠實面對創作是如何形成的；過去很多企業其實也沒有完整管理創作過程，只是因為沒有 AI，作者身份較直觀；現在技術把問題放大，迫使企業重新回答人、工具、資料與權利之間的關係；我希望企業不要把這當成負擔；當創作流程被記錄、權利被釐清，企業反而更能把內容變成真正可管理、可授權、可傳承的資產；企業對 AI 生成內容的揭露，也應依情境而不是一律化；有些內容需要告知使用了 AI，例如法律、醫療、研究或高度依賴自動化的重大決策；有些一般內部草稿則不一定需要對外標示；真正重要的是不要讓 AI 參與程度造成誤導。

如果作品以某位專家的名義發布，專家就應真正審閱並承擔內容，而不是只掛名；若大量由模型生成，仍應有足夠的人類採用、修正與查證；這關係的不只是著作權，更是作者信用；生成式 AI 也可能改變職務著作與委外管理；員工使用公司帳號與公司資料生成內容，成果如何歸屬仍要回到勞動與契約關係；外包商若使用自己的 AI 帳號，也可能受平台條款影響；企業應在員工規章與委外契約中明確規定可使用工具、資料輸入、成果歸屬與必要揭露；企業建立「AI 創作治理」的核心，不是證明每一個字都由人寫；真正要證明的是人類對最終表達有實質控制。

管理者決定目的，創作者選擇素材與結構，編輯負責重寫與審核，法務確認風險；這些角色共同形成一條人類責任鏈。

如果公司只保存最終檔案，這條責任鏈看不見；如果保存適度紀錄，則能在權利爭議時清楚說明；在生成變得廉價後，真正昂貴的會是「可證明的原創與可信任」；AI 可以讓內容無限增加，市場因此更可能重視來源、作者、品牌與可信度。

企業若願意投資人類創作、查證與權利治理，反而能在內容氾濫中形成差異；這也是我對 AI 著作權問題較長期的看法：技術降低了生成成本，卻提高了可信與可保護內容的價值。

AI 生成內容的「商業秘密化」也需要條件

有些企業認為既然 AI 生成物著作權不穩，就乾脆全部當營業秘密；這也不能一概而論；營業秘密仍要求資訊非一般可知、具有經濟價值並採取合理保密措施。

如果內容已公開發表，就不再是秘密；如果企業內部也未限制存取，同樣難以主張；因此不同成果應選不同保護工具；公開品牌素材可依商標與著作權治理，內部演算法、提示模板、資料整理方法則可能更適合用營業秘密與契約保護；AI 時代會讓「權利組合」比單一權利更重要；一個產品介面可能同時包含人類撰寫文字、AI 輔助圖像、商標、資料庫與程式碼；企業真正要管理的是整體權利組合，而不是執著某一項產出是否具完整著作權。

企業真正要擁有的，是可持續控制成果的能力；如果公司能用契約限制第三方、用商標建立品牌、用營業秘密守住內部 know-how、用著作權保護人類創作部分，再加上完整版本證據，即使 AI 參與其中，仍然可以形成相當穩固的商業資產；所以 AI 並沒有讓所有權消失，而是迫使企業更精細地理解「擁有」到底由哪些法律工具共同構成；企業也應防止內部把 AI 產出誤認為外部可自由授權的資產；如果權利基礎不清，企業就不應輕易把 AI 產出再授權給客戶、加盟商或合作夥伴。

對外授權等於公司在某種程度上承諾自己有權允許他人使用；這時權利瑕疵可能被放大。

因此，核心 AI 產出在進入授權、加盟、品牌聯名或商品化之前，應經過更完整的權利審查；這是把數位內容從「素材」升級成「資產」時不可少的一步；品牌價值會讓「人類創作證據」愈來愈重要；當 AI 讓一般內容快速商品化，真正能長期累積價值的品牌更需要證明其創作脈絡、設計決策與作者責任。

這些證據不只服務訴訟，也服務品牌故事與市場信任。

企業在 AI 產出上最應避免「權利自信過度」

GRC 專家莊鈞翔 博士要提醒的是，很多爭議不是因為企業故意侵權，而是太早相信自己擁有完整權利；法務應鼓勵團隊在高價值成果上保留一句必要問題：

我們究竟擁有什麼？

能禁止別人做什麼？

又必須對誰負責？

當這三題有答案，商業化才真正站得穩。