AI訓練資料竊取：微軟高層一句「勞動竊盜」，台灣中小企業該怎麼自保
法律上還沒定論，但道德上，AI 業界自己人先認了。微軟一位高層私下把 AI 爬取網路內容訓練模型的做法，形容成「竊盜」（theft）；「人類史上最大規模的勞動竊盜」這句完整說法，是 TechCrunch 報導標題的用語，不是文件裡的逐字引述。
這件事出現在《紐約時報》控告 OpenAI 與微軟的著作權訴訟中，2026 年 9 月 17 日由 TechCrunch 從新解封的未刪節訴訟文件報導出來。本文寫於 2026 年 9 月 19 日，訴訟仍在進行中。
先把一個誠實的前提放在最前面：這批引述大多來自《紐約時報》自己遞交的訴狀摘要，底層證物仍處於封存狀態，引文也沒有附上原始脈絡。原告的文字天然會挑最重的講。即使打上這個折扣，這批內容仍然值得台灣老闆花十分鐘讀完——因為它動搖的，是你每天在用的那些 AI 工具的成本結構。
AI公司爬取網路內容訓練模型，算不算偷竊？
法律上沒有定論，道德上業者內部已經自認是竊盜。美國法院目前多數判決偏向 AI 業者主張的「合理使用」（fair use，著作權法允許在評論、新聞報導、諷刺等特定情況下不經授權使用他人作品），但這次解封的文件顯示，AI 公司內部對自己的行為判斷完全不同。
差別在於：法院看的是法條適用，內部信件看的是他們自己知道發生了什麼事。訴狀指稱這些公司繞過付費牆（paywall，媒體網站要求付費才能閱讀全文的機制）取得內容、以大規模爬蟲建立訓練集，並刻意移除訓練資料中的著作權標示。這三件事如果成立，都不是「順手抓到公開網頁」可以解釋的。
這次未刪節文件到底揭露了什麼？
複製的規模，還有微軟自家的流量數據。這是三年來這起訴訟第一次讓外界看到量級。
TechCrunch 指出，文件首次揭露了複製規模：光是 OpenAI 的中期訓練資料集（mid-training datasets）就含有超過 9 萬份副本。這個數字出自 TechCrunch 對該訴訟文件的報導。
更關鍵的是流量數據。微軟自家資料顯示，Copilot 這個「答案引擎」（直接給答案、不再把人導去原始網站的搜尋介面）讓《紐約時報》網域的點擊率，相較傳統 Bing 搜尋最多掉了 93%。微軟應用科學總監 Brent Hecht 在 2024 年 1 月的一份內部簡報裡，把這個現象叫做「doom loop」（死亡迴圈），並寫下這段話：
「一個終端產品威脅到自己核心供應商的經濟基礎，這極不尋常，但這正是我們為自家大型語言模型事業的『內容供應鏈』創造出來的處境。」
一家公司把上游餓死，自己也會斷糧。寫下這段話的是微軟自己人，份量跟外部評論者完全不同。
為什麼這批內部說法，比外界批評更有殺傷力？
因為它們正好打在合理使用四項判準的要害上。合理使用最難過的一關，是「使用行為是否取代或損害原作品的市場」。下表把這次曝光的說法，對應到它們各自打到哪一根柱子。
| 誰說的 | 說了什麼 | 打到合理使用哪一根柱子 | 來源 |
|---|---|---|---|
| 未具名微軟高層 | 私下把公司的 AI 訓練做法形容為「竊盜」（TechCrunch 報導標題寫作「人類史上最大規模的勞動竊盜」） | 取得手段的正當性 | TechCrunch 2026/09/17 |
| 微軟應用科學總監 Brent Hecht（2024/01 內部簡報） | Copilot 造成 NYT 點擊率最多下降 93%，形成「doom loop」 | 對原作品市場的實質損害 | 同上 |
| 微軟執行長 Satya Nadella（2026 年稍早的具結證詞） | 付費牆後的內容，任何人要拿去訓練、或當作回答依據（grounding）都應該取得授權 | 授權市場確實存在 | 同上 |
