孙万松:滴灌通解析:揭开“基于收入融资”模式的面纱
孙万松:滴灌通解析:揭开“基于收入融资”模式的面纱 Read More »
引言
为适应互联网广告业的新特点、新趋势、新要求,国家市场监督管理总局依据《广告法》、《电子商务法》、《反不正当竞争法》等有关法律规定,修订并发布了《互联网广告管理办法》(以下简称《管理办法》),对2016年工商总局发布的《互联网广告管理暂行办法》进行了补充和完善。《管理办法》已于2023年5月1日起正式实施。本文将梳理《管理办法》的核心修订内容,并为参与网络直播营销业务中的主体提供广告规范化的合规建议。
一、网络直播营销定义及性质
网络直播营销活动(“直播带货”)是指通过互联网站、应用程序、小程序等,以视频直播、音频直播、图文直播或多种直播相结合等形式推销商品或服务并实现交易的商业活动。
《管理办法》第二条第一款规定,“在中华人民共和国境内,利用网站、网页、互联网应用程序等互联网媒介,以文字、图片、音频、视频或者其他形式,直接或者间接地推销商品或者服务的商业广告活动,适用广告法和本办法的规定”。
“直播带货”行为的实质目的即利用互联网平台向观众推销商品或者服务,以实现促成交易的商业活动。在《管理办法》实施之前,依据《广告法》中对于广告的定义,以及司法实践中市场监督管理部门的观点,一般认定“直播带货”属于广告。
二、网络直播营销参与主体的责任划分
“直播带货”的参与主体包括直播营销平台、平台内经营者、直播间运营者、主播以及主播服务机构。
《广告法》根据广告主体参与广告行为方式将其划分为广告主、广告经营者、广告发布者、广告代言人和互联网信息服务提供者,并确定其应当承担的法律责任。根据《管理办法》第十九条规定,“直播带货”参与主体的广告行为主体及法律责任划分如下:
参与主体 | 参与行为 | 广告责任 |
平台内经营者(产品或服务提供者) | 通过互联网直播方式推销商品或者服务 | 广告主 |
直播间运营者 | 接受委托提供广告设计、制作、代理、发布服务的 | 广告经营者、广告发布者 |
直播营销平台 | 利用互联网为广告主或者广告主委托的广告经营者发布广告; |
孙万松:《互联网广告管理办法》对网络直播营销业务影响探析 Read More »
导语:随着互联网技术的发展和消费者需求的多样化,互联网直播营销(“直播带货”)已成为一种新兴的电子商务模式,在我国迅速兴起并取得了巨大的市场规模和社会影响。然而,“直播带货”也存在着诸多的问题和法律风险。本文将从广告法的视角,分析“直播带货”中不同参与主体所扮演的法律角色及应承担的法律责任,以期为“直播带货”业务的规范发展提供一些借鉴和参考。
网络直播营销活动是指通过互联网站、应用程序、小程序等,以视频直播、音频直播、图文直播或多种直播相结合等形式推销商品或服务并实现交易的商业活动。
《广告法》第二条第一款规定,“在中华人民共和国境内,商品经营者或者服务提供者通过一定媒介和形式直接或者间接地介绍自己所推销的商品或者服务的商业广告活动,适用本法”。
《互联网广告管理办法》第二条第一款规定,“在中华人民共和国境内,利用网站、网页、互联网应用程序等互联网媒介,以文字、图片、音频、视频或者其他形式,直接或者间接地推销商品或者服务的商业广告活动,适用广告法和本办法的规定”。因此,网络直播营销的行为实质上属于利用互联网,向观众介绍和推销商品或服务并促成交易的商业广告活动,其性质属于互联网广告。
在广告法的视角下,广告行为的主体包括广告主、广告经营者、广告发布者、广告代言人以及互联网信息服务提供者。不同的行为主体在广告活动中承担的法律责任各不相同。因此,在确定网络直播营销业务参与主体的法律责任时,需要先识别其广告行为主体身份。网络直播营销业务的参与主体包括直播营销平台、平台内经营者、直播间运营者以及主播。
(一)直播营销平台
直播营销平台是指在网络直播营销中提供直播服务的各类平台,包括互联网直播服务平台、互联网音视频服务平台、电子商务平台等,如抖音、快手、淘宝等。
《互联网广告管理办法》第四条第一款规定,“利用互联网为广告主或者广告主委托的广告经营者发布广告的自然人、法人或者其他组织,适用广告法和本办法关于广告发布者的规定;利用互联网提供信息服务的自然人、法人或者其他组织,适用广告法和本办法关于互联网信息服务提供者的规定”。
根据上述规定,如直播营销平台在其他参与主体发布广告的权限范围之外,对产品或者服务进行推荐,如在平台网站首页推送直播海报或链接,或通过设置热播榜单、推荐明星直播等方式对直播活动人为推荐的,一般认定为广告。此时,直播营销平台的广告行为主体为广告发布者、广告经营者。
如直播营销平台未对互联网直播营销活动进行宣传、推广,仅提供网络直播技术服务的,则其广告行为主体为互联网信息服务提供者。
(二)平台内经营者
平台内经营者是指在直播营销平台上,通过网络直播形式销售商品或者提供服务的电子商务经营者。
《广告法》第二条第二款规定,“本法所称广告主,是指为推销商品或者服务,自行或者委托他人设计、制作、发布广告的自然人、法人或者其他组织”。
《互联网广告管理办法》第十九条第一款规定,“商品销售者或者服务提供者通过互联网直播方式推销商品或者服务,构成商业广告的,应当依法承担广告主的责任和义务”。 …
孙万松:广告法视域下互联网直播营销业务中参与主体的身份识别浅析 Read More »
