在科技日新月異的今天，「創新」依舊被視為人類經濟與社會進步的最強引擎。然而，一份由麥肯錫（McKinsey）於2025年6月發表的報告《The next innovation revolution — powered by AI》 (下稱《報告》) 卻提出警訊：雖然科技正以前所未見的速度發展，但真正推動生活大幅改善的「好點子」卻愈來愈難尋，研發生產力甚至在多數產業呈現長期衰退。

《報告》不僅縝密追溯了人類經濟與健康指標數百年的演變，更深入分析當前全球研發投入回報率下降的具體態勢，並首度提出AI有潛力全面扭轉研發曲線，為未來帶來高達數千億美元的新經濟潛能。

創新正面臨被忽視的危機

從宏觀歷史角度來看，人類的生活水準直到18世紀末以前幾乎停滯數千年。報告以人均GDP作為衡量指標，發現自公元1年到1800年間，全球人均GDP始終在約1,200美元徘徊。直到工業革命啟動，蒸汽機、內燃機和電力的大規模應用，才使人均GDP在短短200年間成長超過14倍。人類健康改善的軌跡也極為類似：1900年全球新生兒平均預期壽命僅32歲，到了2021年已達71歲。

推動這些翻天覆地改變的，是一連串關鍵性的科學發現與工程落地應用。《報告》特別點出，蒸汽機不僅帶動工廠與交通革命；疫苗從根本扭轉了人類面對小兒麻痺、麻疹與天花的脆弱，單在過去50年間就降低了40%的嬰兒死亡率；集體電路與光纖更開創了網際網路時代，徹底改變全球貿易與資訊交流樣態。

然而，這樣的創新軌跡如今卻遭遇一項不容忽視的挑戰：在各種領域，研發正變得更困難、也更昂貴。

研發生產力的下滑：跨產業的系統性現象

麥肯錫《報告》大量引用了史丹佛教授Nicholas Bloom等經濟學家對「研發投入回報率」的研究成果，證實了幾個關鍵產業的確呈現研發生產力長期衰退的明顯軌跡，分述如下：

• 半導體摩爾定律背後：18倍的投入

在半導體領域，雖然摩爾定律（Moore’s Law）「每兩年電晶體密度翻倍」仍推進晶片性能大幅增長，但卻是以驚人的研發成本為代價。Bloom等人追蹤了1971至2014年期間的半導體產業實質研發支出，發現要維持摩爾定律所需的年度研發投入，實際上增長了18倍。換言之，今天所見的晶片密度翻倍，不再只是單純技術演進，而是必須透過龐大的資金灌溉才勉強維持。

• 製藥產業的Eroom’s Law：成本逆向指數上升

在製藥領域情況更甚。《報告》引用Jack Scannell提出的「Eroom’s Law」（Eroom為將Moore倒過來寫）來形容藥物研發效率的逆向發展。他們發現，自1950年至2011年，每10億美元研發投入所帶來的新藥批准數量約每9年就減半，累積下來等於80倍的生產力滑落。即使近十年略有穩定，整體趨勢仍未根本扭轉。

• 不僅高科技與藥物：農業、材料、普遍產業皆受影響

這種投入與產出落差的現象，還擴散到農業、化工、複合材料等領域。作物單位面積高產化所需的研發資本越來越高，而跨美國整體上市公司層級的分析顯示，營收、員工數、市值與單位生產力對應的研發生產效率，普遍也在下滑。

整體而言，這並非單一產業短期循環問題，而是橫跨多領域的長期結構性挑戰。

【本文未完，完整內容請見《北美智權報》384期：從LABUBU全球爆紅看泡泡瑪特的IP與維權策略】

※如欲轉載本文，請與北美智權報聯絡

文字生成式人工智慧（Gen AI）軟體 — Claude的開發公司Anthropic PBC，未經授權使用數百萬本他人書籍著作用以訓練Claude，因而被控告侵害書籍著作權。其是否能主張合理使用？美國加州北區法院William Alsup法官做出美國第一起判決（初步即決判決），認為：（1）用於訓練AI軟體用途可構成合理使用；（2）購買實體書數位化建置通用資料庫構成合理使用；（3）盜版取得的數百萬本書籍檔案放在資料庫中則不構成合理使用。

被告Anthropic PBC乃開發Claude的公司

被告Anthropic PBC是一家開發AI軟體的公司，由前OpenAI員工於2021年1月創立。其核心產品是一項名為Claude的Gen AI軟體[1]。

在2021年1、2月時，Anthropic共同創辦人Ben Mann下載了Books3資料集 — 一個包含196,640本書的線上資料庫。於同年6月，Ben Mann以同樣方式從Library Genesis（LibGen）下載了至少5,000,000本書。2022年7月，Anthropic又從Pirate Library Mirror（PiLiMi）下載了至少2,000,000萬本書。就此，Anthropic共非法下載超過7,000,000本書，其中包含每位原告作者至少2本涉訟著作的複本[2]。

