我国当前司法实践认定的侵害数据权益不正当竞争行为主要是不正当获取和不正当使用行为。通过对相关案例的调研分析，我们可将司法实践中涉数据不正当竞争的行为类型归纳为以下几类：

随着AIGC技术的发展，涉及数据的不正当竞争行为可能还会有利用他人的数据（可能包含他人享有著作权/商标权的作品、商业标识）来进行模型训练的情况。在2023年底纽约时报起诉OpenAI及其投资方微软公司，要求被告方销毁GPT以及相关的训练数据集，并且主张高额的赔偿金。纽约时报指出的OpenAI涉嫌侵权的行为包括：纽约时报一篇拿过普利策奖的新闻报道在ChatGPT中几乎可被完整复述；用户可以通过使用提示词来获取纽约时报的付费内容等。法国市场监督机构（法国竞争管理局）对美国谷歌公司开出了高达2.5亿欧元（约合人民币20亿元）的罚款，处罚理由是谷歌在未经法国出版商和新闻机构同意的情况下，擅自使用其内容训练其旗下的聊天机器人Bard（现更名为Gemini），这一行为被认定违反了欧盟知识产权的相关法规。在该类场景下，若权利人在依据知识产权法维权不可行时，也可以考虑不正当竞争的视角。

目前，对于涉数据的不正当竞争行为，法院在实践中多采用《反不正当竞争法》第2条“一般条款”协同第12条“互联网专条”作为裁判依据。2022年11月市场监督管理总局公布的《反不正当竞争法（修改草案征求意见稿）》（下称“《草案》”）通过增加第18条针对商业数据不正当竞争行为的规制条款下称“商业数据专条”，为司法实践提供了更为具体、明确的依据。

长期以来，《反不正当竞争法》第二条被称为“一般条款”，作为原则性规定被用以认定各类未为法律所明文列举的不正当竞争行为。当前，互联网技术创新速度加快，数据竞争方式和互联网行业的商业模式不断更迭，法律的滞后性使得从文本角度类型化不正当竞争行为远远跟不上社会发展，因此通过兜底条款规制新型不正当竞争行为就具必要性，且目前的司法实践中已有不少案例运用反不正当竞争法第2条规制非类型化的不正当竞争行为，并起到了良好的社会效果。最高院在个案中明确了反不正当竞争法第2条的适用条件，其暗含的前提是可以适用该条款规制新类型的不正当竞争行为。但由于其原则性、抽象性特点，在司法实践中存在较大弹性，存在一定弊端：

基于这些明显的弊端，我们理解一般条款的适用应是个案衡量下的非常规操作，不宜成为一种特定普遍的保护模式，同时应明确其适用条件，参考最高法院在（2009）民申字第1065号案中对一般条款适用条件的剖析，我们认为审慎适用该条款时应当考虑以下几点要素：（1）法律对该种竞争行为未作出特别规定；（2）其他经营者的合法权益确因该竞争行为而受到了实际损害；（3）该种竞争行为因确属违反诚实信用原则和公认的商业道德而具有不正当性或者说可责性。

2017年《反不正当竞争法》修订增设“互联网专条”，采取“概括+列举+兜底”的立法模式对互联网领域的不正当竞争行为进行规制。其中类型化的条款包涵：1. 未经其他经营者同意，在其合法提供的网络产品或者服务中，插入链接、强行进行目标跳转；2. 误导、欺骗、强迫用户修改、关闭、卸载其他经营者合法提供的网络产品或者服务；3. 恶意对其他经营者合法提供的网络产品或者服务实施不兼容。这三个条款可以归纳为代表了流量劫持、不当干扰和恶意不兼容三种典型的网络不正当竞争行为。兜底条款则用以应对以上三类之外可能出现的互联网不正当竞争行为。但随着数据竞争行为快速迭代升级，互联网专条的局限性逐渐显现：

