近曰據傳有海外機構向台灣收購海量的本土版權書籍，書目規模高達15萬種，交易金額推估近1億台幣（即便不用平均定價計算，折後應該也有5000萬元左右）。面對如此大單，除了說聲恭喜恭喜、替出版方開心之外，其背後仍不免令人浮想聯翩……

關於這件事，有幾個具指向性的現況供大家參考：

• 近年圖像鑑別文字系統突飛猛進，只要有書，無需電子檔、也不用知會任何人，即可輕易轉成數位文本。
• 對AI產業來說，最珍貴、品質也最優的數據，是由專業人士精心撰寫編輯的書籍和文章。
• 目前聊天機器人學習的文本，用圖書館館藏作為比例，已大約是英國第二大圖書館「牛津大學博德利圖書館」自1602年以來累積存量的兩倍。
• AI使用數據的速度比生成數據飛快許多，各科技公司訓練AI的語料來源非常吃緊，最快在2026年，所有高品質數據都將運算完畢——除非獲得更多數據。
• Meta董事長祖克伯（Mark Zuckerberg）曾在該公司內部會議中表示：「那就去非洲找些不太有人管的圖書館一本本掃描，才能讓Meta的AI系統盡快成立。」

➤出版業的黃金誰在挖

圖書館可能是文字轉數位檔案的最大破口。雖無從查證Meta是否真的這麼蠻幹了，但書籍是科技界最迫切需要的優質資料，已是不爭的事實。同時也幾乎可以確認，世上所有的公版內容，應該都已經全部被AI吃下肚。

值得慶幸的是，據說向台灣收購價值上億書籍的單位，是非營利的實驗性學術機構，且採購過程有律師的合約簽證，確保交易和運用方式均為合法。只是話說如此，仍令人難掩焦慮——試想眼前的當下，有個大型語言模型（LLM）正在把台灣所有知識工作者、文化工作者跟創作者的版權作品，一本本照相掃描、數位建檔，一旦進入商用，那後果不堪設想！

在AI產業，LLM訓練一次就耗資200-5000萬美元，幾千萬台幣相對而言真的不算大錢。而台灣目前的版權相關法令，對於再利用的部分毫無規範與限制的能力（只要不是原文照抄都不算違法），因此買方對大批書籍如何運用，我方將難以提出異議。

這是目前我們面臨的最大困境。此事的嚴重性不只出版人必須意識到，也是所有內容產業都應該面對與討論的課題。當科技界眼中最龐大的黃金資源還握在版權方手中，且當前AI應用產品尚未臻成熟之際，應當趁早加以防範、立法、或進行談判。

長期觀察AI演進但不願具名的出版人Ａ即大聲疾呼：「這已經不是箭在弦上的問題！而是對方的箭都已經射向我們了，我們還不趕快將靶畫起來？」

➤AI訓練的材料台灣無法可管

目前全球主要的LLM模型設計公司，包括Meta、Google、Anthropic、OpenAI，4家都是美國公司。去年4月，《紐約時報》一篇〈科技巨頭如何投機取巧，為人工智慧收集訓練資料〉的調查報導指出，2021年底，OpenAI就已面臨文本大水庫見底的危機，該公司因此研發了Whisper語音辨識工具來應對，並將超過100萬小時的YouTube音檔轉錄成文本，用於GPT-4的訓練。從此，也開啟了這些LLM公司的資源搶奪賽，一個個紛紛繞過法律，開後門、走捷徑，對內容產業上下其手。

生成式AI的訓練對內容相關產業造成莫大威脅，不到兩年時間內，全球已有30多起對LLM公司提告的侵權訴訟。但這些科技公司口徑一致，均宣稱：因為AI不會給使用者正確答案，而是從資料庫媒合可能性最高的詞語內容，所以這些訓練語料都是合法使用的。

這個趨勢下，未來影響出版界最大的，將會是技術型書籍。包括商業策略、社會科學等非虛構書籍的商業規模，恐將減少60%以上（如此一來，出版社到底還要不要出書？）。意外的是，虛構類的文學書雖容易被AI複製，但因為風格特色各殊，反而還有存活空間。

綜觀國際，美國的版權相關法案尚未對人工智慧學習有明確管制。日本2019年曾對LLM抱持開放，但2024年中已改回保守限縮。歐盟因10年前改採鄰接權，有法源可對「版權內容再利用」情形納管，咸認是當前面對AI侵權的唯一解。而台灣的版權相關法令與美國相近，對LLM的侵權愛莫能助，且國內對此缺乏維權討論，是目前最大的問題。