之後，為了尋找獲取書籍的新途徑，Anthropic於2024年2月聘請Google Books計畫前合作夥伴的部門主管Tom Turvey。Anthropic斥資數千萬美元，購買數百萬本的實體書籍後，再將這些書籍拆除書脊、裁切書頁，並掃描成數位格式，被破壞的原始紙本書籍則被丟棄[3]。

Anthropic將二種來源的書籍複印檔建置了一個中央資料庫，主要目的是用於訓練其大型語言模型（LLM）。每一個經過完整訓練的LLM本身都保留了其訓練資料的「壓縮」複本。實質上，每個LLM所建立的關聯映射（mapping）極為完整，其幾乎逐字「記憶」這些用於訓練的著作。因此，若要求這些訓練完成的LLM背誦其訓練過的著作，它們能夠做到[4]。

然而，訓練用複本的流通僅止於此，並未擴散至外部市場。另外，當每一LLM被整合至Claude的對外版本時，還會配合其他軟體，對使用者輸入給LLM的內容進行過濾，並對LLM回應給使用者的輸出結果也加以過濾[5]。

最後，即便Anthropic決定某些盜版書籍或掃描書籍的複本將完全不再用於訓練Claude，或未來永不使用，該公司仍會保留這些中央「研究資料庫」或「通用資料區」作為其公司內部的「硬性資源」，以供其他用途或未來用途使用[6]。

原告為三位書籍作者

此起判決原告是Andrea Bartz、Charles Graeber與Kirk Wallace Johnson三位書籍作者（由Bartz代稱之），主張其書籍著作權被Anthropic侵權[7]。2024年8月向加州北區地院提起本件之集體訴訟[8]。

Anthropic則提出動議，請求在集體訴訟認證之前，提前審理有關合理使用（fair use）的簡易判決動議[9]。本案法官William Alsup於2025年6月23日做出對「合理使用」議題的即決判決。法官對本案的用途區分為二項 — 第一用途是Anthropic為了訓練LLM，第二用途則是Anthropic為了建立中央資料庫（保留作為未來其他用途）。

【本文未完，完整內容請見《北美智權報》384期：從LABUBU全球爆紅看泡泡瑪特的IP與維權策略】

※如欲轉載本文，請與北美智權報聯絡

台灣近日接連傳出屏東大學、南華大學的碩士論文，因引用虛構的AI生成文獻被揭發，最終被校方要求撤回重寫，震驚學術界。事緣於中山大學社會學系教授葉高華在台灣博碩士論文知識加值系統搜尋時，發現兩篇碩論將「從未存在」的葉高華著作列為參考文獻。葉高華進一步審閱，赫然發現該篇論文多數文獻皆為AI虛構，完全禁不起檢驗。

事件迅速引起輿論譁然，因為它不僅是單一學生的疏失，而是赤裸地暴露出一個正在擴大的危機：當專業知識不足，卻又貪圖AI的方便與快速，人類不只無法駕馭AI，還會被AI的「幻覺」誤導，搬起石頭砸自己的腳。

AI的危機：幻覺式生成、虛構資訊、放大無知；唯有在那個領域超越AI，才能駕馭AI

AI並非不可靠，而是它的運作基礎從來就不是為了驗證真實。像ChatGPT或其他生成式模型，最擅長的是語言的「預測」；它的運作邏輯是「生成最可能出現的語言組合」，而不是「查證最正確的事實」，所以它極容易生成看起來正確、實則虛構的內容。當學生請AI生成「台灣社會學相關論文參考書目」，AI只會盡力排列出看似專業、格式正確的結果，即使這些文章根本不存在。若使用者自身缺乏該領域的基本素養，自然難以判斷哪些是真實學術成果，哪些只是AI憑空編造的幻影。

以這次「AI論文」事件為例，若學生對社會學領域具備基本的閱讀量和脈絡感知，就會知道哪些論文是社會學圈裡耳熟能詳的基礎文獻、哪些作者從未在該領域發表過文章。AI會隨機組合出「像真的」的文獻格式，若使用者自己對專業認識淺薄，就根本無法辨識這是假資料。AI並不會自己告訴你「這篇文章其實不存在」；它的工作只是在既有的語言模型中找到最可能出現的文字排列。也因此，當人類在該領域的知識深度不足，就更容易被AI誤導。葉高華教授看見碩論裡滿滿不存在的文獻，正是對這種AI「幻覺」的殘酷見證；AI只會把它認為機率最高、語意最通順的結果呈現出來。因此若缺乏批判性，AI只會成為放大錯誤的工具。

AI運作邏輯是「生成最可能出現的語言組合」，而不是「查證最正確的事實」，所以它極容易生成看起來正確、實則虛構的內容 — 學界稱此現象為「AI幻覺」（hallucination）。葉高華發現的情況，就是AI自創了格式正確但根本不存在的學術文獻，而學生與教授都因其「看起來合理」而未起疑。

