《紐約時報》等報章控告 Brave 兜售 300 億頁網頁資料庫：AI 資料「二次販售」的法律戰線再次拉開

11 月 2 日，《紐約時報》（The New York Times）與三家 Tribune 系報章——包括《Daily News》、《芝加哥論壇報》與《奧蘭多哨兵報》——在曼克頓聯邦法院對瀏覽器公司 Brave Software 提起訴訟。指控的核心，是 Brave 涉嫌建立一個規模約 300 億個網頁頁面的抓取索引（scraping index），並將其轉售給 Anthropic、Perplexity、Mistral、xAI 與 Cohere 等多家 AI 公司供其訓練與使用。訴訟同時鎖定 Brave 的繞過付費牆（paywall-bypass）功能。這是 AI 版權之爭中又一起極具指標意義的案例——這次被告不再是模型公司，而是棲身在「資料供應鏈」中游、靠轉賣抓取內容牟利的平台。

事件重點：一場針對「AI 資料中間商」的訴訟

傳統上，媒體對 AI 的索賠大多直接指向模型開發商（例如先前對 OpenAI 與 Anthropic 的訴訟）。這次的特別之處，在於把中間環節——負責「抓取與轉售資料」的供應商——送上被告席：

• 300 億頁的抓取索引：依訴訟內容，Brave 建立並對外授權一個規模驚人的網頁索引資料庫，其客戶包括多家一線 AI 實驗室；
• 繞過付費牆：起訴書並指控 Brave 提供可規避訂閱付費牆的功能，讓本應受保護的付費內容得以被直接取得與轉用；
• 多方被輻射：雖然被告是 Brave，但訴訟中點名的客戶（Anthropic、Perplexity、Mistral、xAI、Cohere）顯示，這項爭議同時牽動整個 AI 訓練的資料來源問題——誰合法、誰不合法，正被逐環節檢視。

趨勢：爭議從「誰訓練」蔓延到「誰供貨」，資料成本恐全面上揚

這起訴訟不只是單一法律事件，而是出版界針對AI 資料供應鏈的一次升級打擊：

• 「答卷者」不再只是模型公司：過去媒體把矛頭指向 OpenAI、Anthropic 等終端用戶，這次則指向提供「原料」的中間商。一旦這條判例成立，任何大規模抓取並轉售內容的平台，都可能與模型開發商一同承擔侵權責任；
• 「先抓取、後問責」的商業模式受到挑戰：AI 資料市場長期仰賴大量抓取公共網頁再統包授權的模式，這起訴訟等於公開質問：「你有權抓，不代表你有權把抓到的東西打包賣給第三家去訓練模型。」類似的授權、與robots.txt 等工具能否排除抓取的議題，也將因此被重新檢視；
• 訓練資料的合規成本可能繼續上揚：對全產業而言，當資料或直接、或經由中間商都能被追索，正版授權、可溯源的資料的價值與價格都會水漲船高；企業訂閱 AI 產品時，背後「這套模型到底用甚麼資料訓練」的問題會更頻繁地被抬上桌面。

對香港企業與在職人士的啟示

• 企業導入 AI 時，把「資料來源」納入評估：當內容授權與資料來源的法律風險升高，香港企業（尤其涉及客戶資料、自有內容與審計合規的行業）在選用 AI 廠商與工具時，應不只比較功能與價格，也留意其訓練與使用資料的授權方式，避免企業連帶暴露在法律風險中；
• 對有自有內容與付費內容的企業，這是健全內容政策的時機：像媒體品牌一樣，型錄、研究報告、內部知識庫都是有價值的資產。企業應明確訂立內容的使用／授權政策，例如在網站設定清楚的使用條款與 robots.txt，決定「誰可以用我的內容、怎麼用」，這是資料治理的基本功；
• 對一般上班族：留意「生成內容的來源」：當你使用 AI 生成文字、圖像或報告時，其訓練來源的合規性，可能影響商業使用與著作權。在香港的辦公情境裡，涉及出版、營銷與再分發的內容，最好對來源與授權多留一分謹慎；
• 把「資料授權」當成 AI 成本的長期變數：未來，合法、可溯源的資料會愈來愈貴，企業的 AI 預算不只要算算力與 API 費用，也應把資料合規與授權成本計入中長期規劃。

《紐約時報》等報章控告 Brave，標誌著AI 版權戰線從「模型使用者」擴大到「資料供應商」。對香港的企業與從業者，這不是一則可以旁觀的海外新聞——它提醒我們，AI 的價值不只來自模型與算力，也來自背後資料的合法性。當資料供應鏈開始被逐環節問責，提早把資料來源、授權與合規納入 AI 策略的企業，才能在下一輪成本與風險的重估中站穩腳步。