第1章 | AI先改寫的，是內容產業的生產方式

2024年2月，泰勒・派瑞( Tyler Perry ) 看完 OpenAI 展示的 Sora 後，宣布暫停原本規劃中的 8 億美元亞特蘭大片廠擴建案。他是美國的編劇、導演、製片人、演員，也是很成功的娛樂產業經營者。除了是內容創作者，他也是大型影視製作基地 Tyler Perry Studios 的創辦人，片場位於美國亞特蘭大。在美國娛樂產業裡，他不只是明星或導演，而是同時握有內容製作、公司經營、片場投資三種角色的人。外電報導提到，這個計畫原本包括新增 12 個 soundstages(大型攝影棚)，但 Perry 在看到以文字生成高擬真影片的能力後，開始懷疑許多過去必須依靠搭景、外景與大量工作人員才能完成的事情，未來是否還會以同樣方式存在。這不是學者的想像，也不是科技記者誇大其詞，而是一個長期投入內容產業、經營片場的實際投資人，在看到生成式AI之後，直接重估資本支出的案例。(註解1)

這個新聞把問題講得非常直接。生成式AI進入娛樂產業後，最先被改變的，就是生產方式。片場還要不要蓋，場景還要不要搭，哪些工序還需要人，哪些內容可以先交給模型做出雛形，這些問題一出現，法律上的爭議就不可能避免了。

娛樂產業原本就是手工業

娛樂產業本質上是道地的手工業。

劇本是一頁一頁磨出來的。旋律、編曲、配器和歌詞，需要人的耳朵、經驗、情緒與時間反覆試錯。表演更不用說，它高度依賴人的身體、聲音、臉孔、節奏、情感與現場反應。即使後來有錄音室、有後製、有串流平台，內容可以流通得更快，內容的形成仍然主要是人做出來的。

手工業和工業化產品最大的差別，就在於前者很難大量複製。當然，內容可以重製、可以發行、可以授權，但「做出內容」這件事本身，過去一直都有明顯的時間成本、學習成本與人力成本。也正因為如此，著作權法等智慧財產權法，長期以來其實都建立在一個重要前提上：作品通常來自具體的人，創作過程雖然不一定完全透明，但大致上可以被理解，也值得法律予以肯定；另一方面，作品一旦完成，又很容易被拷貝、抄襲或挪用，因此需要一整套智慧財產權制度來保護創作投入與市場回收。

生成式AI最麻煩的地方，就在於它的產出速度與規模，早已不是「加快一點」而已。它是把原本很難大量複製的表達能力，改以工業化、規模化與日常化的方式生產出來。文字、圖像、音樂可以批量生成，聲音、臉孔、角色和表演感也都可以在一次大量學習後，被拆解、模擬、重組，再送回市場。這件事在以前不是完全做不到，但做不到這麼快、這麼便宜、這麼頻繁，也做不到這麼大量。

AI先改寫了什麼

AI先改寫了內容產業的哪個秩序？這一章想回答的，就是這件事。

答案不只一個，但最核心包含三個層次:

第一，AI改寫了內容如何被生產。
第二，AI改寫了誰在生產鏈上有議價能力。
第三，AI改寫了法律原本依附的事實基礎。

過去法律預設的是，人類創作者用時間、技巧與勞力形成作品，再處理作品如何被利用。今天市場碰到的，卻是系統可能先吃進海量內容，再以近乎工業化的方式吐出新內容。原本建立在各種「人」之上的內容產業，從創作者、編劇、歌手、演員到群眾演員，都可能在這個過程中被重新定價。原有的議價能力，也因此受到直接衝擊。

筆者自 2023 年初，在生成式AI剛開始被社會普遍認識之際，即已提醒，這個問題至少要從兩條主線來嚴肅思考。

第一條，是訓練端。也就是 AI 訓練、機器學習的過程，是否涉及著作權與其他權利問題。系統吃進了什麼，如何吃進，是否經過授權，是否形成大規模利用，這些是第一層爭議。