| 微軟執行長 Satya Nadella（2026 年稍早的具結證詞） | 跟聊天機器人對話「已經取代了……直接在網站上取得資訊」這件事，使用者不必再回到原始來源 | 替代性而非轉化性 | 同上 |
| OpenAI ChatGPT 負責人 Nick Turley | 出版商面臨「存亡威脅」，聊天機器人「高度具替代性」，而且會越來越強 | 替代性而非轉化性 | 同上 |
| OpenAI 總裁 Greg Brockman | 模型「非常擅長做新聞」 | 與原作品直接競爭 | 同上 |
| 一份微軟內部文件 | 生成式 AI 有「真實風險」嚴重衝擊「產出訓練資料那群人」的就業 | 對創作者市場的整體衝擊 | 同上 |
Nadella 的證詞（deposition，訴訟中在法庭外具結作證的紀錄）還有更硬的一句：如果他當初知道 OpenAI 爬取並訓練了付費牆後的內容，他會動用微軟的權利，要求 OpenAI 重新訓練模型。執行長親口承認「這事該授權、而且我會叫你重做」，跟法務部門主張「這屬於合理使用」，是兩套互相打架的說法。
合理使用還站得住嗎？法院和美國政府現在站哪一邊？
短期偏向 AI 業者，但基礎正在鬆動。TechCrunch 指出，法官們大致傾向接受 AI 公司的合理使用主張；本月稍早（2026 年 9 月），川普政府還遞交了一份書狀，為 OpenAI 未經授權使用受著作權保護的素材訓練模型辯護。
政策風向站在 AI 業者那邊，證據風向站在出版商那邊。這種分裂通常不會停在原地：要嘛法院最終認定訓練屬於合理使用、爭議由立法解決；要嘛某一案判賠，整個產業被迫走向付費授權。兩條路都有一個共同終點——訓練資料開始有價格。
台灣著作權法第 65 條同樣列出四項合理使用的判斷基準，第四項就是「利用結果對著作潛在市場與現在價值之影響」，架構與美國 U.S. Copyright Office 說明的四因素測試相近（此為台灣現行法條參照，供本地讀者對照；本案訴訟在美國進行，目前並未在台灣涉訟）。美國這場官司的核心爭點，在台灣法庭上同樣會被問。
這對台灣中小企業意味著什麼？
意味著你現在用 AI 寫文案的成本，是被別人補貼出來的，而補貼隨時會結束。以下屬於我們的判斷，請當成推演而非既成事實——目前沒有任何國家已經立法要求 AI 業者揭露訓練來源或強制付費授權。
我們的判斷分三層：
第一層，成本會轉嫁。 如果授權變成產業慣例，模型商的內容成本會進到訂閱價裡。今天的訂閱月費未來可能分層：便宜的用「乾淨但貧乏」的資料，貴的用「已授權的高品質內容」。小公司會被推向前者。
第二層，你的責任邊界沒人幫你擋。 很多 AI 工具的服務條款把「輸出內容是否侵權」的責任放在使用者身上；有沒有侵權賠償，要看你買的是哪一個方案。你拿 AI 生成的產品描述去投廣告、印型錄，承擔後果的是你的公司。
第三層，這件事現在就有對策，而且不貴。 這是整篇最實用的部分。
| 使用情境 | 主要風險 | 現在就該做的動作 |
|---|---|---|
| 用 AI 寫行銷文案、社群貼文 | 輸出內容與既有作品高度近似 | 發佈前做一次全文搜尋比對；保留人工改寫紀錄 |
| 用 AI 寫產品描述、型錄 | 印刷品追回成本高 | 實質改寫並加入自家實測細節 |
| 用 AI 生成圖片、配樂 | 風格模仿爭議大於文字 | 商用素材優先用有授權保證的來源 |
| 交付客戶的內容（代操、外包） | 承擔後果的是你 | 合約寫明 AI 使用範圍與著作權歸屬 |
| 把客戶資料餵進 AI 工具 | 可能被拿去訓練 | 只用有「不訓練」條款的企業版 |
