全球人工智慧競賽已從模型性能進入算力、數據與資本全面競逐的新階段。台灣擁有全球關鍵的半導體製造與硬體供應鏈，在AI浪潮中占有重要位置；但若只拚晶片、伺服器與資料中心，卻沒有同步完善數據利用、智慧財產權及金融制度，台灣恐怕仍只能扮演全球AI產業的製造基地，難以取得更高附加價值。

真正值得政府思考的問題是：當數據成為AI時代最重要的生產要素之一，台灣是否已經準備好讓數據得以在合法、安全且可預期的制度下被存取、使用、分享及授權，甚至進一步成為企業取得資金的基礎？

首先，AI訓練所需的大量資料，正在重新考驗著作權制度。台灣現行《著作權法》尚未針對AI訓練或文字與資料探勘設置專門的權利限制條款，未經授權利用受著作權保護的內容，仍須依具體利用行為判斷是否涉及重製等著作財產權，並依《著作權法》合理使用相關規定及第65條第2項所列因素，判斷是否構成合理使用。智慧財產局也持續透過解釋及政策討論，處理生成式AI帶來的著作權問題。今年7月，智慧財產局並就「生成式人工智慧著作權指引」舉行公聽會，顯示主管機關正逐步整理現行法律的適用原則，並評估後續制度調整方向。

問題在於，生成式AI發展速度已遠超過傳統法律規範的形成速度。企業最需要的不是一句「可以」或「不可以」，而是清楚知道哪些資料可以用、何時必須取得授權、權利人如何保留拒絕資料挖掘的權利，以及商業利用如何合理分配利益。

歐盟《人工智慧法》（AI Act）要求通用型AI模型提供者制定遵守著作權法的政策，並公開模型訓練內容摘要；相關義務自2025年8月起適用，歐盟執委會並自2026年8月起取得相應的執法與裁罰權限。

日本則透過《著作權法》第30條之4，對非以享受著作所表達思想或感情為目的的資訊分析保留較大彈性，但仍以不得不當損害著作權人利益為界限。

台灣不必在兩者間二選一，而應兼顧創新與權益，對研究及公益利用給予彈性，對商業訓練建立資料透明、權利保留、授權及合理補償機制，尋求適合台灣產業發展的平衡。

其次，數據如何真正成為經濟資產，是台灣必須面對的另一課題。歐盟《數據法》（Data Act）並未創設一般性的「數據所有權」，而是著重資料的存取、使用與分享權。台灣與其急於創設新的所有權概念，不如先釐清企業資料庫、製造參數及供應鏈資料的權利來源、使用及授權規則，並完善營業秘密、個資保護與鑑價制度。唯有讓數據的權利來源、控制方式及合法利用範圍可以辨識，並在符合個資、營業秘密與第三方權利保障的前提下授權使用，才能進一步成為企業融資與創新的重要資產。

金融制度也應同步思考。AI新創企業真正具有價值的，往往不是土地與廠房，而是演算法、技術、資料及由此形成的商業模式。與其貿然宣稱「數據就是擔保品」，不如先建立可信賴的數據權利與鑑價標準，再研議其在授信、擔保及資產交易上的可行性。國際會計準則理事會目前也正研議如何改善無形資產的認列、衡量與揭露規範，顯示這並非台灣獨有的制度挑戰。

台灣需要的不只是算力，更要有合法、穩定、可持續的「數據燃料」。政府應整合經濟、數位、智財與金融政策，從著作權、營業秘密、個資保護、資料治理到鑑價融資，逐步完善AI數據法制。

算力決定AI跑多快，數據決定AI走多遠，法律則決定台灣能否從硬體製造者走向數位經濟規則的參與者。唯有軟硬並進，讓算力與數據在健全法制下相互加乘，台灣才能真正掌握AI時代的產業與制度紅利。