著作鄰接權

著作鄰接權，又稱相關權利，是指與著作權（copyright）相近但保護主體不同的權利。著作權保護的是文學、科學、藝術等原創作品的「作者」，而鄰接權保護的是對這些作品的傳播做出貢獻的「輔助者」，主要包括三類：(1) 表演人（如歌手、演員）對其表演的權利；(2) 錄音物製作人（如唱片公司）對其錄音製品的權利；(3) 廣播機構（如電視台）對其廣播訊號的權利。此概念源於1961年《羅馬公約》，並在世界智慧財產權組織（WIPO）的《表演及錄音物條約》（WPPT）中進一步確立。在台灣《著作權法》第7條之1亦有「著作鄰接權」之概念，並在第26條之1等條文保障相關權利。在AI風險管理中，鄰接權是IP合規的核心，因為AI模型訓練常使用大量影音資料，若未取得表演人或製作人的授權，將構成侵權，引發高額索賠與商譽損失風險。

企業在AI風險管理中應用著作鄰接權管理，旨在確保訓練數據的合法性，其導入步驟如下： 1. **數據資產盤點與風險識別**：全面審查用於AI模型訓練的數據集，特別是音檔（MP3、WAV）與影片（MP4、MOV），識別其中包含的表演、錄音或廣播內容。利用數據溯源工具，標記出具有鄰接權風險的高風險數據資產。 2. **權利清除與授權管理**：針對已識別的資產，系統性地確認權利人（如表演者、唱片公司），並透過集體管理組織（CMOs）或直接談判取得用於機器學習目的的明確授權。授權合約應涵蓋資料探勘（TDM）等用途，並建立授權資料庫進行集中管理。 3. **合規監控與自動化稽核**：導入自動化內容識別技術（如音訊指紋），持續監控新匯入的數據是否包含受鄰接權保護的內容。定期產出合規報告，確保所有訓練數據的權利鏈清晰可追溯。台灣某音樂串流平台在發展AI推薦演算法時，即透過此流程，確保其訓練數據100%符合《著作權法》鄰接權規定，成功將潛在侵權風險降低98%以上，並順利通過年度IP法遵審計。

台灣企業在導入AI相關的著作鄰接權管理時，主要面臨三大挑戰： 1. **權利鏈複雜且溯源困難**：一首歌曲或一段影片可能涉及多位表演者、不同錄音版本及製作公司，權利歸屬盤根錯節，人工追溯成本極高。**對策**：優先與大型音樂授權資料庫或集體管理組織（如MUST、ACMA）合作，利用其結構化資料庫進行批量授權。同時，導入區塊鏈技術進行版權存證，建立不可竄改的權利溯源紀錄，預計6個月內可建立初步資料庫。 2. **AI訓練用途授權模式不明確**：傳統授權條款多針對「公開演出」或「複製」，未涵蓋機器學習所需的「資料探勘」（TDM）。**對策**：聘請專業法務顧問，草擬專門針對AI應用的授權附加條款，明確定義使用範圍、模型產出物的權利歸屬。優先行動是更新公司標準授權範本，預計3個月內完成。 3. **全球數據與在地法規衝突**：AI訓練數據常來自全球，但各國對鄰接權的保護年限與例外規定（如合理使用）存在差異，增加合規難度。**對策**：建立以歐盟《數位單一市場著作權指令》（DSM Directive）為基準的最高標準合規框架，對數據來源國進行風險分級。高風險地區數據需經更嚴格審查，或優先採用已進入公有領域的資料，並在12個月內完成全球數據合規地圖的建置。

積穗科研股份有限公司專注台灣企業著作鄰接權相關議題，擁有豐富實戰輔導經驗，協助企業在90天內建立符合國際標準的管理機制，已服務超過100家台灣企業。申請免費機制診斷：https://winners.com.tw/contact