今晚這件 AI 新聞，表面上看起來只是：
又一家內容公司告 AI 公司。
但這次真正值得注意的問題，比「AI 有沒有看過我的作品」再多一層。
問題開始變成：
AI 公司當初到底是怎麼拿到那些訓練資料的？
Sony Music Publishing、Warner Chappell Music 與多家相關音樂出版公司，已在美國加州北區聯邦法院控告 Anthropic。
被告不只有 Anthropic。
訴訟也把共同創辦人 Dario Amodei 與 Benjamin Mann 列為被告。
原告指控 Anthropic 為了開發 Claude 系列模型，大規模以 Torrent、Scraping 與下載方式取得受著作權保護的作品。
Anthropic 則已公開表示：
不同意這些指控，並準備在法院積極抗辯。
所以目前一定要先把一件事說清楚：
這些都仍然是訴訟中的指控，不是法院已經判決 Anthropic 侵權。
這次告的其實不是「Claude 會不會唱歌」
這也是最容易被新聞標題帶偏的地方。
這次主要原告是：
Sony Music Publishing。
Warner Chappell Music。
以及一系列音樂出版相關公司。
也就是這場訴訟的核心，主要不是：
AI 生成的聲音像不像某位歌手。
而是歌曲作品、歌詞與相關著作權內容，是否被未經授權取得並拿去開發模型。
原告主張涉及的受保護作品達到：
數萬件。
而且不只指控 Anthropic 使用這些資料。
真正更重的一層指控是：
Anthropic 取得資料的方法本身就有問題。
為什麼「怎麼拿到」突然變得這麼重要？
因為 AI 著作權案件正在逐漸拆成兩個問題。
第一個問題：
拿受著作權保護的作品訓練 AI，本身是否合法？
第二個問題：
公司取得那些作品的方法是否合法？
這兩題看起來很像。
法律上卻可能得到不同答案。
Anthropic 之前和作者之間的書籍著作權案件，就是一個很重要的例子。
法院先前曾認為：
把受著作權保護的書籍拿來進行模型訓練，在特定情況下可能構成 Fair Use，也就是合理使用。
但另一邊，
如果公司取得那些書的方法是從盜版資料庫下載，
問題就完全不同。
後來 Anthropic 與作者集體訴訟達成 15 億美元和解，並在今年 7 月獲法院批准。
所以現在新的音樂訴訟，正在把同一條界線繼續往前推：
就算「訓練」本身可能有合理使用空間，也不代表取得訓練資料的過程可以不管。
音樂出版商這次到底指控什麼？
原告在訴狀中主張：
Anthropic 與相關人員曾透過大量 Torrent、下載與 Scraping 取得受著作權保護內容。
訴訟也指控 Anthropic 曾從提供授權歌詞的網站取得歌詞內容。
這裡要特別注意：
這些仍然是原告的說法。
法院還沒有完成審理。
Anthropic 也已明確否認這些主張。
但如果案件繼續往下走，法院要處理的問題就可能不只是：
Claude 最後有沒有輸出某段受保護文字。
更會包括：
訓練資料來源。
取得方式。
授權狀態。
著作權資訊有沒有被保留。
以及公司內部是否知道資料來自哪裡。
為什麼索賠數字可能變得非常大？
美國著作權法下，故意侵權如果成立，法定損害賠償可能非常高。
這次原告要求的其中一項，是：
每件受侵權作品最高 15 萬美元的法定損害賠償。
另外還主張：
如果可辨識的著作權管理資訊遭移除，每次可能再涉及最高 2.5 萬美元的賠償。
當原告聲稱涉及數萬件作品時，
理論上的最高金額自然可能快速累積到數十億美元。
但這裡不能把：
「理論最高可能金額」
寫成：
「Anthropic 已經要賠數十億美元。」
目前沒有這個判決。
真正能不能成立、涉及多少作品、最後損害額是多少，都還要由法院處理。
為什麼這一案比一般「AI 抄作品」更值得看？
因為 AI 公司已經愈來愈難只回答：
「模型不會保存完整作品。」
或：
「訓練是一種轉化性使用。」
這些可能仍然是重要法律論點。
但內容產業開始往前追：
資料從哪裡來？
誰下載的？
什麼時候下載？
原始網站有沒有授權？
著作權資訊有沒有一起保存？
公司有沒有資料來源紀錄？