第二條，是產出端。也就是 AI 生成內容本身能不能受保護，以及它和原作、改作、衍生利用、表演、聲音、人格利益與市場替代效果之間如何互動。系統吐出來的是什麼，人類在其中做了什麼，市場又能拿它做什麼，這是第二層爭議。

這兩條線，看起來像法律分類，其實也是產業分類。因為訓練端決定內容如何被吸收，產出端決定內容如何被賣回市場。偏偏產業內的公司與從業者，往往同時兼具這兩種身分：一方面希望利用AI降低成本、提高效率，另一方面又擔心自己的作品、聲音、表演與市場位置被AI反過來吸收、替代。也正因如此，這不只是技術問題，更是艱難的價值選擇。

法律怎麼走還未定，市場已經先跑了

只要有成本下降的空間，AI 就一定會有經濟誘因。

娛樂產業表面上看起來是夢想、創意、明星與故事，底層其實同時也是成本、工期、回收、資本支出與風險配置。當一項技術可以讓提案更快、前期更省、測試更便宜，甚至讓原本要進棚、搭景、拍攝的某些工作被替代，它很快就會被管理層當成 cost down 工具來看待。Tyler Perry 暫停擴建片廠，就是這個邏輯最清楚的例子之一。外電報導指出，他在看過 Sora 的能力後，直接重新思考原本計畫中的 12 個新 soundstages 是否還有必要，因為他當時就認為: 很多原本需要搭景、出外景與大量工作人員的工作，未來都可能被以文字生成影片的方式取代。

而且，AI 不是進入一個原本很穩定的好萊塢。

FilmLA 在 2025 年 1 月公布的 2024 年報告指出，大洛杉磯地區 2024 年 on-location production (實地拍攝)為 23,480 個 shoot days，較 2023 年再減少 5.6%，是僅高於疫情低點的第二低年度水準。到了 2025 年 4 月，FilmLA 又公布 2025 年第一季大洛杉磯 on-location production 再年減 22.4%。這些數字反映的不是單純景氣循環，而是拍攝外移、稅務競爭、產業收縮與罷工後復甦疲弱等結構性壓力。好萊塢原本就已經不再穩如過去，AI 進來之後，是不是更讓「還有多少工作必須留在原本的工業體系裡」這個問題變得更快、更尖銳。(註解2)

這不是只有內容產業才會遇到的問題，而是 AI 對各行各業都同樣帶來衝擊：一方面受到它的影響，另一方面又想利用它的效率與利益。即使是高度支持 AI 發展的川普政府，在 2025 年 12 月的行政命令〈Ensuring a National Policy Framework for Artificial Intelligence〉中，主軸仍是要求建立「低負擔的全國一致政策框架」，避免各州各自立法妨礙創新。接著在 2026 年 3 月公布的《A National Policy Framework for Artificial Intelligence: Legislative Recommendations》中，白宮在「尊重智慧財產權並支持創作者」一節的意思更清楚了。文件明白表示，行政部門認為以受著作權保護的材料訓練 AI 模型，不違反著作權法；但也承認有相反意見存在，因此支持由法院繼續處理這個問題。文件並進一步指出，國會不應採取任何行動去影響司法部門對「訓練是否構成合理使用」的判斷。(註解3)

而且，白宮文件並不只是抽象地說「支持創新」而已。它進一步指出，若國會未來真的要回應創作者利益，可以考慮建立授權框架或集體權利制度；但文件又特別強調，任何此類立法都不應處理何時或是否必須取得授權。

白宮文件還留下另一個值得注意的保護空間。對於 AI 生成數位分身涉及的聲音、肖像或其他可識別特徵，如有未經授權的散布或商業利用，文件明確支持建立聯邦層級的保護框架；但同時，又替戲謔仿作、諷刺、新聞報導與其他受第一修正案保障的表達保留例外。文件甚至明白提醒，不能讓這種保護框架被拿來壓制線上言論自由。這代表在白宮的政策設計裡，著作權的訓練爭議與數位分身的人格風險，並不是被放在同一層次處理。誰強誰弱？閱讀該文件全文可以明顯感受。

