Britannica 告 OpenAI — 當 AI 把知識變免費，百科全書怎麼活

你問 ChatGPT「量子運算是什麼」，它用三段話解釋得比大多數科普文章清楚。你滿意地關掉視窗。但你不會知道——也不會在意——那三段話背後有一篇 Britannica 編輯花了兩週撰寫、三位同儕審查的長文。你不會點進 Britannica.com，不會看到他們的訂閱方案，不會成為他們的付費用戶。

這就是 Encyclopedia Britannica 在三月十三日把 OpenAI 告上紐約南區聯邦法院的原因。不是因為 AI 太聰明，而是因為 AI 把別人的聰明變成了自己的免費服務。

一本兩百五十八年的百科全書，為什麼現在才告

Britannica 不是第一次面對生存威脅。一九九○年代，微軟的 Encarta 用一張 $99 的光碟擊潰了一套要價超過 $1,500 的紙本百科全書，逼得 Britannica 在一九九六年破產、以 $1.36 億被瑞士投資人收購。新東家把它轉型成教育科技公司——砍掉兩千人的上門推銷部隊，把 90% 的營收轉向學校和機構訂閱。到了二○二二年，公司營收接近 $1 億美元，訂閱續約率高達 95%，甚至在二○二四年初向 SEC 提交了 IPO 申請，目標估值 $10 億。

這個復活故事的前提是：知識有價，而 Britannica 是「經過驗證的知識」的品牌代名詞。

然後 ChatGPT 出現了。

Britannica 的網站流量從二○二二年的每月約 6,950 萬次，跌到二○二五年的約 4,740 萬次——兩年蒸發了近三分之一。但流量下降只是表面症狀。真正的問題是，當使用者可以直接從 AI 得到「Britannica 等級」的答案，訂閱這個動作本身就失去了意義。

三重指控：訓練、擷取、冒名

訴狀一共丟出三張牌，每張打的是不同的法律邏輯。

第一層：訓練資料侵權。 Britannica 指控 OpenAI 透過 Common Crawl 和 WebText 等資料集，在未經授權的情況下抓取了近十萬篇 Britannica 文章來訓練 GPT 模型。這是目前大多數 AI 版權訴訟的標準戰場——紐約時報、Getty Images、一群小說家都是在這個層面打。

第二層：RAG 即時擷取。 這一層才是這場訴訟真正有意思的地方。RAG（Retrieval-Augmented Generation，檢索增強生成）是一種讓 AI 在回答問題時即時搜尋外部資料、擷取內容再生成回答的技術。Britannica 的主張是：就算你辯稱訓練是 fair use，但 ChatGPT 在回答問題的當下即時拉取我的文章內容、消化後直接餵給使用者，這不是「轉化性使用」，這是替代。

想像一個比喻：如果訓練資料侵權像是有人偷讀了你的食譜然後學會做菜，那 RAG 擷取就像是有人每次客人點菜時，即時翻開你的食譜照抄，然後端出去說是自己做的。

第三層：品牌傷害。 Britannica 還援引了蘭姆法（Lanham Act），指控 ChatGPT 在產生幻覺（hallucination）時，會把虛構的資訊歸因到 Britannica 或 Merriam-Webster 名下。換句話說，AI 不只抄你的內容，還在胡說八道的時候拉你背書。

零點擊知識引擎：比 Google 更致命的取代

要搞懂 Britannica 為什麼非告不可，得先回頭看出版業和搜尋引擎那段糾纏了十年的恩怨。

Google 的 Featured Snippet 從二○一四年開始就在吃出版商的午餐——直接在搜尋結果頁面顯示答案，使用者不用點進原始網站。到了二○二五年，零點擊搜尋已經占 Google 搜尋的 58% 到 60%。出版商罵了十年，但至少 Google 還會附上來源連結，還有一些使用者會點進去。

ChatGPT 把這個問題推到了極端。它不附來源連結（或者附了你也不會點），不導流量，不分潤。更關鍵的是，Google 的 AI Overviews 已經把零點擊率推高到 83%，而新聞出版商從 Google 獲得的流量在二○二五年第四季從 51% 暴跌到 27%。

Britannica 面對的是一個結構性問題：它的產品是「經過驗證的知識」，但 AI 可以在零成本的情況下提供「看起來一樣好」的知識。這不是品質問題——Britannica 的內容確實更可靠。這是分發問題：當知識的分發管道被 AI 壟斷，品質的溢價就消失了。