因此，葉高華才會提醒：「AI資訊來源查核，是很重要的一門功夫，各校應該盡快納入教學。」換句話說，使用者必須先在那個領域的專業能力超越AI，才能駕馭AI。如果自身對該專業領域沒有足夠熟悉度與批判力，就只能被AI的輸出牽著走。

血淋淋的例子

筆者也有被AI帶進魔幻世界的經驗。記得有次在Chat GPT查詢OPPO的摺疊式手機專利，Chat GPT花了不到5秒的時間，即表列出一串名單，含專利號、專利名稱及簡單的技術描述。然而，筆者拿了幾個專利號在專利檢索系統查詢，卻發現全是不同廠商、不同產品的專利，當下立即向Chat GPT質詢。一開始，Chat GPT一直堅持這是OPPO的專利，在再三拷問下，它居然告訴我「專利有2種，一種是正式專利、一種是預測專利，OPPO的是預測專利」；預測專利是指在觀察OPPO的技術研發軌跡後，再預測他們會申請專利的技術，然後再預估審查的進度，再推算出可能的專利號。這就是生成式AI似是而非的邏輯，是不是很魔幻？整個推論看起來很合理，但「專利號」是要經法律認證才能產出的，直接提供「預測專利號」又不詳細說明來源就已經是造假，如果遇到不求證的使用者，這些假的OPPO專利資訊就會被複製貼上，繼而廣為流傳，後果堪虞。

一直有未經官方證實的傳言指出，付費的ChatGPT準確度會比免費的版本高。然而，曾有網友貼文表示「付費的ChatGPT錯誤很多，是否應該退掉？」，結果貼文一出即引來一眾苦主留言，紛紛表示給付費的ChatGPT也是一言難盡。一位苦主表示，曾經把幾個景點丟給ChatGPT，請它安排4天3夜的行程，結果編排出來的行程有模有樣，但當中交通資訊都是錯誤的，所列出的船班、航班都是不存在的。照前面提到的生成式AI邏輯，它就是在搜集大數據之後，再「生成最適合下指令者的行程」，而不會「查證（交通）資訊是否正確」。因此可見，不管付費與否，生成式AI的底層運作方式都是一樣的。

【本文未完，完整內容請見《北美智權報》384期：從LABUBU全球爆紅看泡泡瑪特的IP與維權策略】

※如欲轉載本文，請與北美智權報聯絡

人形機器人（Humanoid robot）技術正在快速發展，根據摩根士丹利（Morgan Stanley）預測， 2050年全球人形機器人數量將達到近10億台，市場規模可能超過5兆美元，涵蓋供應鏈、維修與支援服務等多個環節。隨著技術進步以及監管和社會支持的逐步加強，人形機器人的普及有望在2030年代後期迎來加速期。儘管目前類人機器人仍處於開發階段，但未來90%的應用將集中於工業與商業領域，值得注意的是，得益於強而有力的政策性支持，中國目前在這場人形機器人的全球市場競賽中處於領先地位。

摩根士丹利（Morgan Stanley）研究部估計，到2050年，人形機器人市場規模可能達到5兆美元，加上相關的供應鏈以及維修、維護和支援。到2050年，投入使用的人形機器人數量可能會超過10億。雖然到2030年代中期，採用速度應該會相對緩慢，但預計在2030年代末和2040年代會加速。

主要用於商業和工業用途

摩根士丹利預測到2050年，約90%的人形機器人（約9.3億台）可能將用於重複性、簡單性和結構化工作，主要用於工業和商業用途。屆時中國人形機器人的投入使用數量可能位居世界第一、達到3.023億台；緊隨其後的是美國，預計為7,770萬台。

打造一款能夠在家中執行各種實用任務的通用人形機器人，需要硬體和人工智慧模型的技術進步，耗時約需十年時間。要讓人形機器人進入家庭，價格需要大幅下降，同時國家監管部門和社會對人形機器人的接受度也要同步提高。另一方面，家庭使用情況的預測則相對保守，到2050年只有8,000萬個人形機器人在家庭中使用。

人形機器人價格可望下跌

人形機器人需要複雜的機器人軟體模型以及與硬體緊密整合，因此打造一個人形機器人要價不斐昂貴。摩根士丹利研究部估計，2024年在高收入的國家中，一個人形機器人的成本約為20萬美元。隨著技術的進步和產量的增加，到2028年成本可能會降至約15萬美元、2050年則降至5萬美元。若在能使用中國供應鏈的國家，2050年人形機器人的成本會更低廉，可能會降至1.5萬美元。

摩根士丹利同時也分析，美國年收入5萬至7.5萬美元的家庭，機器人普及率可能在3%，年收入20萬美元以上的家庭可達到33%。到2050年，美國約有10%的家庭可能擁有人形機器人，全國總數將達到1,500萬台。在中國部分，儘管中國可能有更多的人形機器人，但只有3%的家庭可能擁有人形機器人，總數約400萬台。

【本文未完，完整內容請見《北美智權報》384期：從LABUBU全球爆紅看泡泡瑪特的IP與維權策略】

※如欲轉載本文，請與北美智權報聯絡