AI翻譯版權風險：企業大模型智財歸屬解析

法務部主管正準備簽署一份跨國併購合約的翻譯稿，這是由內部導入的 AI 翻譯工具自動生成的。就在落筆前，一個念頭閃過：這份翻譯稿的版權歸屬為何？如果底層大模型使用了未經授權的語料訓練，公司會不會面臨侵權訴訟？在 AI 翻譯普及的當下，這已成為企業無法迴避的合規難題。

一、 AI 翻譯內容的版權歸屬迷思

當企業花費時間與成本，利用 AI 生成高品質的翻譯文件時，最關心的莫過於這些內容是否受版權保護。

純 AI 生成的版權空白

根據目前多數國家（包含台灣與美國）的著作權實務，版權保護的前提是「人類智力創作」。若翻譯內容完全由 AI 自動生成，缺乏人類實質性的創意投入，該譯文可能無法享有版權保護。這意味著競爭對手可以直接拿去使用，企業難以主張侵權。

人類參與程度的關鍵性

反之，若譯後編輯（MTPE）人員進行了大量的潤飾、改寫與文化在地化調整，則人類修改的部分可主張版權。企業必須在內部規範中，明確定義 AI 生成與人工修改的界線，才能確保產出內容具備完整的法律保護。

二、 大模型訓練資料的侵權隱患

除了輸出內容的版權，底層大模型的「訓練資料」更是企業容易忽視的未定時炸彈。許多通用大語言模型在訓練時，吸收了海量網路上的受版權保護文本。

若企業使用這些未經授權語料訓練的模型來翻譯核心商業機密或出版物，一旦模型輸出與某受版權保護的文本高度相似，企業可能面臨間接侵權的爭議。這在出版、影視字幕或文學翻譯等對原創性要求極高的領域，風險尤為顯著。企業在選型時，必須確認模型供應商是否已取得訓練資料的合法授權，或是否提供乾淨的商業授權模型。

三、 企業翻譯合規風險評估矩陣

為了具體評估風險，企業可以根據翻譯內容的機密性與用途，參考以下風險評估矩陣，制定對應的合規策略：

四、 打造安全合規的企業翻譯工作流

要徹底解決 AI 翻譯的版權與合規痛點，企業不能僅依賴通用型免費工具。從源頭控制資料流向，是確保翻譯合規的關鍵。

資料隔離與私有化部署

針對核心機密文件，企業應考慮企業私有化部署：讓翻譯數據完全不出本地，確保資料不上傳至第三方公有雲。這不僅能從根本上切斷資料被用於模型訓練的風險，更能滿足嚴格的資安合規要求。

術語庫與人工審校的雙重把關

建立專屬的企業術語庫與翻譯記憶庫，不僅能提升翻譯一致性，更能確保專業術語的準確傳達，減少因機器幻覺導致的法律爭議。若需進一步了解術語庫的價值，可參考企業翻譯為什麼必須建立術語庫（Glossary）？。

最後，對於高風險文件，應採用「機器翻譯 + 人工審校」的模式。AI 負責處理海量基礎內容，而人類專家則把關最終品質與法律合規性。這不僅能釐清版權歸屬，更能確保翻譯內容的精確度與專業度。