德裏法院的合理使用判決：拆解生成式 AI 的資料取得成本與區域監管套利邊界

回顧 2024 年 11 月，印度通訊社 ANI 向德裏高等法院對 OpenAI 提起侵權訴訟。時隔近八個月，這起引發全球內容產業與人工智慧業界高度關注的跨國訴訟有了初步結果。2025 年 7 月下旬，德裏高等法院法官 Amit Bansal 作出裁定，認定 OpenAI 利用 ANI 的新聞報導內容訓練人工智慧模型，符合印度《版權法》中關於研究類別的「合理使用」例外情形。

這項裁決打破了過去兩年內容創作者試圖透過法律禁制令，阻斷 AI 公司未經授權抓取網路資料的防線。法官在判決理由中明確指出，ANI 未能向法院舉證證明 ChatGPT 生成的回覆內容中，存在對 ANI 受版權保護文章的直接複製。此外，若在現階段頒布臨時禁令，將不利於印度本土人工智慧技術的發展，尤其會對印度正在研發的大型語言模型造成阻礙，且損害大量免費使用 ChatGPT 的印度使用者的公共利益。

將這則法律判決放入生成式 AI 的商業與成本結構中檢視，其影響遠超過單一著作權爭議。這實質上界定了大語言模型在資料獲取端的面臨的邊際成本邊界，以及 AI 業者在面臨全球監管分歧時的區域定價策略。

資料抓取的邊際成本與 LLM 的生產函數

大型語言模型（LLM）的資本支出與營運成本結構中，算力硬體採購與電力消耗往往佔據最大宗的視覺焦點。然而，在模型訓練的生產函數中，高品質資料的取得、清洗與授權成本，正成為制約模型能力提升的實體邊際成本。

在 AI 發展的早期階段，OpenAI 等機構普遍依賴網路爬蟲程式抓取公開網頁資料。這種行為的邊際取得成本趨近於零。隨著現有公開高品質語料庫（如維基百科、 GitHub 程式碼）已被消耗殆盡，模型能力的增長曲線開始觸及「資料牆」。為了維持模型智慧能力的摩爾定律，AI 公司必須轉向具有版權保護、品質更高的專業資料源，例如國際通訊社的新聞報導、學術出版商的期刊以及專業金融數據。

當資料來源從「零邊際成本的網路廢料」轉移到「具備明確權利歸屬的專業內容」時，AI 模型的訓練成本曲線發生了結構性陡升。若按照傳統出版業或影視業的授權邏輯，OpenAI 必須針對每一筆抓取的文字支付權利金。以 OpenAI 近期與多家國際主流媒體（如金融時報、世界報）簽訂的內容授權協議為例，單筆合作金額通常落在 500 萬至 2000 萬美元之間。

如果全球法院皆認定未經授權的資料抓取構成侵權，AI 業者將面臨兩種沉重的財務負擔。第一是面對龐大的侵權賠償金，第二是必須將內容授權費完整編入常態性的訓練預算，此舉將大幅推高模型訓練的資本支出門檻，進而墊高 API 的呼叫價格。這與我們先前分析的GMM 粉絲衝突事件中的 IP 折舊與代言估值邊界有相似的底層邏輯，無形資產的產權界定直接決定了下遊產品的定價基準。

印度法院的實用主義：本土 AI 發展的避險邏輯

德裏高等法院拒絕頒布禁令的核心理由，並非單純對著作權法條的技術性解釋，而是基於對印度本土產業發展的公共利益衡量。法官在判決中明確提及，禁令將不利於印度正在開發的大型語言模型。

這項判決反映了開發中市場在面對前沿科技時的監管實用主義。印度本土的新創企業（如 Sarvam AI、 Krutrim 等）正致力於訓練基於印度本土語言的 LLM。這些本土企業同樣極度依賴對英文及印度各地方言網路資料的抓取與吸收。如果法院在 ANI 案中確立嚴格的版權保護標準，禁止 AI 企業合理使用公開資料，首當其衝的受害者將是缺乏數千萬美元授權預算的印度本土新創公司。