具體要看的合約條款有三條：輸出內容的著作權歸誰、業者有沒有提供侵權賠償（indemnification）、你輸入的資料會不會被拿去訓練。這三條在多數工具的服務條款裡都寫得到，找不到就是答案本身。
另外一個沒人會提醒你的動作：留證據。把你的提示詞、AI 初稿、人工修改版本按日期存檔。爭議發生時，能證明「人類創作貢獻」的紀錄，比事後找律師更值錢。
AI 生成的內容，在台灣有沒有著作權？
有條件的有。台灣著作權法保護的是人類的創作表達，純粹由機器輸出、人類只按一個鍵的內容，很難主張著作權。人類有實質選擇、安排、修改的部分，仍然可能受保護。
實務上的意義很直接：如果你的品牌內容全部由 AI 一鍵生成、沒有人工痕跡，別人拿去用，你可能連告他的立場都沒有。這個風險跟「被告侵權」一樣真實，方向卻相反——很多老闆只防前者，忘了後者。
所以現在該停用 AI 生成內容嗎？
不必。因為這則新聞就停用 AI，是過度反應。微軟高層那句話最誠實的地方，在於它承認了一個結構：AI 產業的內容供應鏈是免費拿來的，而免費的東西一旦被定價，最先被擠出去的不是大公司。
我們的立場是——把「AI 工具是永遠便宜的基礎設施」當成經營假設，是錯的。今年就把三件事做掉：盤點公司在用的 AI 工具與它們的條款、在對外合約補上 AI 生成內容的著作權條款、建立提示詞與人工修改的存檔習慣。這三件事大約一個工作天內做得完，卻是這場官司無論怎麼判，你都不會後悔做的準備。
想知道你的內容在 ChatGPT、Perplexity 這些 AI 引擎裡目前被怎麼呈現、有沒有被引用，可以從免費 AI 推薦度健檢開始看起。
常見問題
微軟高層說的「人類史上最大規模的勞動竊盜」是誰講的？
這句完整說法是 TechCrunch 2026 年 9 月 17 日報導的標題用語。報導內文記載的是：一位微軟高層在私下溝通中，把公司的 AI 訓練做法形容為「竊盜」（theft），文件並未具名指出是哪一位主管。相關引述出自《紐約時報》遞交的訴狀摘要，底層證物仍封存，引文也沒有附上原始脈絡，引用時要一併說明這個前提。
AI 公司用網路內容訓練模型，法律上到底違不違法？
目前沒有定論。美國法院多數傾向接受 AI 業者的「合理使用」主張，2026 年 9 月川普政府也遞交書狀為 OpenAI 辯護。但這次解封文件顯示的市場替代證據，正好打在合理使用最難過的那一關上。在終審判決出來之前，任何說法都只是預測。
台灣中小企業用 AI 寫文案，會有侵權風險嗎？
有，而且責任多半落在你身上。很多 AI 工具的服務條款把輸出內容是否侵權的責任放在使用者身上，有沒有侵權賠償要看你買的是哪一個方案。實務作法是發佈前做一次全文搜尋比對、實質改寫並加入自家實測細節，並保留提示詞與修改紀錄，證明有人類的創作貢獻。
AI 生成的內容，在台灣有沒有著作權？
有條件的有。台灣著作權法保護人類的創作表達，純粹由機器輸出、人類只按一個鍵的內容很難主張著作權；人類有實質選擇、安排與修改的部分仍可能受保護。全靠 AI 一鍵生成的品牌內容被別人拿去用，你可能連主張權利的立場都沒有。
如果各國真的要求 AI 業者付費授權訓練資料，我的成本會漲嗎？
很可能會，但目前沒有任何國家完成這類立法，這屬於推演。合理的準備方向是：假設 AI 工具訂閱費未來會分層，便宜方案用資料較貧乏的模型，高價方案用已授權內容。別把「AI 永遠便宜」當成經營假設，就不會被漲價打亂節奏。
我該檢查 AI 工具合約裡的哪些條款？
三條。第一，輸出內容的著作權歸誰；第二，業者有沒有提供侵權賠償（indemnification）；第三，你輸入的資料會不會被拿去訓練模型。這三條在多數工具的服務條款裡都找得到，找不到本身就是一個答案——代表業者不打算承擔。