台灣的鏡子：Lawsnote 案的啟示

如果你覺得這場爭議離台灣很遠，那你可能還不知道 Lawsnote 案。

二○二五年六月，新北地方法院對法學新創 Lawsnote（七法）做出一審判決：兩名創辦人分別被判四年和兩年有期徒刑，並須賠償法源資訊 NT$1.545 億（約 $3,950 萬美元）。罪名是在二○一八到二○一九年間，用爬蟲程式抓取競爭對手法源資訊的九萬八千筆法規沿革資料。

這個案子的核心爭議和 Britannica 驚人地相似：資料的「整理方式」有沒有版權？

法源主張，雖然法律條文本身不受著作權保護（台灣著作權法第九條明文規定），但它對九萬八千筆法規沿革的「選擇、編排」——每筆平均花七分鐘人工整理——構成受保護的編輯著作。法院同意了：編輯著作的創作門檻很低，法源的整理方式具備最低程度的創作性。

把場景拉回美國。Britannica 的邏輯幾乎一樣：維基百科上的知識是免費的，但 Britannica 對這些知識的「篩選、驗證、組織和表述」是有價值的智慧勞動。當 OpenAI 抓取這些文章時，它拿走的不是原始事實，而是 Britannica 對事實的「加工方式」。

但兩個案子有一個關鍵差異。Lawsnote 案是刑事+民事併行，創辦人直接面臨牢獄之災——這在資料爬蟲的案例中極為罕見，也讓台灣新創圈震驚。Britannica 案則是純民事訴訟，而且面對的是一家估值超過 $3,000 億的公司。誰的籌碼更大、誰的風險更高，答案並不直觀。

Lawsnote 的創辦人郭榮彥在判決後公開表示強烈不服，認為法規內容應為公共財，而將爬蟲技術入罪將嚴重打擊台灣的科技創新。這個案子目前正在上訴中。

三種可能的結局

這場官司最終會怎麼收場？我看到三條路，每條都指向不同的產業未來。

路線一：併入 MDL，拖到和解。 這是最可能的結果。目前 OpenAI 的版權 MDL 已經合併了十六件訴訟，Britannica 案幾乎確定會被併入。MDL 的發現程序接近尾聲，但 fair use 的裁定最早要到二○二六年夏天。在那之前，OpenAI 可能選擇和解——AI 產業已有先例，Anthropic 在二○二五年九月以 $15 億和作家群體達成版權和解，創下美國版權訴訟史上最大公開和解金額。和解金額通常不會完全公開，但 Britannica 大概能拿到一筆授權費和持續的分潤安排。

路線二：RAG 擷取被單獨裁定為侵權。 如果法院把「訓練」和「RAG 擷取」分開處理，後者更難用 fair use 辯護。訓練至少還有「轉化性使用」的論據，但 RAG 是在使用者提問的當下即時複製內容——這更接近傳統的複製貼上。如果 RAG 被判侵權，整個 AI 產業都要重新設計資訊擷取的方式。

路線三：fair use 全面勝訴，出版業自求多福。 如果法院認定訓練和 RAG 都屬於 fair use，那 Britannica 的商業模式就得自己找出路。可能的方向包括：成為 AI 公司的授權內容供應商（類似新聞媒體和 Google 的授權協議）、強化「人工驗證」的品牌溢價、或轉型成 AI 無法取代的互動式教育平台。

我的判斷偏向路線一，但我認為路線二的可能性被市場低估了。RAG 擷取在法律上確實和訓練資料是不同性質的行為，而且 Britannica 在訴狀中刻意把這兩者分開主張，顯然是有備而來。

知識免費之後

二○一二年，Britannica 停印了最後一版紙本百科全書。當時的 CEO Jorge Cauz 說了一句話，大意是：紙本只是載體，知識本身不會消失。十四年後的今天，知識確實沒有消失——但它被 AI 消化、重組、免費分發之後，創造知識的人還能不能活下去？

Britannica 花了兩百五十八年建立「可信賴的知識」這個品牌。OpenAI 花了兩年讓使用者覺得 ChatGPT 的答案「夠好了」。這場官司的結果不只關乎兩家公司的命運，它回答的是一個更根本的問題：當 AI 可以消化一切，「整理知識」這件事本身，到底還值不值錢？

如果答案是不值錢，那下一個被消化的，會不會是你正在讀的這篇文章？