從產業競爭與資本流動的角度來看，司法判決決定了該地區 AI 研發的合規成本。德裏法院的這項裁定，實際上為在印度營運的 AI 企業（包含 OpenAI 與本土新創）提供了一個監管套利的安全港。透過將「研究與技術開發」納入合理使用範疇，印度在司法層面降低了 AI 資料取得的邊際成本，這有助於其在新一輪的全球算力與模型軍備競賽中，維持對本土軟體生態系的培育。

成本傳導鏈：誰受惠、誰承壓

這項裁定在人工智慧與數位內容的上下遊產業鏈中，引發了清晰的利益傳導效果。

受惠方：AI 基礎模型開發商與雲端服務商 OpenAI 等跨國 AI 公司是直接受惠者。法院對「合理使用」的寬鬆認定，讓模型訓練的資料來源得以維持低成本擴張。模型開發商可以繼續透過網路爬蟲技術獲取龐大的語料，而無需為每一個字元的來源建立複雜的授權與分潤機制。這保障了模型迭代的速度，也壓低了 API 呼叫的邊際成本，進而能以更低的訂閱價格（例如每月 20 美元的 ChatGPT Plus）服務全球使用者。

承壓方：傳統新聞通訊社與內容產權方 ANI 的敗訴意味著傳統內容生產者在面對科技巨頭時，失去了以侵權禁制令作為談判籌碼的能力。當法院認定抓取新聞用於訓練 AI 屬於合理使用，新聞機構無法強制要求 AI 公司停止使用其歷史資料。這削弱了內容創作者的議價權，使其在與 AI 公司洽談商業授權合約時，缺乏足夠的法律籌碼來支撐高額的授權費用。長期而言，這將壓縮傳統媒體的資產估值，因為其累積的報導資料庫無法在 AI 時代轉化為穩定的授權現金流。這與 零邊際成本資訊劣幣驅逐良幣 的市場定價失靈邏輯一致，當內容的邊際取得成本被強制歸零，高品質調查報導的商業價值將面臨嚴重折損。

全球監管套利與 AI 算力版圖的重塑

德裏法院的判決並不是一個孤立的司法事件。它凸顯了生成式 AI 發展進入深水區後，各國司法體系在面對「資料產權與技術演進」時的路線分歧。

在歐美市場，監管與司法對 AI 訓練資料的態度正日趨嚴格。美國紐約時報對 OpenAI 的侵權訴訟仍在進行中，多位知名作家與藝術家也相繼發起集體訴訟。歐盟更是在《人工智慧法案》之外，透過《數位單一市場版權指令》強化了內容創作者對其資料被用於機器學習的「選擇退出」權利。

當不同司法管轄區對資料合理使用的認定標準出現顯著差異時，跨國 AI 公司必然會調整其資料中心的部署與資料處理流程。為了降低潛在的巨額侵權賠償風險，AI 業者可能會將涉及大規模資料抓取與初步清洗的運算節點，轉移至法律環境相對寬鬆、具備監管套利空間的地區。印度作為全球人口最多、網路使用者基數龐大且軟體代工產業發達的市場，此次法院的裁定，無疑增強了其在全球 AI 算力與資料處理版圖中的區域競爭力。

結語

德裏高等法院對 ANI 訴 OpenAI 一案的初步裁定，確立了印度司法體系在面對生成式人工智慧浪潮時的實用主義導向。透過將 AI 訓練納入合理使用範疇，法院實質上為大型語言模型的資料獲取設定了極低的邊際成本邊界。

這項判決對產業的長期影響在於，它削弱了傳統著作權法在制衡科技巨頭資料壟斷方面的效力。在未來的 AI 市場結構中，決定模型競爭力的關鍵因素，將不再是單純的演算法架構，而是各國法律框架所允許的資料吸取量。隨著各國監管政策分歧的加劇，AI 模型的資本支出與成本結構將越來越受到地域性司法判決的制約。對於內容產業而言，如何在邊際成本為零的資料環境中維持商業模式的運轉，將是未來十年最嚴峻的結構性考驗。