在当前信息化的社会中,舆情事件对企业的影响越来越大,因此舆情危机处理成为企业不可避免的重要问题。作为法律专业人士,律师在舆情危机处理中发挥着不可替代的作用。本文将从律师参与舆情危机处理的意义、律师应该具备的素质以及律师在舆情危机处理中的应对措施等方面进行探讨。
在舆情事件中,律师的参与对企业具有至关重要的意义。一方面,律师能够帮助企业评估事件对企业的法律风险,制定相应的措施和计划,保障企业在舆情事件中的合法权益。另一方面,律师能够为企业提供专业的法律支持和建议,协助企业应对舆情事件,减少企业受到的损失。
在舆情危机处理中,律师需要具备一定的素质和能力,才能更好地协助企业处理舆情事件。具体包括:
律师需要具备扎实的法律专业知识,熟悉相关的法律法规和司法解释,以便能够评估舆情事件对企业的法律风险,为企业制定相应的应对措施提供法律支持和建议。
律师需要具备危机处理经验,了解危机处理的基本原则和方法,能够快速反应,制定应对策略和方案,避免事件恶化。
律师需要具备良好的沟通协调能力,能够与企业内部的各个部门进行协调沟通,为企业提供专业的法律支持和建议。
律师需要具备较高的判断力和决策力,能够在舆情事件处理过程中,快速分析事件的状况和可能的风险,制定相应的应对措施和方案。
律师需要在舆情事件发生后对企业进行法律风险评估,分析事件可能对企业造成的影响,确定相应的法律责任和法律风险。在评估的过程中,需要考虑诸多因素,例如事件的性质、背景、影响程度、相关法律规定等等。评估的结果将为企业制定应对措施和方案提供重要的依据。
根据法律风险评估的结果,律师需要与企业内部的相关部门合作,制定相应的应对措施和方案。应对措施和方案需要充分考虑事件的特点和企业的实际情况,针对性强,具有可行性和有效性。同时,律师还需要协助企业准备相关的法律文书,例如声明、公告、报告等等。
律师需要与企业内部的相关部门进行协调沟通,协助企业做好各项工作。在协调沟通的过程中,律师需要与企业内部的各个部门进行良好的沟通,以便及时获取相关信息,制定更加有效的应对措施和方案。此外,律师还需要与媒体、监管机构、法院等相关方面进行协调沟通,以便及时解决相关问题。…
孙万松:律师如何协助企业应对舆情危机 Read More »
随着人工智能技术的发展,深度合成技术(deepfake technology)作为一种利用深度学习算法生成或修改图像、音频、视频等信息的技术,已经在多个领域得到了广泛的应用。例如,深度合成技术可以用于影视制作、广告营销、教育培训、社交娱乐等方面,为用户提供更加丰富和个性化的内容和服务。同时,深度合成技术也可以用于虚拟现实、增强现实、数字人类等领域,为用户提供更加真实和沉浸式的体验。
然而,深度合成技术也带来了一些法律风险和挑战。例如,深度合成技术可能被用于制造虚假或误导性的信息,影响公众舆论和社会秩序;深度合成技术可能侵犯他人的肖像权、名誉权、隐私权等权利,造成个人或组织的损害;深度合成技术可能涉及著作权、商标、专利等知识产权的保护和使用问题;深度合成技术可能涉及数据安全、网络安全、个人信息保护等法律规范的遵守和执行问题。
因此,作为提供或使用深度合成技术的平台,如何应对这些法律风险和挑战,是一个亟待解决的问题。本文将从以下几个方面进行分析:首先,介绍深度合成技术的基本概念及原理;其次,介绍深度合成技术的应用场景;再次,介绍深度合成平台的类型和特点;然后,分析深度合成涉及的主要法律风险;最后,提出深度合成相关平台的合规应对建议。
深度合成基本概念及原理
深度合成(deepfake)是一种利用深度学习算法生成或修改图像、音频、视频等信息的技术。深度学习(deep learning)是一种基于人工神经网络(artificial neural network)的机器学习(machine learning)方法,可以通过大量数据的训练和学习,实现对数据特征的自动提取和表达。深度学习算法可以分为生成模型(generative model)和判别模型(discriminative model),其中生成模型可以根据输入数据生成新的数据,判别模型可以根据输入数据判断其类别或属性。
深度合成技术主要利用了生成模型中的生成对抗网络(generative adversarial network,简称GAN)和变分自编码器(variational autoencoder,简称VAE)两种算法。GAN由两个神经网络组成:一个是生成器(generator),负责根据输入数据生成新的数据;另一个是判别器(discriminator),负责根据输入数据判断其真伪。两个神经网络相互竞争和协作,不断提高生成器的生成质量和判别器的判断能力。GAN可以用于图像、音频、视频等多种数据的生成和修改,例如人脸合成、人脸交换、人脸属性编辑、语音合成、语音转换、视频合成等。VAE是一种基于概率模型的生成模型,可以将输入数据编码为一个潜在变量(latent variable),然后根据潜在变量解码出新的数据。VAE可以用于图像、音频、视频等多种数据的生成和修改,例如人脸合成、人脸重建、人脸插值、语音合成、语音重建等。
深度合成技术的应用场景
深度合成技术可以用于多个领域,为用户提供更加丰富和个性化的内容和服务。以下是一些典型的应用场景:…
孙万松:深度合成平台的法律风险及合规应对 Read More »