通过对数据不正当竞争行为的分类总结、现行法律法规的梳理分析以及现有司法案例的检索研究，我们总结了法院在认定数据不正当竞争行为时通常会考虑的五个要素：

适用反不正当竞争法审理不正当竞争纠纷案件的前提是诉争双方存在竞争关系，但从近年的新型数据不正当竞争案件中不难发现，纠纷双方出现在非同一行业的也不在少数。在数字经济去中心化、去结构化的发展环境下，跨界竞争、多维竞争成为主流，市场主体竞争对象由“经营产品”转变为“连接红利”，更加强调对用户群体及其数据资源的直接争夺和占有。这就导致无论市场主体是何种行业、处何种量级，都可能成为特定细分领域的竞争者，传统竞争关系的相对性被消解，也使相对保守的司法陷入了窘境：在缺乏足够经验和共识的前提下，贸然判定特定竞争模式的属性，反而会恶化市场竞争状况、挤占市场在资源配置中的作用空间。为应对不断涌现的新型数据竞争行为，司法不得不通过持续扩大竞争关系的认定阈值，事实上，实践中对竞争关系的扩张解释已使其要件地位名存实亡。例如在蚂蚁金服诉企查查案件中，杭州中院扩大解释竞争关系从而认定符合《反不正当竞争法》中所界定的更为宽泛的“竞争关系”。

在传统竞争场景下，反不正当竞争法被更多赋予行为法的属性，通常从竞争行为本身的视角评价其是否具有不正当性，对诉请保护的竞争利益是否具有合法性进行额外的前置审查似乎并无必要。但在数据不正当竞争纠纷中，数据合法性前置审查却成为不可或缺的必经流程。此种必要性主要基于两方面因素所致：一方面，数据安全问题始终是最受关切的内容。除了数据非法收集问题外，还包括数据操控、数据刷量、数据污染以及破坏他人技术措施获取保密数据等问题。因此，并非所有进入商业活动的数据都必然能够得到反不正当竞争法的保护，数据合法性前置审查实质上首先解决了数据是否应受保护的问题。另一方面，数据本身属于集合概念，其构成和属性较为复杂。从目前涉诉的数据类型来看，包括了个人数据、商业数据和公共数据等类别。不同类别的数据在不同应用场景下所对应的利益归属也各不相同，用户个人利益、经营者利益和社会公共利益交织其中。在数据集之外还有进一步加工而获得的大数据产品，原告方对于相应的大数据产品是否享有法定权益，也是具体案件中审查的要点。

不正当竞争行为认定的关键，在于判断行为方式本身，而这一判断可以分别从行为方式适当性和行为结果合理性来进行分析。首先，判断行为方式适当性可以考虑，该行为是否符合市场经济效益，即争议双方为数据的收集、整合、转化是否有实质性付出，对该竞争进行限制是否可以降低生产交易成本、市场进入壁垒、是否更能增进市场竞争；该竞争行为是否违反行业标准、市场习惯，是否符合相关技术规则，是否与法律规定、社会公德相冲突。其次，判断行为结果合理性，可以考虑行为是否造成不必要的损害（竞争行为本身必然造成损害），损害特定竞争者利益是否有利增进更多数人的福祉等等。

裁判者对不同价值取向的侧重及裁判思路的选择，往往影响具体个案中对被诉行为不正当性的评价。在判断案涉行为正当性时，需要考量被诉行为对经营者合法权益的保护、消费者保护、竞争秩序、数据产业发展等多种价值进行评价。目前《反不正当竞争法》正在经历第三次修订，在数字时代的背景下，本次修订增加了若干数据及数字经济条款，这些条款中的诸多内容系已有司法实践规则的提炼与总结。《反不正当竞争法》的法益包括竞争者利益、消费者利益和社会公共利益三重结构。对于数据反不正当竞争，应首先认定经营者的数据权益，进而判断其他经营者的相关行为是否影响其竞争优势和竞争利益，同时兼顾消费者权益和社会公共利益之考量，维护公平竞争的市场秩序。

商业数据是形成新质生产力的优质生产要素，发挥商业数据要素在产业中的协同、复用、融合效应，将为新质生产力的发展提供源源不断的动力。在对数据缺乏理性认知和共识的现状下，构建数据竞争规则谱系及治理框架，既需要司法裁判者在个案场域下牟定基准、审慎证成，也需要市场参与者在长期的利益博弈中不断试错、大胆探索。