這個訊號其實非常清楚。白宮在國家 AI 政策方向上，主要仍是表態支持 AI 發展，把許多核心爭議留給法院，同時也呼籲國會不要過度干預。若真要處理創作者補償問題，文件提出的方向較接近授權框架或集體權利制度，但又刻意不碰「何時必須先取得授權」這個最敏感的核心。換句話說，在這樣的政策環境下，內容產業面臨的風暴很可能是史無前例的：法律制度還沒有底定之前，產業風貌就可能已經改變好幾輪。

編劇和演員的不安，並不是抽象的科技焦慮

2023 年美國編劇公會( WGA )與美國演員工會暨美國電視與廣播藝人聯合會(一般簡稱美國演員工會， SAG-AFTRA )的大罷工，讓這個問題第一次被大量看見。

雖然在那個時間點，AI 才正開始大量進入產業領域，不過 WGA 在其 AI 相關說明中已經講得很清楚。2023年最低基本協議（Minimum Basic Agreement, MBA）對 AI 的基本立場之一，是無論傳統 AI 或生成式 AI，都不是 writer，因此由 AI 產生的 written material 不能被視為 literary material。WGA 也特別強調，公司不能強迫受會員編劇使用 AI；若公司提供給編劇的材料包含生成式 AI 內容，也必須揭露。這些規則已經非常清楚地顯示，工會擔心的不是一項中立的新工具，而是這項技術一旦進入編劇流程，就會直接影響編劇的工作位置、報酬結構與署名秩序。(註解4)

同樣地，SAG-AFTRA 對群眾演員的數位掃描條款，也把問題講得很白。SAG-AFTRA 2024 年 8 月的說明指出，如果製作方要掃描群眾演員以建立數位分身(digital replica)，原則上必須至少提前 48 小時通知，並且需要取得明白同意；若在不同專案或不同方式下使用該數位分身，還需要再次取得同意並支付相應報酬。SAG-AFTRA 同時說明，在新合約條款下，不能不經同意就任意使用或授權使用這些數位分身。這已經不是抽象的科技焦慮，而是非常具體的勞動、報酬與定價問題。(註解5)

這些條文和說明真正揭露的，是市場已經清楚認知 AI 不只是輔助工具，也可能直接成為工作機會的競爭者。未來如何應用 AI 進入內容產業，必然直接影響哪些工作還由真人完成、哪些表演可以被掃描保存、哪些報酬還能維持原本的結構，以及整個市場如何重新定價。

以前的學習和臨摹，不至於大量快速生成，AI 完全不是這樣

在沒有生成式AI的年代，學習風格、模仿名家、臨摹畫風、研究配樂套路，偶爾也會引發討論，卻通常停留在個案甚至學理上的有趣探討，還不至於形成太大的社會衝擊。原因並不難懂，以學生臨摹名家畫作為例，即使未必逐一取得授權，問題往往也不會立刻被放大到產業秩序層次，因為這些行為有一個共同特徵：產能有限。

模仿有成本，臨摹有速度限制，量產有技術門檻。也因此，這些行為過去多半被當成有趣但麻煩的邊界問題來討論，而不是整個市場都必須立刻回應的結構性風險。

今天不一樣。

今天的AI，例如極端案例的一鍵生成式人工智慧，最驚人的地方並不是偶爾做出一張驚豔的圖片，或一段看起來像樣的影片，而是它把原本高門檻的模擬能力，推向大規模、快速、低成本的量產，並且直接成為生產力的一環。過去創作者對於風格學習的容忍，是建立在人類能力有限的現實上；現在市場面對的，卻是系統化吸收、系統化生成，以及系統化進入商業市場。