這其實是一個很熟悉的企業問題：
Data Provenance。
也就是：
資料來源追溯。
以前企業談資料來源，主要是為了：
資料品質。
合規。
隱私。
現在 AI 又多了一個理由：
著作權。
AI 公司以後可能不只要保存 Dataset，還要保存「出生證明」
假設兩家公司都擁有同一本書。
內容完全相同。
第一家公司：
正式購買。
取得授權。
保留來源紀錄。
第二家公司：
從非法來源下載。
最後進模型的文字可能完全一樣。
但法律風險可能完全不同。
所以 AI 訓練資料未來真正值錢的，不只是：
有多少 TB。
有多少 Token。
涵蓋多少語言。
而是還要回答：
這些資料到底是從哪裡來的？
誰有權提供？
公司取得時有什麼授權？
授權允許哪些用途？
這些資料之後有沒有被重新混進其他 Dataset？
如果回答不出來，資料愈大，風險可能也跟著愈大。
這也是為什麼「有授權的內容」會愈來愈值錢
AI 第一階段非常強調：
資料越多越好。
整個網路都可以拿來學。
但當模型公司真正進入：
企業市場。
政府市場。
IPO。
大型合作。
內容授權。
問題就變了。
企業客戶與投資人不只是想知道：
模型多強。
也開始需要知道：
這個模型背後有沒有一顆未爆彈。
如果某一批重要訓練資料來源不清楚，
幾年後才被追查，
法律成本可能遠大於當初省下來的授權費。
所以未來很可能看到更多 AI 公司直接花錢取得：
書籍。
新聞。
電影。
音樂。
專業資料庫。
企業內部資料。
不是因為網路突然沒有資料了。
而是：
乾淨、有來源、能證明授權關係的資料，開始變成真正的商業資產。
那是不是代表 AI 公司以後所有內容都一定要付費授權？
現在也不能這樣下結論。
美國法院對 AI 訓練與 Fair Use 的界線仍然在形成。
不同案件也可能因為：
資料來源。
模型用途。
作品類型。
取得方法。
輸出行為。
市場影響。
得到不同結果。
所以今天這場訴訟不能被簡化成：
「AI 訓練一定侵權。」
也不能反過來簡化成：
「只要叫 AI 訓練就全部屬於合理使用。」
真正正在形成的法律現實反而比較像：
每一層都要分開看。
取得是否合法。
保存是否合法。
訓練是否合法。
輸出有沒有侵權。
著作權資訊有沒有被移除。
不能全部塞進一句：
「AI 有學過。」
對一般創作者代表什麼？
如果你是：
作者。
攝影師。
音樂人。
設計師。
網站經營者。
這類案件短期不代表你明天就會收到 AI 公司授權費。
但它至少代表：
內容來源與權利開始受到更正式的商業重視。
過去很多人覺得：
作品一上網，就不知道最後被誰拿走。
現在大型內容公司正在要求 AI 公司回答：
你從哪裡取得？
你有沒有權利？
你能不能提出紀錄？
當這些問題真的進入法院，
未來 AI 資料市場就可能慢慢從：
「先收集再說。」
走向：
「先確認來源，再決定能不能用。」
對一般企業更值得學的是另一件事
企業自己建立 AI Knowledge Base 或微調模型時，也不要只問：
「這批資料很有用嗎？」
還應該多問：
這是公司的嗎？
誰提供的？
我們有權拿來做這個用途嗎？
客戶合約允許嗎？
第三方資料有沒有授權限制？
來源能不能追回去？
因為當 AI 工作開始累積幾千、幾萬份文件後，
最麻煩的問題不是：
AI 找不到答案。
而是有人問：
「這份資料為什麼會在這裡？」
結果沒有人回答得出來。
今晚這場官司真正值得記住的一句話
AI 公司過去最想證明的是：
模型沒有在複製作品。
接下來可能還要多證明一件事：
模型當初學習的那些作品，我到底是怎麼拿到的。
這就是這場 Sony Music Publishing、Warner Chappell 與 Anthropic 訴訟真正重要的地方。
AI 的下一場資料競爭，不只是：
誰擁有最多內容。
而是：
誰能證明自己有權擁有這些內容。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 今日早報｜2026/08/01：OpenAI 發現更多 Agent 越界事件、Chime 因 AI 效率裁員 10%、德國法院判 Suno 侵犯音樂著作權
