"我不記得是在什麼時候聽過「最大努力」（best efforts）這個法律用語，很可能是在餐桌上聽我父母討論我父親的工作。當一家公司同意盡最大努力，就代表他們同意要竭盡全力實現合約中規定的事項。不論我是什麼時候聽到了這個法律用語，它在我們與 MITS 進行合約談判時派上了用場。我說，如果MITS 同意「盡最大努力」授權我們的原始碼，我們就同意給他們全球獨家權利。但是 MITS的律師反對，他們願意考慮「合理努力」（reasonable efforts）的說法，但是我不同意。必須是「盡最大努力」。"-原始碼：成為比爾．蓋茲 P391~392
AI 時代軟體新創的生死線：合約條款比技術更重要
在 AI 興起的今天，台灣軟體新創面臨的最大挑戰往往不是技術，而是合約條款。比爾・蓋茲在 1975 年與 MITS 訂下 BASIC 授權時，堅持加入兩個條款：「智慧財產權不轉讓」與「盡最大努力（Best Efforts）推廣」。這兩句簡單的法律文句，決定了微軟能否活下來、BASIC 是否被奪走，甚至奠定了全球 PC 軟體產業的版圖。
半世紀後的今天，AI 產品（模型、資料、微調、推論 API、SaaS）讓「權利」的重要性更甚以往，因為 AI 技術本身可以被複製、被重訓、被包裝、被隱藏在雲端、被轉售給第三方。沒有合約，AI 新創連技術的所有權都守不住。
一、AI 時代的風險比 1975 年更大
1975 年，程式碼是唯一的資產；2025 年，AI 新創擁有：
- 訓練資料（data corpus）
- 模型權重（model weights）
- 推論 API
- 訓練管線（training pipeline）
- 使用者數據
- 微調後衍生模型
每一項，只要流出，就可能誕生一個競爭者。
資料有侵權風險、模型有歸屬問題、權重有複製風險、API 有逆向工程風險。也因為如此，台灣法院這兩年開始出現大量爬蟲、資料擷取、演算法侵害營業秘密的案件，裁判都反映一個趨勢：
技術是可以被複製的，但權利是不能被複製的。
因此，AI 新創的第一道防線不是技術，而是合約。
二、AI 新創必備的 10 個核心合約條款
以下是所有 AI 公司、SaaS 平台、資料公司都必須具備的十條條款，缺少任何一條，都可能讓你在未來被合作夥伴、客戶或投資方「合法奪權」。
1. 智慧財產權所有權（IP Ownership）
AI 模型與程式碼必須明確寫為「完全歸屬新創」。
這點看似基本，但台灣每年仍有新創因沒有寫清楚，被客戶主張：「模型是我們出錢開發的，所以所有權是我們的。」
沒有所有權，你將無法：
- 再授權
- 出海
- 申請投資
- 出售公司
2. 授權範圍（Field-of-use）必須明確
AI 模型的使用範圍若沒限制，很容易被改用到其他領域。
例如：
- 賣影像模型給醫院 → 客戶拿去做監控
- 辦公自動化 AI 賣給企業 → 被集團拿去做另一家分公司產品
沒有寫清楚，你的技術將從一套產品變成對方的全公司資產。
3. 禁止轉讓（Non-assignment）
這正是微軟當年保命的條款。
如果合作方被收購，你的授權會自動跟著走嗎？
如果對方被競爭者收購，你的模型是否會被直接「合法轉移」到競爭者的雲端？
禁止轉讓條款能防止這個悲劇。
4. 派生模型歸屬（Derivative Model Ownership）
AI 與傳統軟體最大的不同在於：
你給對方模型，他一微調，就變成「新模型」。
如果沒有條款限制，對方可以合法：
- 用你的模型做二創
- 用你的資料再訓練
- 拿新模型對外商用
- 甚至比你便宜五倍賣回市場
因此，需要加入：
- 禁止衍生商用
- 禁止微調
- 或所有衍生模型需歸屬於你
否則很容易被「合法抄襲」。
5. 資料來源、版權與彌償（Data Provenance & Indemnity）
AI 新創最怕的一件事：
客戶說：「你給的資料是侵權的。」
尤其台灣近年法院對爬蟲議題越來越嚴格，只要資料來源不清楚，就會被視為違反營業秘密或著作權。