因此，過去只是有趣問題的事，今天會變成官司、合約條款、平台規則與工會談判。因為它真正撼動的，已經不是單一作品像不像，而是經濟分配的遊戲規則。

內容產業最矛盾的地方，是生產時盡量降低成本吸收前人智慧，生產後又怕被系統吸收而失去價值

本來一分為二的兩條 AI 法律問題主軸：

第一，是訓練端，也就是 AI 訓練、機器學習的過程，是否涉及著作權與其他權利問題。
第二，是產出端，也就是 AI 生成內容本身能不能受保護，以及它和原作、改作、衍生利用、表演、聲音、人格利益與市場替代效果之間如何互動。

在內容產業裡，這兩條線卻往往合而為一。

劇本會吸收前人的故事精華，音樂會吸收前人的動人旋律，影像會吸收前人的鏡頭語言與畫面感。內容產業一直都需要站在前人肩膀上，這本來就是它的日常，生產者有降低成本的強烈動機。

但生成式AI把這件事推到另一個量級。

原本產業對「吸收別人成果」的容忍，是建立在人類學習速度有限、再現能力有限、重製成本有限的前提上。現在模型可以在大量資料上被訓練，再把吸收後的結果轉化成規模化輸出能力。於是所有人突然開始同時面對兩個問題：我在創作時，是否經常以較低成本運用前人的成果；而我創作完成後，會不會又立刻成為下一輪訓練資料，被系統吸收、重組，再回頭與我競爭。

這種矛盾，在市場上其實已經很具體。第一個例子是編劇室。製作端希望用生成式AI先做人物設定、故事大綱、台詞草稿，甚至整理提案( pitch )文件，因為這樣比較快、比較便宜，也可以先做出內部討論版本；但一旦 AI 被正式放進流程，真人編劇立刻擔心自己的工作大幅減少、勞務價值被往下壓，最終只剩下修改、潤飾、救火的角色。WGA 把「AI 不是 writer」與不得強迫編劇使用 AI 寫進規則，本身就說明了這不是理論問題，而是市場已經碰到的定價問題。

第二個例子是群眾演員與表演市場。製作方當然會想：如果今天能把群眾演員掃描成數位分身，未來在同一作品、甚至其他作品中反覆調用，不只省時間，也省成本；但站在演員這一側，這幾乎等於自己的身體、臉孔與表演存在感，在一次拍攝後就可能被轉化成可以持續使用的數位資產。也因此，SAG-AFTRA 才會把明白同意、再次使用需再同意、並須支付額外報酬等條件寫進規則。這同樣不是抽象焦慮，而是內容產業內部已經發生的利益衝突。

還有一個更日常、也更難察覺的例子，是音樂與配樂市場。製作端會開始喜歡用 AI 先生成 demo、配樂、參考旋律或臨時配唱，因為快、便宜，而且能立刻把不同版本氣氛做出來；但站在創作者和表演者這一側，真正擔心的往往不是 demo 本身，而是這些看似暫時、便宜的工作流，最後會不會慢慢變成正式市場的替代品。當「先做一版給內部參考」逐漸變成常態，很多原本可以由真人完成、並獲得報酬的前期工作，就會先被低價化。

在運用前人資料時，產業未必太在意系統為什麼會這麼厲害，講求的往往只是更快、更便宜、更有效率；但在擁有自己的作品之後，又會深深畏懼，不知道它會在什麼情況下被系統吸收、被市場稀釋，甚至在權利受損時求償無門。這種矛盾，不是只有內容產業才會出現，但在內容產業裡，它顯得特別尖銳，也特別深刻。

真正被改寫的是什麼

真正被改寫的，首先是創作的意義。

因為市場開始不得不區分，哪些成果有足夠的人類創作投入，哪些只是機械式、大量化、流程化地由系統生成。第6章處理的，正是這個問題：AI生成內容算不算著作，人的參與到什麼程度，才足以讓成果回到著作權法的保護範圍。

