北京航空航天大学法学院副教授，法学博士、博士后

数据既是人工智能技术的重要组成部分，更是诸多网络服务、加工包装、产品销售、物流等的关键生产要素；例如通过对数据的规模化采集与处理加工，可帮助企业实现精准定向推销、改善产品的市场欢迎度、提升产品和服务的质量等目的。利用该技术发展新的和具有创新性的数据服务、产品的能力是企业重要的竞争方向。2023年8月15日，我国《生成式人工智能服务管理暂行办法》(以下简称《人工智能办法》)正式实施，旨在将生成式人工智能技术纳入法治化管理模式。生成式人工智能又以“输入—处理(学习)—输出”的数据大模型为依托，需要通过海量的数据就不同应用场景进行训练，从而满足相应数字产品与服务的需求。一方面，与传统生产要素的绝对排他不同，数据要素因具有非竞争性可由多个主体重复使用，且不存在边际收益递减问题，即数据(集)的价值随着广泛应用反而会增加。因此，其开放共享能促进整体经济效率和实现生产要素的升值。另一方面也存在海量数据利用过程中的侵权风险，且所涉及的侵权问题通常较为隐秘、复杂与泛化，特别是有关知识产权保护问题尤为明显。出于厌恶风险的心理，许多大型数据企业往往倾向于人为构筑技术屏障，以保护、垄断自身持有的数据集合之财产性利益，从而影响开放创新。故此，当前实务中数据大规模商业化利用的合法性与合理使用问题愈发凸显，亟需结合当前以大模型驱动的人工智能之技术现状而寻求合理的法律指引。