2024年2月，美國編劇、導演及製片人泰勒・派瑞看完OpenAI展示的Sora後，宣布暫停原本規劃中的8億美元亞特蘭大片廠擴建案。計畫原本包括新增12座大型攝影棚，但他開始懷疑，許多過去必須搭景、出外景並動用大量工作人員完成的事情，未來是否還會以同樣方式存在（參看本書第1章）。當時當然也沒有人預料到，Sora後來並未成為成功的產品。
我在本書第1章寫道：「娛樂產業本質上是道地的手工業。」劇本、音樂、表演、影像與角色，原本都需要人的時間、技藝及反覆試錯。生成式AI帶來的衝擊，卻不只是把這些工作加快一點，而是開始以工業化、規模化的方式生產內容。
創作者與演員開始反擊
2023年，Sarah Andersen等藝術家對Stability AI、Midjourney等公司提起訴訟，追問模型究竟學過哪些作品，又是否可以在未經授權的情況下，建立生成近似風格圖像的能力（參看本書第3章）。
同一年，美國編劇工會與演員工會發動大罷工。編劇擔心自己從創作者變成AI內容的修改者；演員擔心自己的臉孔、聲音與表演，一旦被掃描成數位分身，就可能在不知情的情況下被反覆利用。後來的工會協議，則陸續將事前通知、知情同意、使用範圍及額外補償寫進工會協約（參看本書第2章及第11章）。
AI真的已經擊垮內容產業了嗎？
答案是:「沒有」。它確實改變了生產方式，也重新分配議價能力；不過，法院、工會與立法者同樣開始建立界線。
法院沒有給出單一答案
2025年6月，Bartz v. Anthropic案的法院認為，在該案事實下，使用書籍訓練大型語言模型具有高度轉化性，可以構成合理使用。但法院同時認為，Anthropic從影子圖書館下載大量盜版書籍、建立永久性中央資料庫，並不會因為將來可能用於訓練就變成合法。後來的15億美元和解，處理的正是這項龐大的盜版來源風險（參看本書第5章）。
2026年7月，慕尼黑一審法院在Suno案又更進一步，當提示內容沒有指定旋律、和聲、節奏與編曲，系統仍能生成與原曲高度接近、明顯可辨識的音樂。法院因而由訓練材料與輸出結果的比對，認定相關音樂著作可重現地存在於模型之中，並構成模型內的重製（參看本書第3章及新書專頁線上資源）。
從這些案件還不宜論斷誰勝誰負。文字、圖像與音樂不同；資料是否合法取得、模型如何保存、輸出與原作有多接近，也都可能影響結果。正如本書所說：「訓練端談的是內容如何被吸收，產出端則關注內容如何回到市場。」
內容還能不能做？
當然可以。但不能再只問內容做不做得出來，還要問它能不能安全地被投資、授權、發行及長期利用，這對產業是更重要的事。
首先是建立乾淨的權利鏈。重要項目應留下使用哪些模型、輸入哪些資料，以及人如何選擇、編排、修改與後製的紀錄。來源不明的生成內容或許只適合作為腦力激盪或內部測試，卻未必適合直接放進電影主角、長期經營的動畫角色、品牌代言或跨國發行作品（參看本書第10章）。
其次是把數位分身明確處理，建立「知情同意」機制。建模目的、使用場景、期間、地域、報酬、再訓練、再授權、死後使用及續作及退出，都不應再藏在概括條款裡。
本書第11章寫道：「AI時代下最危險的，不一定只是完全沒有授權，而是透過模糊、不對等或過度概括的契約條款，讓表演者在談判初期就把未來的數位自我一併交出去。」
AI至今並沒有擊垮內容產業。只是到了AI時代，真正稀缺的可能不只是快速生成的能力，而是乾淨、可交易、可授權的權利。
