壹、前言
據美國新聞網站Vox報導1，一家成立於2003年擁有雅詩蘭黛（Estée Lauder）、雅芳（Avon）、Coty及Donna Karan等知名客戶的德國香料香精公司Symrise，與IBM合作研究機器學習技術如何應用在香水領域。報導指出IBM已成功開發出一種香味演算法—Philyra，用以研究現有的香水配方並將這些成分與其他相關資料，如地理位置、客戶年齡等，進行比較分析，已可開發出針對特定細分市場的新型香水。Symrise擁有170萬種香水配方，Symrise與IBM共享這些香水配方以及客戶數據，包括哪些香水最為暢銷、是誰購買了這些香水、哪個年齡層的消費者更偏好哪種氣味，再以Philyra演算法制定出針對特定消費者的新香水公式。
連「香水」這種大概是專屬於「人類」生活情趣，幾乎可說是各家廠商最重要「營業秘密」的香水配方，都無可避免受到人工智慧發展的影響，以下藉由這則新聞，初步與讀者們分享人工智慧發展對於產業營業秘密保護與營業秘密法制本身可能的影響。
貳、人工智慧對於產業界營業秘密保護的影響
一、人工智慧將加速營業秘密的產出
早於13世紀「聞香師」即成為一種職業，每一款香水配方，無疑地都需要經過無數前人經驗的累積、長時間不斷的試誤與市場的投放測試，只要保護得當自然應該受到營業秘密的保護，這並不會因人工智慧發展而受影響。但透過長期累積的香水配方與銷售相關資料，透過機器學習與適當的演算法，可以快速產出新的香水配方，無論是廠商投入試製或是測試市場接受度，「時間成本」絕對是大幅降低，這也顯示出人工智慧對於產業營業秘密保護最重要的影響，應該是讓企業「營業秘密」的產出與累積愈來愈快。甚至可能會如Symrise與IBM的合作一般，過去需要好幾年才有一款新的香水問世，未來香水可能如流行服飾產業，每季都有新的流行，沒有跟上產業變化的業者，可能很快就被市場淘汰。
二、人工智慧亦將加速營業秘密的消逝
然而，我們可以想像目前機器學習是由已知的香水配方，嘗試搭配、調製新的香水配方，未來隨著香水配方資料累積，從市售香水分析出其原始配方也不是一件不可能的事情，過去最「秘密」的香水配方，一旦上市之後，能以「營業秘密」保護、發揮市場競爭力的時間，將隨著人工智慧的發展而縮短。因為「還原工程」向來被認為是一種「正當」探知他人營業秘密的方式，若是人工智慧有能力由市售的產品「逆推」出可能的幾種配方，競爭廠商即可透過短期的試驗，立即推出香味非常類似的產品。
這也提醒我們未來產業界適合以「營業秘密」保護的「無形資產」，可能會愈來愈窄，過去許多產業「還原工程」的門檻較高，例如：可口可樂的配方、肯德雞炸雞配方、積體電路等，除了各行業能夠從事「還原工程」的高端人力本身培育就是一個門檻，透過這些「師傅」們個人的經驗、試誤也受到「人類」體力、腦力的局限，確實比較困難在較短的時間發現確切的配方或完整地還原出相關功能設計。這類以「高端專家」作為還原工程「門檻」，而選擇以「營業秘密」保護的「無形資產」，勢將隨著大數據、機器學習在各產業領域的投入而受到衝擊。
三、人工智慧時代營業秘密的保護更為迫切
IBM如何能夠開發出香味演算法—Philyra？沒有Symrise所擁有的170萬種香水配方，大概也不可能具有商業上的可行性。雖然不排斥人工智慧未來可能具有跨領域自動學習的可能性，但至少可見的未來人工智慧在產業應用上的發展，仍然依賴各產業領域的專家及大量累積的資料，這也突顯出專家的「Domain Know-how」，以及該產業領域裡「未對公眾公開的資料」，會是產業人工智慧應用的關鍵，而利用Know-how建立訓練的模型、用以訓練AI的大量資料，除非一開始就是以「開放」的方式進行，否則，都可能是處於營業秘密保護的狀態下。
我們由人工智慧最熱門的領域「自動駕駛」在營業秘密訴訟上的熱度即可觀察到，包括：2017年Tesla控告前員工Sterling Anderson（原Autopilot計畫負責人）帶走大量機密資料及企圖為其新公司Aurora惡意挖角Tesla人才（已和解）2、Waymo控告Uber所收購的Otto公司及其負責人竊取LiDAR等光達感測機密資料（已和解）3、2018年FBI指控蘋果前員工Xiaolang Zhang （張曉朗）竊取自動駕駛機密資訊至中國小鵬汽車任職4、2019年Tesla則再對其前員工任職於新創公司Zoox及中國小鵬汽車提起訴訟5。為什麼自動駕駛的公司難以擺脫營業秘密的訴訟風險？因為人工智慧在產業應用所需的Know-how與資料門檻愈來愈高，與過去一般依賴個人技藝或生產管理技能的創業模式完全不同。這也預見了在人工智慧的時代，產業對於營業秘密保護的需求將更為迫切。
四、人工智慧也可用於營業秘密侵害事件的偵防
IBM 執行長 Ginni Rometty在CNBC的訪談中提及，目前IBM已研發一套能夠預測員工何時打算離職，準確度高達 95%的系統，並為IBM節省近3 億美元的留任員工費用6。連員工打算離職都能夠預測得出來，更不用說如果是應用在員工可能有不當取用、外洩營業秘密的情形。
