前段时间有个初创公司，想要公司设立方面的非诉服务，涉及到使用数字知识产权出资的问题，今天就看到法律适用公众号发了相关文章，北京市高级人民法院课题组《涉数字经济知识产权审判的理念变革与规则完善》。
这篇文章写的很好很全，推荐大家阅读。

我来介绍一下文章，以及写一下实务建议。
文章开篇就说数字经济作为新质生产力的核心引擎，其 “数据为关键要素、技术为核心驱动、平台为重要载体” 的特征，对传统知识产权司法构成系统性冲击，具体体现为三方面矛盾：
1.从 “权利” 到 “权益” 的界定难题：传统知识产权法以 “清晰客体边界 + 静态权利归属” 为逻辑，但数字经济催生的 AI 生成内容（AIGC）、数据集合等新型客体，难以纳入传统权利范畴，需在法无明确规定时探索 “竞争性权益” 保护（如 AI 文生图的著作权认定、数据抓取的反不正当竞争保护）。
2.从 “技术发展” 到 “法律治理” 的适配难题：算法侵权、数据窃取等案件中，“技术黑箱” 导致事实查明困难，需法官穿透技术逻辑（如 AI 底层参数、大数据训练流程），平衡技术创新与法律规制（如技术中立原则的适用边界）。
3.如何平衡 “秩序维护” 与 “创新激励” ：平台案件中，需兼顾 “保护平台投入” 与 “防止数据垄断”，如 “网络游戏换皮” 案中划清 “思想与表达” 边界、数据开放纠纷中平衡平台、用户与第三方开发者利益。

一、数据、技术、平台的法律定性（我觉得这部分写的最好，基本突破了传统民法思维，终于大家认识到数据与传统物权不一样，不能照搬那一套了）
1.数据：产权分置与行为规制并重：
（1）突破传统 “一物一权” 思维，以《数据二十条》为依据，提出 “数据产权结构性分置” 方案：区分数据资源持有权（原始数据控制）、数据加工使用权（合法处理）、数据产品经营权（市场化交易），动态配置多元主体权益。
（2）裁判路径从 “权利归属” 转向 “行为规制”：不再纠结 “数据归谁所有”，而是审查数据利用行为的正当性（如 “微某诉脉某案” 中，法院通过《开发者协议》认定超授权使用数据构成不正当竞争，而非界定数据所有权）。这一段真的严重同意。
（3）技术：AI 的法律定位与侵权认定（这是目前我们办案用的比较多的）
否定 AI 民事主体资格：AI 运行依赖算法与数据，无自由意志与责任能力，无法成为专利发明人或著作权人（如国家知识产权局驳回 “AI 作为发明人” 的专利申请）；责任归属锚定开发者、使用者（如 AIGC 侵权由人类主体承担责任）。
AIGC 保护聚焦 “人类智力投入”：判断 AIGC 是否构成作品，核心是审查人类在提示词设计、参数调整、成果筛选中的 “独创性贡献”（如北京互联网法院认定 AI 文生图因 “审美选择与个性化安排” 构成作品，深圳南山区法院认定 AI 财经报告为 “执行法人任务” 的法人作品）。我觉得这部分有争议，崔国斌跟王迁老师的意见就是相反的，大家可以看看。
模型训练的合理使用争议：需个案考量 “训练目的（是否转换性）、数据来源（合法 / 盗版）、市场影响（是否替代原作品）”，如杭州某智能科技案认定 “非再现独创性表达的训练构成合理使用”，美国 “三作家诉 Anthropic 案” 否定盗版数据训练的合理使用抗辩。
平台：责任边界的动态调整：
强化内部管理注意义务：平台需对入驻商家资质、商品质量进行实质监管（如电商平台的许可证照核验），义务强度匹配其技术能力与商业利益，避免 “一刀切” 加重负担。
调整 “避风港原则” 适用：平台若通过算法主动聚合、推荐侵权内容（如短视频平台设置侵权话题），则构成 “应知”，丧失避风港保护；举证责任向平台转移， 权利人提交初步侵权证据后，平台需证明已尽合理注意义务（如未监测到侵权内容的技术依据）。这部分案例很多，好几年了，基本形成定论了。

二、司法理念
1.从 “静态权利本位” 到 “动态利益平衡”：
（1）兼顾当事人利益，既严格保护核心技术与数据权益（如提高损害赔偿、适用惩罚性赔偿），又遏制滥用知识产权的恶意诉讼（如驳回 “专利狙击”“诉讼骚扰” 诉求，支持被诉方的 “滥诉反赔”）。
（2）平衡行业竞争与创新，对技术 “试错” 行为包容审慎（如 AI 模型研发中的非恶意侵权），对破坏秩序的行为明确边界（如大规模抓取核心数据、“二选一” 垄断）。可见还是鼓励创新的。
（3）考量公共利益与国家战略，数据利用需兼顾国家安全（如高精度地理数据）、个人信息保护，避免以私权名义损害公共利益。

