歐洲資料保護委員會（EDPB）在2026年2月發布的刪除權調查報告，給我一個很難忽視的數字：他們聯合調查了將近8,000家企業，回應率不足一成。 這個數字不只是個資法遵落差的指標，它更像是一個訊號：當監管機關開始大規模橫向調查，沒有回應不代表豁免，代表的是還沒輪到你。 更讓我在意的，是這場調查背後的制度性涵義。EDPB首次明確將備份系統納入刪除義務範圍，這意味著企業不能再把「刪除」當成一個資料庫指令的問題，而必須把它理解成一個系統架構問題。這一步看起來是資料保護法的問題，但它實際上開始觸碰AI系統設計的核心：一個以個人資料訓練的模型，要怎麼「刪除」某一筆資料的影響？ 這正是我想在這篇文章討論的事：三個原本分開運作的監管領域——競爭法、資料保護、人工智慧監管——在近年間，已經開始彼此滲透，形成臺灣中小企業難以用過去的法遵邏輯應對的複合壓力。 競爭法：從行為合謀到架構審查 全球反壟斷執法在過去一年發生了一個根本性的轉變，而它的影響遠比多數企業意識到的更廣。 過去的競爭法問題大多有一個清楚的前提：企業之間是否彼此溝通、達成協議。現在這個前提正在鬆動。美國加州的反壟斷法在2026年1月修訂後，正式將「競爭對手共同使用同一定價演算法」納入審查範圍，即使業者之間沒有任何直接溝通，只要共享了同一套系統的輸出結果，就可能被認定為形成協同定價的制度環境。 這個轉變的理論基礎來自稍早的RealPage租金案：多家房東將非公開的即時租金資訊提交給同一平臺，平臺以演算法生成建議租金。法院的判斷是，不需要租東彼此達成共識，這個「共同使用同一個資訊中介」的架構本身，已經可能構成協同定價的條件。 紐約州對Instacart演算法定價機制的調查，和歐盟對Google AI內容抓取的反壟斷調查，都在同一個方向上進一步延伸。歐盟這個案子格外值得注意：Google被指控在未取得授權的情況下，以爬取網路出版商內容的方式訓練AI模型並生成搜尋摘要。這是競爭法第一次正面觸及AI訓練資料取得的合法性問題——從反壟斷法的角度，不是從著作權法。 對臺灣企業的直接影響在這裡：如果你的公司使用第三方定價工具、需求預測平臺或市場分析服務，你需要知道這些服務是否同時服務你的競爭對手，以及這些系統是如何處理競爭敏感資訊的。這不再是IT部門的採購決策，而是一個具有競爭法風險的經營選擇。 歐盟《數位市場法》（DMA）和英國《數位...
如果有長期讀這個Blog文章的人，應該覺得我很久沒寫文章。在2024年結束時，我寫了 當時的使用心得 。想不到隔了一年，尤其是Google在 2025年第四季推出一系列應用工具後，我從10月到目前為止，使用更多的應用，自己練習用AI工具開發工作上需要的工具，以往概念裡的東西，可能需要藉由工程師才能實現，但現在透過這些AI工具，我也可以自己在與聊天機器人的互動中，一步步，緩慢的實現概念中想完成的事物，目前都是最小可行階段，但對我來說已經是很大的一步。 這段時間也讀了幾本書、聽了一些研討會，從前輩與長官們的分享中，逐漸感受到未來年輕世代可能面臨的壓力與不確定感。同時，在目前 AI 所引導的發展趨勢中，也可以觀察到高度仰賴菁英人力來加速技術進展的現象，這樣的發展路徑在提升效率的同時，也逐漸浮現弱勢族群在參與與受益上的潛在落差風險。 AI 工具逐漸取代部分 Entry-level 的工作內容 我曾經分享過在 2023年初 的一個交辦事項，我必須在短時間內聽12場研討會錄音並做成摘要，那時我還沒開始用ChatGPT，應用過往參與網路治理論壇、線上會議的經驗，一邊聽錄音一邊摘要與翻譯。交辦是有時限的，遇到有嚴重口音的討論時，我必須花至少4天才能翻譯與摘要好一場討論，沒有口音的討論，大概半天到1天就可以完成。中間試過抓字幕檔、轉出字幕檔再用Google Translate去翻譯，一直到出現ChatGPT，就算與現在比起來更容易產生幻覺，但完全提升工作效率。 在沒有ChatGPT前，都要靠自己去完成這些工作，於是在那段期間裡，我等於在密集的補充各種競爭法的相關知識、過往案例、為什麼主管機關會這麼決定、執法人員的考量是什麼，這些完全顛覆我過去在網路治理或是倡議開放資料的經驗。 在日常工作中，可能會注意在摘要的結果與知識，而過程中的這些工作可能都被稱為Entry-level的工作，由實習生、新進人員做的聽會議錄音、整理會議記錄，現在都可以被AI工具取代，有些人使用Google Notebook LM整理會議記錄，再搭配一些資訊就可以產生內容豐富的文章，有些可能還會再加上其他的研究報告、資料去增加更多的內容，或是利用ChatGPT/Claude/Google Gemini等對話介面做出各種成果，或利用Canvas、Napskin....