因此需要：
- 資料來源聲明
- 無侵權保證
- 責任分攤
- 必要時加入彌償條款（Indemnification）
這也是投資人最愛檢查的條款。
6. 保密條款（NDA）強度要比一般軟體更高
AI 技術外洩不像一般軟體，只是損失一段 code。
外洩的可能是：
- 80 億 token 的訓練資料
- 模型權重 checkpoint
- 推論 API secret key
- 訓練腳本與 pipeline
這些被拿走，等於一家公司被複製。
7. 優先努力 / 最佳努力（Best Efforts）推廣條款
若你要代理商、通路商、合作夥伴幫你推進 AI 產品，務必加入與微軟相同的條款：
- Best efforts（最高努力）
- 或 Minimum KPIs（最低銷售、推廣量）
否則對方可能「簽了但不推」，讓你的市場凍結。
8. API 使用限制與流量監控條款
AI 新創常見的災難：
- 客戶用 API 建自己的產品
- 甚至 reverse engineer 推論行為
- 或將 API key 外流
因此必須加入：
- 禁止批次下載
- 禁止模仿訓練
- 禁止反推模型
- API 流量限制與監控
否則別人可以靠你的 API 建一個「你」。
9. 終止與刪除條款（Termination & Deletion Certificate）
合約終止後，對方可能還留著：
- 模型
- 權重
- 資料
- 訓練 pipeline
因此需加入：
- 指定天數內刪除
- 提供刪除證明（deletion certificate）
- 不得保留備份
10. 釋出限制（Non-compete / Non-circumvention）
禁止客戶：
- 用你提供的技術做同類產品
- 跳過你，直接找你的供應商
- 抄你的 UI/UX 與邏輯
AI 新創被競爭者抄襲不是意外，而是常態。
沒有條款保護，你甚至連告都告不贏。
三、全球科技法律戰證明：AI 時代的合約比技術更值錢
AI、資料、接口、演算法、模型權利，這些都比 1970 年代複雜千百倍。
我們從經典訴訟，看到合約的重要性在 AI 時代被放大到前所未有的程度。
Oracle vs Google：API 能否受版權保護的百億訴訟
Google 使用 Java API。Oracle 認為這侵犯版權。
多年訴訟後，美國最高法院裁定 Google 屬於「合理使用」，避免了軟體界大混亂。
在 AI 時代，介面、函式、API 都可能被視為「可受法律保護的作品」。
新創若：
- 使用別人的 API
- 模仿別人的資料結構
- 或連接大型雲端模型
都必須在合約中寫清楚授權邊界，否則會踩雷而不自知。
SCO vs IBM：原始碼來源不清楚，引發十年以上法律戰
SCO 指控 IBM 不當把 Unix 程式碼貢獻進 Linux 生態系，牽動到開源授權與企業內部程式碼的完整來源追蹤（Code Provenance）。
這場訴訟打了十多年，燒掉數億美元，只因為一個問題：誰擁有底層程式碼？
AI 新創若讓：
- 外包工程師撰寫核心模型
- 合作者共同訓練演算法
- 或使用混雜來源的資料集
卻沒有在合約明確定義 “權利歸屬” + “衍生作品定義”
那就等於把未來 IPO、被併購、授權商業化的道路全部堵死。
Waymo vs Uber：資料不乾淨，會讓整家公司被下架
Waymo 指控 Uber 竊取自駕車感測器秘密文件，最終 Uber 不但賠償，還必須停止使用部分技術。
AI 的核心資產
- 訓練數據
- 模型 checkpoint
- pipeline
- 感測器資料
- 標註規則
任何一項「來源不乾淨」，都足以摧毀整家公司。
四、AI 新創的護城河不是演算法，是條款
微軟靠兩句條款活下來：
「不可轉讓」與「盡最大努力」。
台灣 AI 新創，則必須靠十條以上的條款活下來。
AI 讓技術變得民主化、複製化，但同時也讓技術變得更容易被剽竊。
在這個時代，寫不好合約，等於把公司主權拱手讓人。