真正被改寫的，也是作者與表演者的位置。

WGA 把「AI 不是 writer」寫進與資方的共識與合約裡，SAG-AFTRA 把數位掃描、同意與補償寫進工會條款裡，背後都在處理同一件事：當內容可以被大量生成，當表演可以被掃描、儲存、再利用，人的位置還剩下什麼，人的價值還剩下什麼，又還可以如何變現。

真正被改寫的，還包括投資與回收。

Tyler Perry 暫停片廠擴建，不是偶發反應，而是內容產業面對生成式AI時最真實的商業直覺之一。只要某些事情不再必須用原本那麼高的成本完成，資本一定會重新計算支出結構。FilmLA 的統計則提醒我們，好萊塢工業本來就已經在調整，AI 只是讓這種調整更快、更廣，也更難逆轉。

真正被改寫的，還有權利鏈。

誰可以拿內容去訓練。誰可以主張生成物的權利。誰可以禁止自己的聲音、臉孔、角色與表演被拿去再生成。平台該如何處理。合約要怎麼寫。工會怎麼保護會員。法院接下來又會怎麼畫界線。這些都逐漸成為無法迴避的核心問題。

一起探索隨著 AI 開展的世界

所以，生成式AI真正改寫的，從來不只是效率。

它改寫的是內容如何被生產，誰在生產鏈上還有議價能力，投資如何回收，法律如何重新界定可接受的利用方式，以及最後誰還能留在市場上。這些問題不會停留在科技新聞頁面，而會一路長進契約、判決、工會協議、平台規則與產業慣例裡。

接下來的章節，會沿著這個秩序往下拆。

先看訓練端。因為內容要被生成之前，系統必須先吃進大量內容。那裡碰到的是著作權、授權、市場替代與集體訴訟等問題。

再看產出端。因為內容一旦被生成，新的問題就立刻出現：它是不是著作，權利歸誰，它和原作的距離怎麼判斷，人的參與有多少，聲音、表演與數位分身又該如何處理。

這些問題不容易有一個直接的答案。請隨著本書，一起探索 AI 所開展的世界。

註解

【註解1】The Guardian，〈Tyler Perry halts $800m studio expansion after being shocked by AI〉，2024年2月23日，網址：https://www.theguardian.com/technology/2024/feb/23/tyler-perry-halts-800m-studio-expansion-after-being-shocked-by-ai，最後瀏覽日：2026年4月11日。

【註解2】FilmLA，〈FilmLA Releases 2024 On-Location Production Report〉，2025年1月15日，網址：https://filmla.com/filmla-releases-2024-on-location-production-report/；FilmLA，〈L.A. On-Location Filming Falls in First Quarter〉，2025年4月14日，網址：https://filmla.com/la-on-location-filming-falls-in-first-quarter/，最後瀏覽日：2026年4月11日。

【註解3】The White House，〈Ensuring a National Policy Framework for Artificial Intelligence〉，2025年12月11日，網址：https://www.whitehouse.gov/presidential-actions/2025/12/eliminating-state-law-obstruction-of-national-artificial-intelligence-policy/；The White House，〈A National Policy Framework for Artificial Intelligence: Legislative Recommendations〉，2026年3月20日，網址：https://www.whitehouse.gov/wp-content/uploads/2026/03/03.20.26-National-Policy-Framework-for-Artificial-Intelligence-Legislative-Recommendations.pdf，最後瀏覽日：2026年4月11日。

【註解4】Writers Guild of America，〈Artificial Intelligence〉，網址：https://www.wga.org/contracts/know-your-rights/artificial-intelligence，最後瀏覽日：2026年4月11日。

【註解5】SAG-AFTRA，〈A.I. Background Questions〉，2024年8月16日，網址：https://www.sagaftra.org/ai-background-questions，最後瀏覽日：2026年4月11日。

本系列入口: https://falilin.blogspot.com/p/ai.html

關於作者: https://falilin.blogspot.com/2026/02/fali-lin.html