一、加州AI監管趨勢：從「透明度」到「前沿模型安全」治理
美國加州近年持續建構AI的法律監管架構，於2024年九月陸續通過「生成式AI訓練資料透明法案」（AB 2013）與「加州AI透明法」（SB942），分別從生成式AI訓練資料及生成內容來源揭露之角度，提高開發者或服務商的透明度義務。其後，於2025年9月通過「前沿人工智慧透明法」（SB53），進一步延伸向具有高度能力及有致嚴重風險之虞的「前沿模型」監管。
2026年間，相關法規範及其修正版相繼施行，而加州法令對臺灣企業之影響，不以企業註冊地為唯一判斷基準，取決於各法規的適用要件及企業與加州的具體連結，以下將介紹近期該州監管趨勢兼論對臺企的影響及應對。
二、生成式AI「訓練資料」透明（AB 2013法案）
(一) 適用對象與門檻
任何向加州公眾提供AI系統或服務的開發商，包括設計、編碼、生產或實質修改者都受本法規範，並無模型規模或者營收門檻之限制。
(二) 規範重點
本法案主要規範用以訓練和測試生成式AI相關「數據集」的透明度。要求其開發商在向加州公眾提供生成式AI系統/服務或重大修改前，應在網站公布訓練資料的高階摘要。雖不需逐筆揭露原始訓練資料，但要求具體敘明資料來源、資料型態與數量、智慧財產權利狀態與授權範圍，及個資、資料清理及合成資料使用等主要項目。
(三) 企業合規行動
本法已於2026年1月1日開始施行，可能受到本法規範者（包括臺灣AI產品商、模型微調及軟體供應商），應建立可追溯的訓練數據資料紀錄與管理機制，能持續說明訓練、測試、微調及合成的數據資料，以配合客戶檢視及時調整契約要求，並適度降低法律風險。
三、AI「生成內容來源辨識」與下游契約控管（SB 942法案）
(一) 施行時間與適用範圍
1. SB942原定於2026年1月1日起施行，嗣經AB853法案修正，整部法案核心義務自同年8月2日起施行；部分對大型線上平台、生成式AI託管及擷取裝置製造商的附加義務則將於2027年及2028年分階段適用。
2. 為因應利用「深偽技術」風險，本法適用於在加州公開可獲取利用、且每月訪客或使用者超過100萬人的「特定生成式AI系統提供者」，賦予揭露生成內容等核心義務。主要針對「圖像、視頻或音訊或其組合」的AI生成或修改內容，故僅產生文字、且不涉及此類影音內容的聊天機器人，通常不會觸發本法案規範的內容來源揭露義務。常見的受規範內容為在電玩遊戲、電視、串流媒體、電影或互動體驗中「非使用者生成」的內容。
(二) 核心義務與執行重點
1. 提供用戶免費偵測工具：免費且可供用戶利用的偵測工具（如透過上傳內容、連結或API等方式），以檢測圖像、視訊或音訊內容是否由該AI系統生成或修改，並讀取其來源Metadata。
2. 顯著標示選項：應提供選項讓用戶可在生成或修改的影音內容中加入浮水印等明確可見的標示，清楚敘明：「內容是由AI生成」。
3. 隱式標示與下游被授權人控制：在技術可行且合理範圍內，於所AI生成、合成或修改的圖像、影音內寫入機器可讀的「潛在揭露(Implicit Disclosure)」資訊，包括：提供者的名稱、模型名稱和版本、時間戳記與唯一識別碼。
如將生成式AI系統授權第三方利用，應透過契約要求被授權人維持該系統的潛在揭露能力。若知悉下游被授權人已修改系統致其無法加入法定揭露項目，原系統提供者應在96小時內撤銷授權。
(三) 罰則與供應鏈傳導效果
違反SB942者可由加州執法單位對每一違規日獨立提起民事訴訟，法院對每次違規最高可判決處5千美元之罰款。
雖然每月100萬使用者或訪客之門檻使許多臺灣中小企業未必直接受到規範，但提供具有圖像、視頻或音訊生成能力的業者，若其產品是託管於大型平台，或作為大型平台的API、SDK與模型供應商，仍可能受合約規範或客戶要求而被要求提供前述應揭露的資訊或技術支援，相關企業宜留意建立配合機制。
四、「前沿AI模型」安全治理（SB 53 法案）
(一) 適用對象與雙軌門檻
自2026年1月起實施的SB53，主要規範自行訓練或開發「大型AI模型的前沿開發商」；其中前沿模型之門檻為訓練所用運算量超過1026 FLOPs，大型前沿開發商(Large Frontier Developer)則指開發者及其關係企業前一年度總營收超過5億美元者。
(二) 核心義務與重大安全事件通報
1. 安全框架公開：要求大型前沿模型開發商在網站公告該公司如何將國家標準、國際標準和行業共識最佳實踐納入其AI架構。
2. 重大安全事件通報：應於發現重大安全事故後15天內通報；而就迫在眉睫的死亡或重傷風險，須在24小時內依事件性質項具有管轄權的執法或公共安全機構揭露。
3. 保護吹哨者：提供內部舉報機制與吹哨者保護，並賦予加州檢察總長辦公室就違法情形執行民事處罰之權限。
(三) 實務意義
本法案象徵加州對於AI的監管重點已由「揭露AI資訊」擴展到要求特定高風險模型開發者建立「可檢驗、應負責」的安全治理架構。對一般臺灣製造業或企業AI使用者而言，SB53通常不構成直接規範義務，惟若企業有主導或協助超大規模基礎模型訓練者，如專門競逐通用前沿基礎模型的實驗室，則可能透過與客戶合約或採購條件而間接受影響。
五、臺灣企業與加州法規連結考量
臺灣企業在這一波施行之法案可考慮檢核以下事項，以落實法遵與供應鏈風險管理:
(一) 產品連結關係: 是否自行開發或者實質修改生成式AI系統並向加州公眾提供? 倘若答案為肯定，則即使公司、伺服器與研發團隊都在臺灣，前述AB2013與SB942法案都可能適用，相關廠商宜留意對於訓練數據集及生成內容的透明度義務。
(二) 供應鏈與契約規範：即使臺灣企業並非前述法規直接規範對象，美國客戶、簽約平台商或雲端業者亦可能透過採購條款、主要服務協議(MSA)、個資處理附錄、或補充協議等，要求提供訓練摘要、模型版本紀錄等數據資料，並配套要求配合事件通報時限、資料權利保證甚至隱式標籤等技術措施。例如，臺灣企業開發「用提示詞生成商品行銷短片」的雲端服務，並開放加州品牌商或創作者使用，至少應評估:訓練資料文件是否可依AB2013公開、產出影音能否支援SB942所要求的顯性與潛在揭露、以及客戶移除或改制內容後的責任配置。
◎延伸閱讀
AB2013及SB942法案在2024年間初制定時的討論可參照本所官網：「美國加州對生成式AI的最新法案(AB 2013及SB 942)」報導。