人工智慧在資訊安全領域的應用可說是熱門的顯學，因為資安的攻擊都已經開始運用人工智慧，資安的防護也不得不跟上腳步7。營業秘密除了來自於這類資安方面的外來攻擊、洩漏之外，多數是來自於與企業有各種往來關係的主體的不正當取得、使用或洩漏的行為，通常這類行為很少是「一次到位」，突然發生嚴重的營業秘密侵害行為，多半是漸進式、有些微預兆，甚至會有一些試探的行為存在，這也是不少企業在發生營業秘密事件時，多能事後找出一些行為的「異狀」，進而蒐集更多的資料評估是否提起訴訟。就如同員工決定要離職也很少是突然決定的，企業營業秘密管理結合人工智慧對於一些員工異常作為或警訊的分析，應該也是資安業者非常有興趣的領域，相信不久之後可能就有足夠成熟的產品可以應用。
參、人工智慧對於營業秘密法制的影響
上述談到的都是人工智慧在產業應用時，原先產業界應用「營業秘密」這項「無形資產」的保護工具時，可能會發生什麼樣的影響，那麼，人工智慧的發展會對於「營業秘密法制」本身有什麼影響嗎？
一、營業秘密保護要件的詮釋
營業秘密不像著作權，必須是屬於「人類」精神創作的成果，才會受到著作權法的保護，不用擔心AI所產出、累積的營業秘密「主體」的問題。因此，若人工智慧對於營業秘密法制有任何影響的話，關鍵應該在於營業秘密保護的法律要件，其次才是營業秘密流動相關的問題。
(一)營業秘密要件受人工智慧衝擊有限
營業秘密法第2條規定，「本法所稱營業秘密，係指方法、技術、製程、配方、程式、設計或其他可用於生產、銷售或經營之資訊，而符合左列要件者：一、非一般涉及該類資訊之人所知者。二、因其秘密性而具有實際或潛在之經濟價值者。三、所有人已採取合理之保密措施者。」目前初步想到的問題包括如下：
- 「一般涉及該類資訊之人」的標準，是否會因人工智慧的發展而有所變化？「一般涉及該類資訊之人」，一般多指涉及該技術或資訊領域的人員，簡單來說就是指某個圈子的人，如果該圈子的人都要花費一定的時間、資源才能夠掌握的資訊，那就足以滿足「非周知性」的要件。人工智慧的應用除了產業本身之外，還有外在環境的問題，以「香水配方」為例，在該產業其他競爭者都還是維持傳統做法的情形，Symrise與IBM合作如果未來發展出只要滴一滴香水，就能分析出香水配方的話，那「一般涉及該類資訊之人」的標準，應該以香水產業的「聞香師」，還是以Symrise與IBM合作的AI系統為準？
- 「合理之保密措施」的標準，是否會因人工智慧在營業秘密侵害偵防的發展而有所變化？合理保密措施一直是營業秘密法實務案件一個困難的議題，法律從來沒有要求「絕對安全」的保密措施，但就如同發生個資外洩或資安事件，廠商可以一概推給駭客就結束了嗎？如果連最基本的個資安全維護管理或資安的防護措施都沒有，當然還是應該負相關的法律責任。司法實務由早期門或抽屜是否上鎖，到現在公司是否有簽保密協議、設置管制區、限制檔案存取或傳送等，有愈來愈嚴格的趨勢。筆者個人認為「合理之保密措施」，應該也會隨著人工智慧被應用在營業秘密侵害與偵防，而愈來愈嚴格。
(二)人工智慧發展過程中「資料」來源涉及的營業秘密問題值得關注
初步看起來似乎人工智慧的發展或應用，並不會對於營業秘密保護的要件有太大的衝擊，個人認為比較值得注意的是多主體間的營業秘密產出與流動的問題，這可能跟「契約」比較有關。以Symrise與IBM合作進行香水配方的人工智慧產品為例，演算法應該是IBM的專家去訪談Symrise有關香水配方研製、分析的專家，才能把好的演算法模型建構起來，繼而再用Symrise多達170萬的香水配方去進行機器學習，而有關市場銷售的資訊，則又來自於Symrise不同的商業合作夥伴，最後結合市場與技術選擇幾種較可能的配方組合進行試製，在這個過程中，演算法大概是最單純的，只要IBM和Symrise契約約定好即可，所有人工智慧都有大的問題，就是各種資料的來源複雜且未必都「合法」。
舉例來說，Symrise的170萬種香水配方真的都是自己產製出來的嗎？有沒有是接受他人委託，而智慧財產權屬於他人所享有的香港配方？有沒有是在早期不合法取得的？市場銷售的資訊如果是合作夥伴提供予Symrise的？Symrise在沒有經過合作夥伴的同意底下，能否將這類資訊拿去開發相關的人工智慧應用？而IBM是否可以拿人工智慧產出的新配方去做什麼樣的使用？或許每個產業人工智慧的應用，背後都潛藏著無數的營業秘密的糾紛。
二、人工智慧相關立法對於營業秘密保護的影響
歐盟執委會人工智慧高級專家組（High-Level Expert Group on Artificial Intelligence）在2019年4月8日發布「建立可信任以人類為核心的人工智慧（Building Trust in Human-Centric Artificial Intelligence）」通報，並同步發布給產業業參考的「值得信任的人工智慧倫理指南（Ethics Guidelines for Trustworthy AI）」，提出企業發展AI應遵守的7點倫理準則，其中第4點透明度（Transparency）或許是與營業秘密法制最為相關的議題。
