关键词数据资产;知识产权;商业秘密;AI训练数据;法律保护

数据资产的知识产权保护正从理论探讨走向司法实践,本文以一起由金杜律师事务所代理的AI训练数据侵权案为切入点,剖析数据资产在现行法律框架下的保护路径与裁判逻辑,为企···

【摘要】数据资产的知识产权保护正从理论探讨走向司法实践,本文以一起由金杜律师事务所代理的AI训练数据侵权案为切入点,剖析数据资产在现行法律框架下的保护路径与裁判逻辑,为企业数据合规与维权提供实务参考罢了。


数据资产法律保护的知识产权路径与司法突破


2025年,一起由金杜律师事务所代理的AI训练数据侵权纠纷在杭州互联网法院一审落槌。原告某智能科技公司(下称“A公司”)发现,被告某科技公司(下称“B公司”)未经许可,抓取其投入三年时间、耗资逾八千万元构建的垂直领域数据集,用于训练同类竞品算法模型,并在此基础上迅速推出功能高度相似的产品。A公司以侵害商业秘密及不正当竞争为由提起诉讼,索赔金额达1.2亿元。该案因涉及AI训练数据这一新型数据资产的法律定性,被业内称为“数据资产保护第一案”。


案件的核心争议在于:A公司主张的数据集能否构成反不正当竞争法所保护的商业秘密。B公司抗辩称,涉案数据均采集自公开网络,A公司仅进行了“机械性汇总”,不具有秘密性与价值性。金杜律师团队在诉讼中采取了“分层论证”策略:第一点,证明A公司对原始数据进行了实质性加工——包括清洗、标注、结构化处理及持续迭代,使数据集形成了独特的“衍生数据形态”;接下来,通过技术鉴定与内部保密制度举证,证明A公司对数据集采取了分级访问、加密存储、员工保密协议等合理保密措施;还有,以B公司员工离职后短时间内复制数据的行为轨迹为证据链,锁定侵权事实。


法院最终认定,A公司的数据集符合商业秘密的构成要件,B公司行为构成侵权,判令其停止使用并赔偿经济损失及合理开支共计6800万元。判决书中一段论述尤为关键:“数据资产的价值并非源于数据本身的稀缺性,而在于数据处理者通过资本、劳动与技术投入所创造的增量信息。这种增量信息若满足秘密性、价值性与保密性要件,即应纳入商业秘密保护范畴。”


关键词数据资产;知识产权;商业秘密;AI训练数据;法律保护

这一判决的突破意义在于,它跳出了“数据权属”的抽象争论,转而在行为规制层面找到了可操作的司法路径。长期以来,数据资产保护面临“权利化”困境:数据既难以纳入著作权法上的“作品”,又因公开性难以构成商业秘密。该案通过“衍生数据”的概念,将保护客体从原始数据转向加工后的数据产品,实质上承认了数据加工者的劳动价值。


从企业实务角度,此案提供了三条可复用的合规启示。其一,数据资产的“秘密性”并非绝对不公开,而是指不为所属领域相关人员普遍知悉且不易获得。企业应建立数据分级分类制度,对核心数据集实施差异化保护。其二,保密措施须“与技术同步迭代”,静态的保密协议不足以对抗动态的技术侵权,访问日志、水印追踪、异常行为监测等技术手段应纳入保密体系。其三,在诉讼策略上,可优先选择反不正当竞争法而非著作权法路径——前者对“数据产品”的保护更具弹性,举证重点在于“加工投入”与“行为不正当性”,而非复杂的权属证明。


值得关注的是,2026年国家知识产权局发布的《数据知识产权登记试点工作指引》进一步明确,数据知识产权登记证书可作为初步证据,用于证明数据的持有与加工状态。这意味着行政登记与司法保护正在形成协同效应。对于企业法务而言,尽早完成数据知识产权登记,既是确权手段,也是未来诉讼中的“证据锚点”。


数据资产的法律保护,本质上是为数字经济的生产要素定价与确权。当司法实践开始承认“数据加工者的劳动创造价值”这一朴素逻辑,知识产权制度便在新的技术语境下完成了自我更新。对于企业而言,与其纠结于“数据到底归谁”,不如将精力投向“如何证明我对数据的投入与管控”——这才是数据资产从“资源”走向“资产”的关键一跃。

最近发表

服务项目