2.从 “形式审查” 到 “穿透式审判”：
事实认定 “分层技术解构”：从用户可感知的 “表现层”（如侵权结果），逐层穿透至 “应用层”（软件功能）、“算法层”（推荐逻辑）、“数据层”（训练数据来源），将笼统侵权主张拆解为具体技术事实点。
法律适用 “目的性解释”：不拘泥于传统权利分类，聚焦商业实质，如识别 “伪中立”“伪创新” 行为（如以 “技术服务” 名义实施不正当竞争），通过反不正当竞争法等兜底条款实现保护。
从 “个案裁判” 到规则：
发挥裁判规则引领作用：通过典型案例、审判白皮书、司法建议，向市场释放明确指引（如发布 AI 知识产权保护案例，界定创新边界），推动裁判规则转化为行业标准。
为了提升效率，在反垄断、数据治理等领域，与市场监管、知识产权局等部门建立 “证据衔接（如行政处罚作为民事诉讼初步证据）、标准统一（如联合发布反垄断指南）、联合规制（如针对 “数据拒绝交易” 的协同行动）” 格局，提升治理效能。

三、审判思路的变化
1.权利救济：程序与实体的双重保障：
强化临时救济：适用行为保全时，审查 “比例性”（保全范围与侵权程度匹配），避免损害市场竞争；对技术生命周期短的案件（如软件侵权），用 “先行判决” 提前确定权利归属与侵权与否，防止诉讼拖延导致权益落空。
2.适用习惯法填补规则空白：法无明确规定时，结合行业惯例、商业道德认定行为正当性（如反不正当竞争法中 “商业道德” 的认定，参考 Robots 协议、数据交易行业规范）。
3.事实查明，举证责任大幅度倒置
动态举证责任分配：原告完成 “接触可能性 + 实质性相似” 的初步举证后，举证责任转移至被告（如被告需证明技术自主研发、数据合法来源）；对举证妨碍行为（如隐匿算法日志），适用不利推定与制裁（如全额支持原告损害赔偿主张）。
多维度程序工具：引入技术调查官协助解读技术细节，委托司法鉴定进行定量分析（如源代码相似度比对），利用区块链固定电子证据，探索 “沙盒测试”（在隔离环境中验证软件功能）等创新方式，提升技术事实查明的准确性。
4.反垄断协同
证据衔接：行政机关作出的垄断行政处罚生效后，在民事诉讼中构成 “初步证据”，原告无需重复证明 “相关市场界定、市场支配地位” 等复杂问题（如某汽车纵向垄断案中，消费者仅需证明 “垄断期间购买商品” 即可主张赔偿）。
司法审查行政行为时，明确反垄断法律适用标准（如横向垄断协议的认定）；同时参考行政机关的执法指南（如《经营者反垄断合规指南》），实现执法与司法的协同。

根据本文写一下实务建议吧：
以后企业要重点在“人类智力投入”这部分留证据：
比如AIGC 创作，主张 AIGC 构成作品，需完整保存 “提示词设计稿、参数调整记录、人工修改痕迹、成果审核意见”，证明人类的 “独创性贡献”（如设计多版提示词并筛选最优结果，对应北京互联网法院 AI 文生图案规则）；若主张法人作品，需留存 “任务分配文件、成果归属约定”，证明 AI 生成系 “执行法人任务”（参考深圳南山区法院腾某案）。
而对于模型训练，使用第三方数据时，优先获取授权；若无法授权，需收集 “训练目的为技术研发（非商业复制）、不影响原作品市场（如训练数据已公开且无商业价值）” 的证据，避免使用盗版数据（参考美国 “三作家诉 Anthropic 案” 的否定性评价）；同时建立训练数据台账，记录数据来源、清洗过程，便于涉诉时举证。

如果是律师办案，那要注意：
一、举证
1.代理权利方（如数据权益人、AIGC 创作者）：重点完成 “初步举证”， 证明被告接触涉案数据 / 技术（如被告曾为合作方、涉案技术公开可及），以及被告行为与涉案权益的 “实质性相似”（如数据结构比对、AIGC 特征重合）；待举证责任转移后，主张被告 “未证明技术自主研发 / 数据合法来源”，并对举证妨碍行为申请不利推定。
2.代理被诉方（如数据使用方、平台）：针对数据使用，举证 “合法来源”（如数据采购协议、开源许可）或 “行为正当性”（如为实现产品功能必要、符合行业惯例，如 “关联账号服务” 未扰乱竞争秩序）；针对 AIGC 侵权，质疑原告 “独创性不足”（如提示词简单、无人工干预）。

二、办案思路
1、事实查明，从 “表现层”（如用户感知的侵权结果）追溯至 “数据层”（如训练数据来源），通过专家辅助人说明技术细节（如算法推荐逻辑如何导致侵权内容扩散），破除 “技术黑箱” 对事实认定的阻碍。积极申请调查令、证据保全：在初步举证后，及时向法院申请责令对方提交关键证据（如源代码、算法日志、数据库结构），或对易灭失的侵权证据进行保全。
2.考虑行政手段
若行政机关已对被告作出垄断处罚，可在民事诉讼中主张处罚决定的 “初步证据效力”，减轻原告举证压力（参考某汽车纵向垄断案）；若暂无行政处理，可协助当事人向市场监管部门提交线索，推动行政调查与司法诉讼的协同。

另外，平台也要注意，需要摒弃被动等待“通知-删除”的旧思维，特别是对于利用算法进行主动推荐、编辑、排名的领域，应建立与之技术能力相匹配的主动监测和过滤机制。针对算法推荐内容，建立 “关键词筛查 + 侵权特征比对” 机制（如短视频平台监测侵权影视片段），留存监测记录（如系统日志、侵权内容下架凭证），避免因 “应知” 丧失避风港保护。