然而，法庭攻防之外，一個更關鍵的問題逐漸浮現，也就是說，即使AI訓練合法，監理制度上是否仍應要求這些AI公司建立「制度性回饋」？
問題意識的轉向：從侵權爭議到分配制度
法國AI公司Mistral近期提出的「營收課徵AI訓練版權費」構想，正是這一轉向的象徵。該提案主張，對在歐洲市場運作的AI公司按營收比例（約1%–1.5%）課徵費用，並將所得資金投入文化與內容產業。[1]（Financial Times, 2026[2]；Le Monde, 2026[3]；AFP/Barron’s, 2026[4]）。 這個構想的重要性，不在於費率，而在於它試圖將AI版權問題從「個案侵權」轉化為「制度分配」。
我們如果把Mistral的提案放入歐美發展脈絡來看，可以發現類似思維其實已逐步浮現，並大致分化為三條路徑：一是以歐盟為代表，朝向「集體授權與公共補償」的制度設計，歐洲議會已明確主張AI使用受著作權保護內容應具備「透明性與公平報酬」（fair remuneration），並考慮建立新的授權與補償機制，以保障文化與新聞產業的永續發展[5]；
二是英國與部分歐洲國家，在「開放使用」與「創作者權益」之間反覆拉鋸，例如英國政府已暫緩原先的資料探勘（TDM）例外改革，轉而持續觀察並尋求兼顧授權與創新的制度平衡[6]；
三是美國傾向透過市場授權與司法訴訟來調整利益分配，目前已出現大量相關訴訟，且AI公司多以「合理使用」（fair use）作為主要抗辯，顯示其制度仍處於司法逐案釐清的階段[7]。
Mistral的提案，正位於這三種路徑交會之處，也因此可以成為觀察AI治理轉型的一個關鍵切口。
歐洲的路徑：文化補償邏輯的制度化
Mistral的提案並非孤例，而是鑲嵌在歐洲正在形成的政策脈絡之中。
2026年3月，歐洲議會通過一項重要決議，明確指出：AI使用受著作權保護內容，應「公平報酬」（fair remuneration）。（European Parliament, 2026）[8]該決議同時提出三個方向：建立授權市場（collective licensing）、強化透明揭露（訓練資料來源），以及確保新聞媒體獲得完整補償。
這意味著，歐盟已逐步從早期的「TDM例外」（允許資料探勘）制度，轉向「補償導向」的治理邏輯。換言之，歐洲正在形成一種新的政策思維，認為AI並非單純技術問題，而是文化資產再分配問題。
在這個框架下，Mistral的「營收抽成＋文化基金」模式，其實是一種制度化版本的延伸——把零散的授權與訴訟，轉化為集體性、制度性的分配機制。
美國的對照：市場與訴訟的路徑
與歐洲不同，美國目前並未走向制度性課徵費用，而是維持「市場＋司法」的雙軌路徑。
美國的現況是，一方面，AI公司透過個別授權與媒體合作（如新聞機構授權內容給AI公司），建立市場交易機制；另一方面，大量訴訟仍在進行，包括作家、公會與媒體對AI公司提起的集體訴訟。
這種模式的核心，是把AI問題看做創新與市場競爭的調整，而不是公共分配問題。因此，美國制度目前的三個特徵是：不採統一課費（避免抑制創新）、AI公司依賴「合理使用」（fair use）抗辯，以及由司法逐案釐清界線。
與前述歐洲的做法相比，美國更傾向讓市場自行形成價格，而非由制度設計分配。
AI是「市場商品」還是「文化基礎設施」？
從上面的討論， 我們可以看出歐美的差異，實際上反映兩種截然不同的問題意識和治理哲學：歐洲模式強調的是文化經濟的再分配，而美國模式則著重在創新市場的競爭調整。
Mistral的提案，正好位於這兩種模式的交會點，它一方面承認AI的產業性質，另一方面則引入公共分配機制。
台灣的情境：新聞議價法的「第二波問題」
這個議題對台灣而言並不陌生。過去幾年，台灣對於「新聞議價法」的討論，本質上就是在處理平台（Google、Meta）與新聞內容之間的價值分配問題。
然而，AI的出現，使這個問題出現「第二波轉型」。 第一波平台「分發內容」，影響的是流量分配；第二波AI「吸收並再生成內容」，則是直接影響內容生產價值。 這意味著，即使新聞議價法成立，也無法處理AI訓練所帶來的價值外溢問題。
關鍵挑戰在從「可計價」到「可分配」
然而，Mistral式方案也面臨三個根本難題：首先，要如何衡量內容貢獻？AI模型使用的是「海量混合資料」，難以精確計算個別創作者的貢獻。
其次，利益該如何分配？若建立基金，分配標準將成為政治與制度爭議核心。誰來訂定分配標準和標準如何訂都是頭痛的問題。
最後，這樣做會不會抑制創新？ 再者，課費可能提高AI開發成本，特別對中小企業不利。因此，歐洲議會其實也對「一刀切的全球授權費」持保留態度，並強調需發展多元授權市場。
AI治理的下一個制度戰場
Mistral的提案，真正重要的並不是它的具體設計，而是它揭示了一個制度轉折點，換言之，AI時代的核心問題，不再只是「能不能用」，而是「如何分配」。
從新聞議價法到AI訓練費，內容產業正在經歷第二波制度性補償的重構，對台灣而言，這不只是科技政策問題，而是媒體制度與文化產業的再設計。
未來的關鍵問題將是，我們是否仍停留在「侵權與否」的法律辯論，
還是能進一步設計一套讓創新與文化共存的分配制度？
[2] https://www.ft.com/content/d63d6291-687f-4e05-8b23-4d545d78c64a?utm
[4] https://www.barrons.com/news/mistral-chief-calls-for-european-ai-levy-to-pay-creatives-b5b69f0c?utm
[6] https://www.mishcon.com/news/copyright-and-ai-the-uk-governments-report?utm
所謂英國暫緩資料探勘（Text and Data Mining, TDM）例外改革，指的是政府原先曾考慮允許AI公司在不需取得授權的情況下，大量使用受著作權保護的內容進行訓練（採「預設可用、權利人可選擇退出」的opt-out模式）。然而，此提案在新聞出版、音樂與創意產業引發強烈反彈，認為將削弱內容產業的議價能力與經濟基礎。最終，英國政府並未推動該改革，而是改採較為審慎的路徑，持續評估如何在促進AI創新與保障創作者權益之間取得制度平衡。
[7] https://en.wikipedia.org/wiki/Artificial_intelligence_and_copyright?utm
[8] European Parliament. (2026, March 6). Protecting copyrighted works and the EU’s creative sector in the age of AI.