【摘要】人工智能的商业秘密保护具有保护范围广泛、权利自动取得、无需披露信息和保护期限长久等优势，也存在着客体和主体界定困难、保密难度较大、保密成本偏高和价值性证明不易等缺陷。

权利人需要综合考量人工智能技术本身的特点、研发、应用、交易的模式和环境、以及法律监管的要求等因素，决定是否采取商业秘密保护的策略。

【关键词】人工智能、商业秘密、自动化决策、算法不透明性

在版权和专利之外，计算机软件和人工智能技术持有人经常愿意选择商业秘密的法律保护方式。

这企服快车面是因为，在20世纪70年代之前，世界范围内都缺乏对计算机软件和人工智能进行版权和专利保护的明确法律规定，商业秘密是技术持有人“自我保护”的唯一有效手段；

另企服快车面是因为，即便后来软件和人工智能版权及专利保护的法律框架已经建立起来并逐渐清晰，商业秘密的保护仍有其独到的优势，在特定情形下受到权利人的青睐。

当然，人工智能商业秘密保护的模式也有其自身无法克服的缺陷。

一 .人工智能商业秘密保护的缺陷

人工智能商业秘密保护面临的第企服快车面问题是客体范围及对应权利主体界定的困难。

从技术上讲，人工智能学习、处理以及最终表示的信息包括了公众的常识、直觉和事实，人类专家的专业知识、技能和经验，以及使用者输入的数据等等，其中的很多内容在应用人工智能分析和处理之前是公开甚至众所周知的，不能因为经过人工智能的机器转换就变成秘密信息。

对于这些原本公开的信息而言，人工智能商业秘密保护的是信息处理的过程而非信息的不同形式，但是要从专家系统、神经网络和机器人等人工智能系统中区分出原始形态上秘密与公开的信息却并不容易。

即便能够成功区分，在人类专家与人工智能设计者或者人工智能使用者与设计者之间也还存在着商业秘密权属的争议。

人工智能的核心技术成分——创造性算法的源代码，是否在整体上或者哪些部分构成商业秘密保护的客体，在实践中也存在一定的辨识困难。

现代计算机软件和人工智能的开发非常强调软件的复用和模块化设计，例如建构可以用于多个专家系统知识库的软件“外壳”，这就决定了新的人工智能在开发过程中很有可能会引用开源代码和第三方已公开代码。

这些代码与人工智能设计者自主开发的代码混合交织在一起，增加了“秘密性”的判断难度。

并且，即便人工智能中的计算机程序代码主要甚至全部是上述已公开的代码，法律上仍然要判断代码的“序列、结构和组织”等是否是秘密的。

人工智能商业秘密保护的第二方面问题是权利人的保密难度，以及保密所需耗费的私人成本和社会成本。

首先，从研发过程来看，人工智能的研发具有分散性和不连续性的特征，参与主体和研发环节众多使得投资者无论以内部规章制度还是合作保密协议来维持相关信息的秘密性，在事实上都变得不那么容易。

近年来，华为、高德和百度等人工智能企业频发竞业禁止和商业秘密纠纷，也充分证明了这一点。

其次，从市场交易模式来看，除非人工智能产品保持定制开发的模式，只在有限的渠道和范围内销售，否则很难控制和阻止反向工程的发生。

早在1978年，美国“关于版权作品新技术用途的国家委员会”（CONTU）的报告中就分析了计算机软件商业秘密保护模式的此种缺陷。

该报告指出：“由于秘密性是最重要的，所以用商业秘密保护那些包含秘密又旨在广泛传播的作品就是不适当的。

尽管这在为大型商业客户准备独一无二的计算机程序时无关紧要，但对于那些以多份拷贝形式从柜台售给小型商业组织、学校、消费者和爱好者的计算机程序而言，商业秘密实质上无法适用。

秘密一旦被披露即丧失了保护，无论围绕着该披露的外部环境如何。

……从用户的立场来看，还存在另外的缺陷。

由于增长的价格，用户不得不承担销售者为维持保密系统的成本。

他们不受阻碍的商务自由度会被降低，因为他们要与有机会接触秘密的雇员及第三方签订详细的保密协议，并且将接触秘密的范围限制为一小部分人。

因为商业秘密的定义决定了其只能被少数人知晓，就必然造成市场信息流通的减少，妨碍潜在购买者进行比较的能力并进而导致更高的价格。

计算机产业的专家还指出，与商业秘密相关的另一个问题在于，当人们自己埋头苦干的是他人早已生产出来只不过保持在秘密状态的信息时，就有太多的人类劳动被浪费了。”目前已被普遍应用于交通、医疗、教育、金融、安防、家居、咨询和娱乐等行业领域的人工智能，显然没有也不会停留在少数大型企业之间的交易之中，而是走向了广阔的终端市场。

在这种背景下，人工智能商业秘密的保持难度要远超过当初刚刚发展起来的计算机软件产业。

再次，从技术应用的环境来看，现阶段绝大部分人工智能的应用都必须在大数据条件下穿梭于“万物互联”的世界，并且经常会作出商业上的“自动化决策”，因此，人工智能商业秘密的权利人就面临着预先采取保密措施的客观不能或实际无效情形。

最后，人工智能保持商业秘密的需求可能会与基于公共安全和公共利益的监管法律要求相冲突。

人工智能中的算法不透明性是企业意图维护其商业秘密和竞争优势的一种主要的有意识的自我保护形式，但这不仅仅关乎某种像搜索引擎那样的人工智能产品之间的竞争，而且涉及主导性的平台和应用程序，特别是那些用算法进行排名，推荐，趋势和过滤，吸引追求公众关注之“游戏”参与者的平台和应用程序。

有学者因而指出，当下许多应用领域的算法不透明程度是不合理的，是松散或滞后规则的产物，往往隐藏着对消费者的操纵或歧视。

如果公司愿意公开他们所使用算法的设计，则可以通过阅读代码来确定对消费者操纵或监管违规的问题。

人工智能商业秘密的价值性证明在很多时候也并不容易，尤其是当该人工智能属于初步开发完成的非直接生产服务领域的技术发明时，情况就更是如此。

例如，那些在人工智能发展史上始终占据一席之地的各类下棋的智能系统，如果其没有被销售、许可以及以任何有偿的方式为消费者提供服务，我们就很难判断其是否真的能创造经济效益。

长昊律师事务所

THE ONE PERFECT

商业秘密 | 软件著作权

SINCE 1995

www.itscourt.com 15827290669 15827290669

创立于1995年的长昊律师事务所，扎根深圳辐射全国，在商业秘密和软件著作权两大核心方向，是专业致力于知识产权方面的律师事务所。

长昊律师事务所坚持创新、开放合作、与时俱进，为众多科学技术领域的商业秘密、软件著作权类案件提供侵权维权、辩护、司法鉴定、司法审计、调查取证等高品质专项法律服务。

长昊律师事务所拥有近三十年专注商业秘密和软件著作权类案件经验的核心团队，自律师事务所成立以来，获得多项行业殊荣，2018年代表中华律师协会由法律出版社出版著作《特殊型知识产权法律实务—专论商业秘密与软件著作权》，长昊律师事务所及长昊律师在商业秘密和软件著作权领域取得的成绩成为办理知识产权领域的优秀律师事务所之一。

面向未来，长昊律师事务所将继往开来，砥砺前行，持续在尖端知识产权方面不断超越，努力奋进的执业要求，长昊律师将共同努力把长昊所打造成为知识产权品牌专业所。