> **来源：[研报客](https://pc.yanbaoke.cn)** **生成式人工智能知识产权导航报告总结** **1. 引言** 生成式人工智能（AI）工具在各行各业快速普及，为内容生成提供了机遇，但也带来了重大的知识产权风险和法律挑战。本报告旨在提供指导性原则和问题清单，帮助组织理解和管理这些风险。 **2. 什么是生成式AI？** 生成式AI 能够根据用户提示（如文本描述）生成新的内容（文本、代码、图像、音频、视频等）。常见的工具有 ChatGPT、Midjourney、Copilot 和 Firefly。其运作依赖于大规模数据训练，数据来源多样。 **3. 核心问题与风险** * **用例与成本：** AI 工具开发成本高昂，多数组织采用第三方工具或微调。 * **合同条款复杂：** 许可协议仍不成熟，涉及保密信息使用、输出所有权、责任等的条款差异大。 * **训练数据风险：** 训练数据可能包含版权作品、个人数据、生物信息等，引发侵权和隐私诉讼。 * **输出风险：** AI 可能产生不准确、侵权、歧视性、有害内容或进行深度伪造。 * **法律滞后：** 现有知识产权法未充分考虑 AI 技术，导致权利归属、AI 是否侵权等不确定。 * **监管发展：** 各国（如中国、欧盟）正考虑出台相关法规和政策指导方针。 **4. 主要知识产权风险点** * **商业秘密风险：** 使用机密信息训练或提示 AI 可能导致机密泄露。风险包括提示被存储或用于再训练、供应商监控、提示注入攻击和员工审查。 * **知识产权侵权风险：** AI 基于受保护内容训练，输出可能侵权，涵盖版权、商标、外观设计、专利等。 * **开源义务风险：** AI 生成代码可能受开源许可约束，引发争议。 * **肖像权与声音权风险（深度伪造）：** AI 模仿他人声音或肖像可能侵犯权利。 * **人工智能输出的权利归属模糊：** AI 生成内容是否受版权保护以及谁拥有所有权尚不明确。 **5. 缓解措施与建议** * **员工政策与培训：** 明确 AI 使用政策，培训员工了解风险、避免使用保密信息和第三方 IP。 * **风险监测与管理：** 关注判例法和法规变化，定期评估和更新政策。 * **工具评估与记录：** 审查 AI 工具的条款、数据来源和存储策略；记录训练过程、提示输入和人类贡献。 * **数据评估：** 审查训练数据集的合法性与许可范围。 * **输出管理：** 检查输出的IP侵权；结合人工创意以明确所有权；订立协议确定输出权属。 * **合同谈判：** 在采购和委托创作时，明确输出所有权和 IP 使用限制。 * **替代方案：** 考虑仅使用公开许可数据训练的 AI 工具或已提供知识产权赔偿的供应商。 **6. 法律与政策发展** 政府和国际组织（如 WIPO）正在制定法规、政策和指导方针，以规范 AI 的负责任使用，包括知识产权问题。监管环境的变化将对企业提出新要求。 **7. 结论与行动清单** 企业应主动制定相关政策和培训计划，采取控制措施，妥善管理 AI 使用过程中的商业秘密、数据和输出所涉的知识产权风险，并密切关注法律环境的变化。行动清单涵盖员工政策、风险状况管理、记录保存、工具评估和输出管理等方面。 **8. 延伸阅读** 报告引用了 WIPO 讨论会关于生成式 AI 和 IP 的讨论，并提供了相关资源链接。