商业秘密、AI与数据知识产权
商业秘密、AI辅助专利、数据资产、开源软件和生成内容风险。
10 个已发布问题。
原有应用场景专题。按唯一主分类浏览，请进入专业问题目录 →。
企业怎样证明已经采取了商业秘密保密措施？
企业证明保密措施的关键不是“签过一份保密协议”，而是措施与具体秘密相匹配，并在侵权行为发生前已经实际运行。可包括保密协议、制度培训、涉密区域管理、文件分级标记、权限控制、加密、限制复制、离职返还和持续保密义务等。
员工离职带走技术资料，企业第一步应该做什么？
第一步通常不是立即发一封律师函，而是“控风险 + 固证据”：立即回收/冻结账号权限和设备访问，保存日志、下载/复制记录、邮件与聊天，明确员工接触的秘密点和保密义务；再评估是否需要证据保全、行为保全、刑事报案或民事诉讼。
把企业技术资料上传给AI会不会影响商业秘密保护？
把企业技术资料上传给AI并不当然导致商业秘密立即“失效”，但会增加秘密性和保密措施方面的风险。应重点看AI服务条款、数据是否用于训练、保存期限、是否会被第三方访问、企业是否使用受控企业版本，以及上传行为是否违反内部保密分级。
AI辅助撰写专利申请文件有哪些风险？
AI可以辅助检索、结构化技术交底和文本检查，但不能替代发明人识别、技术事实核验和专利代理师的法律判断。主要风险包括泄密、AI虚构技术特征/现有技术、把发明人贡献写错、公开不充分、权利要求范围失衡，以及把未经确认的生成内容写进申请文件。
反向工程与商业秘密：哪些事实影响侵权认定？
合法反向工程一般不属于侵犯商业秘密，但必须满足其前提：通过技术手段对从公开渠道合法取得的产品进行拆卸、测绘、分析等获取信息。如果先以不正当手段获得他人商业秘密，再声称“后来也能反向工程”，法院不予支持。
AI生成的技术方案，谁可以作为专利发明人？
在中国现行专利审查规则下，发明人应当是对发明创造实质性特点作出创造性贡献的自然人，AI名称不能作为发明人。使用AI参与研发时，需要回到自然人的实际贡献：谁提出关键技术问题、选择/修改方案、完成创造性技术判断，应结合证据认定。
企业的Prompt、RAG知识库和模型配置是否属于知识产权资产？
可以成为企业应管理的“IP/数据/秘密资产”，但不应笼统宣称它们都天然享有某一种排他知识产权。具体可能分别落入著作权、商业秘密、合同权益、数据权益、数据库/汇编成果或竞争法保护，取决于内容、独创性、秘密性、权属和使用方式。
数据知识产权登记能解决哪些问题？
目前数据知识产权登记主要处于制度探索和地方实践深化阶段。登记证可以帮助描述数据集特征、固定登记时点和主体信息，并在部分司法实践中被认可具有初步证据效力，是否用于交易、质押等场景，还需核对当地制度、登记范围和具体业务条件；但不宜把登记证等同于对数据取得“绝对排他所有权”。
企业使用开源软件有哪些知识产权风险？
主要风险不是“用了开源就侵权”，而是没有遵守具体开源许可证。不同许可证可能要求保留版权/许可声明、提供源代码、披露修改、对衍生作品采用相同许可证，或包含专利授权与终止条款；还要防范组件来源、版本漏洞和许可证冲突。
AI生成内容的著作权风险主要有哪些？
至少要分三个层面：输出本身是否达到作品和人类创作要求；生成过程中是否使用了他人受保护内容；企业对AI输出进行发布、改编或商业使用时是否侵犯他人既有作品、商标、肖像等权利。中国司法实践已经出现认可具有充分人类智力投入和个性化选择的AI辅助生成图片构成作品的案件，但不能据此推导所有AI输出当然有著作权。