該倫理準則要求無論是訓練資料、系統、AI商業模式都應該透明化。可追溯性有助於達到此目標。更進一步，AI系統及其決定應能夠以利益相關方能接受的方式解釋。人類需要認知他們是在與AI系統互動，並必須被告知該系統之能力範圍及限制（Transparency: the data, system and AI business models should be transparent. Traceability mechanisms can help achieving this. Moreover, AI systems and their decisions should be explained in a manner adapted to the stakeholder concerned. Humans need to be aware that they are interacting with an AI system, and must be informed of the system’s capabilities and limitations.）事實上這項倫理準則在2018年即以「自主決定權（Autonomy）」為名提出，顯然將會是未來AI立法的重要原則。
然而，如同本文前述提及人工智慧時代，無論是用以訓練的資料、演算法模型的建立等都迫切地需要透過營業秘密保護，但訓練資料的不當會影響AI的決定，就像是Amazon曾用審核應徵者履歷表的自動化系統，因「性別歧視」而被棄用，主要原因可能即出現用以訓練該系統的歷史資料，本身即帶有「性別歧視」的傾向，AI演算法、訓練模型若不能夠合理地解釋為何AI會作出什麼樣的決策，亦難以取得人類的信任。建立立法時如何同時兼顧AI透明性、可解釋性的要求與營業秘密的保護，什麼樣的AI系統必須揭露到什麼樣的程度，以何種方式揭露，如何防止競爭對手以不當方式競爭，甚至是否應該給予被揭露的資訊特別的保護，相信將會是影響營業秘密法制重要的議題。
肆、結語
筆者相信人工智慧就如同多年前網際網路一樣，會是一種對於人類生活全面的影響，也可能帶來一種新的典範移轉。我們何其幸運有機會參與這樣歷史盛會。營業秘密是智慧財產權發展較晚的領域，但重要性與日俱增。面對人工智慧時代的來臨，當然也值得關切產業面與法制面，營業秘密保護所可能受到的影響。本篇文章將筆者有關人工智慧與營業秘密關係的「觀察」、「想像」、「問題」粗淺地提出，再請讀者們多多指教。
- See, Chavie Lieber, Is AI the future of perfume? IBM is betting on it., https://www.vox.com/the-goods/2018/10/24/18019918/ibm-artificial-intelligence-perfume-symrise-philyra, 2019/04/14 visited. ↩︎
- See, Kirsten Korosec, Tesla Drops Lawsuit Against Former Head of Autopilot, http://fortune.com/2017/04/19/tesla-lawsuit-sterling-anderson-aurora/, 2019/4/15 visited. ↩︎
- See, Aarian Marshall, UBER AND WAYMO ABRUPTLY SETTLE FOR $245 MILLION, https://www.wired.com/story/uber-waymo-lawsuit-settlement/, 2019/4/15 visited. ↩︎
- See, Jerermy Horwitz, An ex-Apple employee has been charged with stealing autonomous vehicle secrets, https://www.businessinsider.com/xiaolang-zhang-apple-autonomous-vehicle-secrets-2018-7, 2019/4/15 visited. ↩︎
- See, Kirsten Korosec, Tesla sues former employees, Zoox for alleged trade secret theft, https://techcrunch.com/2019/03/21/tesla-sues-former-employees-zoox-for-alleged-trade-secret-theft/, 2019/4/15 visited.
↩︎ - See, Eric Rosenbaum, IBM artificial intelligence can predict with 95% accuracy which workers are about to quit their jobs, https://www.cnbc.com/2019/04/03/ibm-ai-can-predict-with-95-percent-accuracy-which-employees-will-quit.html, 2019/4/15 visited. ↩︎
- 請參考，張庭瑜，當AI防禦遇上AI攻擊，「以子之矛，攻子之盾」正在資安界上演，https://www.bnext.com.tw/article/51098/ibm-ai-cyber-security, 2019/4/15 visited. ↩︎