➤內容授權的共識

去年4月，英國《金融時報》將新聞資料庫授權給OpenAI，成為繼美聯社、德國斯普林格、法國《世界報》、西班牙普利沙集團後，第5個與之締結的付費協議。許多媒體人將這項計劃視為出賣自己的背叛行為。然而《金融時報》執行長表示，如果當時沒有這麼做，才是更大的災難。達成授權協議，至少能在合理的法律範圍上，互相保護、防止外洩、確保不被其他人利用。

對此做過研究的出版人Ａ表示：「這個觀念在台灣出版界，還是偏少的。」那麼興訟與協議，何者才是維護台灣產業權益較好的解方？他認為，催促政府立即修法保護，有現實上的困難。雖然目前美國參議院已有因應人工智慧時代的版權法修正草案，但台灣若只想等待美國確立後再跟進規範，恐怕為時已晚。

「不過我們還是有機會做一些事的。」他說，版權方此時介入制定規則尚不嫌晚，也絕對有機會達成利己的邏輯模式。

「例如在2024年5月以前，『生成內容若涉及學習資料，需註明出處』這條規則，原本是不存在的，是媒體商與AI公司協議過程中，了解了AI怎麼訓練、資料怎麼被運用之後，才提出來的要求。這表示AI問與答的遊戲規則都還在建立中，也表示台灣現在還來得及、也有條件去跟對方談。樂觀估計，大概一年之內還來得及。」

美國華盛頓大學Emily Benders教授在學術論文裡提到，世界第一大學習語料是英文（AI平台也都以英文為主），而第二大語料是中文，加上全球AI所使用的硬體，有90%都是台灣製造，所以在話語權上，我們絕對有立足點。

有鑑於此，在人工智慧無可逆轉的潮流趨勢下，台灣除了必須盡速訂定符合雙方需求的版權法規，重新規範AI學習這件事情之外，版權擁有者也最好遞出橄欖枝，積極尋求面對面協商。否則一旦技術方優先完成遊戲規則，出版商將不再具影響力與聲量。不僅出版，所有內容產業都應該盡早凝聚出這些共識，面對衝擊時才不會茫然無所知。

➤風口浪尖，出版業想好站哪了嗎？

LLM正在改變世界。過去所有人都認為書籍是整理知識最有系統、最有邏輯，也最容易被吸收的方式（沒有之一），而出版業（包括新聞媒體）最強大的能力即是載體。

可是從去年年中開始，AI已經可以把一切平常人看不懂的論文、學術書，任意生成諸如一齣1.5小時輕鬆幽默好消化的廣播劇，而且不用版權。

當AI將這項功能全數直接下放給用戶使用的時候，就像自媒體發展的歷程一樣，內容將演變成客製化的自助餐，只要掌握好吃的祕訣就有流量，就算是個人也能打趴過去的傳統媒體與出版。

可以想像的是，未來內容提供者可能對接的，不再是出版社，而是「AI知識管理員」。出版商如果沒有在手中仍握有智產優勢的現在，預想及推演跟LLM公司談判的內容，那麼假以時日，「出版」二字將成為過去式，現階段的許多專業，都會變成「過去的傳統工藝」。

出版人Ａ提醒：面對AI，我們不能太過落單，與之攜手還可以成就很多聰明的事，開發更對等的互惠或合作空間。他說，出版人也許會如此自限：「科技公司怎麼可能跟我們談？我們講的他們會聽嗎？我們又管不到他們，也不知道他們要做什麼……」然而，我們又如何確定對方不會聽呢？

我們知道AI很厲害、科技公司賺很多錢，但從未搞懂AI模型長什麼樣、如何被運用。這些都是開啟協商才有機會了解的事，也才有機會提出一些對等條件。除了產業談判，公部門也必須把足夠的專業和力氣放進來協助談判，才比較容易達成目的。

此外，我們只接觸到AI的末端應用，缺乏了解形成原理的人。不管是新聞媒體或出版商，有概念的人屈指可數。或許出版界也需要一些相關專區或專業頻道，認真、定期地檢視AI技術的演進，並廣泛尋找專家，幫我們看看AI語料訓練與版權之間有沒有新的解法，提供一些補品或藥單。

出版人Ａ呼籲：AI的演變超乎我們想像，每個月都在飛速進行，蹉跎十天半個月，我們對它的掌握就會又掉了一大截，當立院還在為法條吵來吵去時，技術早已經翻篇。因此在我們還握有產業優勢與內容資產的當前，跟進的速度真的要加快了。

包括文化部、數發部、立委以及出版話語權較大的人，必須知道事情的嚴重性，開始出手倡議。出版界也要有集體性的討論跟提案，盡速理解AI到底需要我們什麼？我們可以介入什麼？

上車要及時。●