算法模型背后的商业秘密——“AI智能客服”源代码侵权案

核心提示： 在人工智能时代，算法的实现代码、训练数据集合、模型参数等构成企业的核心竞争优势。当这些要素以非专利形式存在时，如何通过商业秘密进行保护，成为司法实践的新课题。本案为AI领域的企业敲响了警钟，明确了算法相关信息的商业秘密属性和侵权判定标准。

案件背景：
原告甲公司是一家专注于智能客服系统研发的高科技企业，历经数年投入巨资研发了一套具有自然语言处理和深度学习能力的AI客服算法模型，其核心包括独特的源代码、经过深度清洗和标注的训练数据集以及优化后的模型参数。该公司未申请专利，而是通过与员工签订保密协议、设置分级权限、部署代码加密等手段，将上述信息作为商业秘密进行保护。

被告乙公司的创始人及部分核心技术人员曾为甲公司的前员工，在离职后短时间内便推出了功能、性能乃至对特定疑难问题的响应模式都与甲公司产品高度相似的AI客服产品。甲公司遂以侵犯商业秘密为由，将乙公司及相关个人诉至法院。

维权焦点与审理过程：
本案的核心争议点在于：第一，甲公司主张的源代码、数据集、模型参数等是否构成法律意义上的商业秘密？第二，乙公司的产品与甲公司的商业秘密是否构成“实质性相似”？第三，被告方是否存在接触并非法使用商业秘密的行为？

1. 商业秘密的认定： 法庭上，甲公司首先举证证明了其主张信息的“三性”：

• 秘密性： 提交了内部保密制度、员工保密协议、服务器访问日志、代码库加密措施等证据，证明上述信息不为所属领域的相关人员普遍知悉和容易获得。

• 价值性： 提供了公司的财务报表、市场占有率数据、客户评价等，证明该AI客服系统为其带来了巨大的商业利益和竞争优势。

• 保密性： 上述为证明秘密性所采取的措施，同样证明了甲公司已采取了合理的保密措施。
  法院经审理认可了甲公司的主张，认定涉案的源代码、关键数据集和模型参数构成商业秘密。

2. “实质性相似”与“接触+相似”原则的适用： 这是本案的技术难点。甲公司申请了技术调查官参与诉讼，对双方的产品进行了司法鉴定。鉴定结果显示：

• 尽管乙公司的代码进行了部分重写和混淆，但其核心函数的结构、关键变量的命名习惯、异常处理逻辑等与甲公司源代码存在高度雷同。

• 更关键的是，在模型层面，乙公司产品对某些非常规、边缘化用户问句的响应结果，与甲公司模型的表现几乎一致，而这种一致性很难用“独立开发”或“巧合”来解释，极有可能是使用了相同的训练数据或模型基础。

• 同时，甲公司证明了被告方的核心人员曾在甲公司直接负责涉案技术的开发，具有充分的“接触”机会。
  基于“接触+实质性相似”的原则，法院将举证责任转移至乙公司，要求其说明其技术的合法来源。乙公司未能提供令人信服的独立开发证据。

法院判决与典型意义：
法院最终认定，乙公司及其相关个人构成商业秘密侵权，判决其立即停止侵权、销毁侵权产品，并连带赔偿甲公司经济损失及合理维权费用共计人民币2000余万元。

本案的典型意义在于：

1. 扩展了商业秘密的保护边界： 明确将AI算法的具体实现代码、专用数据集、模型参数等非专利技术信息纳入商业秘密保护范围，顺应了技术发展的需求。

2. 创新了侵权比对方法： 不仅比对代码文本的相似性，更注重通过产品的外部表现行为（如对特定输入的响应）来反向推断内部技术信息的同源性，为处理技术黑箱类案件的侵权认定提供了新思路。

3. 强化了保密措施的重要性： 再次警示企业，必须建立并执行严格的内部保密制度，否则可能因“保密措施不合理”而无法获得商业秘密法的保护。对于高科技企业而言，构建完善的知识产权保护体系，特别是商业秘密管理体系，是关乎生死存亡的大事。

如有其它法律问题，请咨询伍品网律师。